Offcanvas

How To / 디지털 트랜스포메이션 / 비즈니스|경제 / 빅데이터 | 애널리틱스 / 소매|유통

복잡해지는 '공급망 방정식'··· 애널리틱스로 풀어낸 3사의 사례

2022.04.07 Bob Violino  |  CIO
공급망 문제가 전세계 거의 모든 업종의 조직을 계속해서 괴롭히고 있다. 다행히 데이터 및 애널리틱스 툴의 활용이 이 문제에 부분적으로나마 대처하는 효과적인 방식으로 증명되고 있다. 

코로나19 팬데믹으로 인한 세계 공급망 붕괴는 심각했다. 사람, 원자재, 완제품의 자유로운 이동과 활동, 그리고 공장 가동이 지장을 받았다고 딜로이트는 지적했다. 딜로이트는 “직접적인 공급망이 곤경에 처했고, 이는 3자 및 4자 업체 등의 공급망 파트너, 다시 말해 공급업체의 공급업체도 마찬가지였다”라고 설명했다.

이 컨설팅 기업에 따르면 공급망 문제와 관련된 위험은 다양하다. 예를 들어 제품 수명 주기 단축, 급속히 변하는 소비자 선호, 자원의 가격 급등락과 가용성, 규제 시행 및 처벌의 강화, 대대적인 공급자 통합에 따른 경제 지형 변화 등이다. 

기술이 공급망 문제를 모두 해결할 수는 없다. 그러나 현대 애널리틱스 툴은 머신러닝 알고리즘을 바탕으로 수요를 한층 효과적으로 예측하는 데 도움을 주며, 이를 활용해 기업은 생산 및 운송 업무를 조정할 수 있다. 3곳의 조직이 데이터 애널리틱스를 이용해 공급망 운영을 성공적으로 개선한 사례를 소개한다. 
 
Image Credit : Getty Images Bank

공급 업체와의 업무 및 관계 강화 
패스너를 제조하고 유통하는 회사인 옵티마스 솔루션즈(Optimas Solutions)는 3가지 핵심 부문에서 데이터 애널리틱스를 이용해 공급업체/고객과의 업무 및 관계를 개선하고 있다고 회사의 공급망 및 비즈니스 인텔리전스 부사장인 마크 코바는 말했다. 

첫째, 옵티마스는 데이터 애널리틱스를 내부적으로 여러 부문에 적용한다. 예를 들어 제조를 위한 자재 입수, 생산 및 고객 수요 예측, 공급 업체 주문의 효율 및 정확성 개선, 재고 관리이다. 데이터 애널리틱스는 더 나은 결정을 내릴 수 있게 해주어 전체 비용을 관리하고 줄이는 데 일조했다. 코바는 공급망이 한층 효율적이 되었고 현금 관리가 전반적으로 개선되었다고 전했다.

둘째, 옵티마스는 데이터 애널리틱스를 이용해 기업 고객들과의 협업을 개선하면서 비용을 절감하고 재고를 효과적으로 관리하고 있다. 또한 애널리틱스는 수요 및 소비 예측에도 도움이 된다. 코바는 “이러한 분석을 통해 원가를 끊임없이 절감하고 있다”라고 말했다. 

마지막으로 옵티마스는 애널리틱스를 이용해 공급업체와의 협업을 개선한다. 코바는 “수요, 특히 개별 고객 수요를 이해하고 관리함으로써 공급업체에게 한층 정확한 예측 데이터를 제공하고 주문을 한층 효과적으로 관리한다. 따라서 이들은 우리를 위해 한층 효율적으로 일할 수 있다”라고 말했다.

회사는 수요 계획, 재고 최적화, 보충 계획을 위해 툴즈그룹(ToolsGroup)의 서비스 옵타마이저 99+(Service Optimizer 99+) 플랫폼을 이용한다. 이 플랫폼은 옵티마스의 스위트 ERP와 원활히 통합되어 있기에 공급망 데이터를 활용할 수 있다.

코바는 “흔히 사람들은 공급망을 하나의 개체로 생각하지만 그렇지 않다. 우리는 공급망을 전체 비즈니스 운영의 여러 부분의 합이라고 생각한다. 다시 말해 이는 고객 수요를 이해하는 것으로부터 시작해 자재 관리, 제조, 소싱 및 구매, 물류 및 운송, 옵티마스 사업장 및 고객 사업장에서의 재고 관리, 자동 보충 주문을 아우른다”라고 말했다.

성공의 열쇠는 회사가 사용하는 모든 공급망 툴이 원활히 공조하도록 하는 것이다. 그래야 고객의 재고 수준을 적정하게 유지할 수 있고 원가, 수요, 재고, 생산, 공급자 관리를 개선할 수 있다. 애널리틱스를 통해 공급되는 정보에는 현금 흐름, 수요 및 공급에 입각한 가격 책정 등 재무 문제도 포함돼야 한다.

코바는 “공조를 통해서든 개별적으로든, 모든 툴이 대처하는 공급망 문제는 효율 및 고객 재고 관리 정확성, 공급업체 관리, 원가 절감을 개선해준다. 아울러 한층 정확하고 신속하게 예측하는 능력을 향상시킨다”면서 “데이터 애널리틱스는 조직 전반에 걸친 시야를 확보하는 데 도움이 되었다. 심지어 환전 주기의 정확성 개선, 공급 업체 반응성 순위 설정, 작업 시간 분석, 고객 및 옵티마스의 능력 평가 등에도 도움이 되었다”라고 말했다.

코바에 따르면, 공급망 데이터가 꼭 어느 한 장소에 상주해야 하는 것은 아니다. 그는 “어떤 시스템 또는 외부 서비스가 필요한 데이터를 수집하고 분석하는 데 유익한지를 이해하는 것이 중요하다. 다시 말해 유용한 의사 결정 정보가 될 수 있는 데이터이다”라고 말했다.

예를 들어 철, 포장재 등의 재료, 노동 및 운송 비용에 대해 가격 지수를 이용한다면 가격 인상이 필요한 시점을 결정하는 데 도움이 된다. 코바는 “조직 내외부의 정보로 원활하게 액세스한다면 옵티마스, 그리고 옵티마스 고객 및 공급업체를 위해 더 나은 결정을 내릴 수 있다”라고 말했다.

“옵티마스가 데이터 애널리틱스에 한층 집중함에 따라 고객과 공급업체들도 혜택을 누리고 있다, 예를 들어 전체 공급망에 대한 시야 개선 효과를 거두고 있다”라고 코바는 말했다. 

제품 수요 및 재고 니즈를 효과적으로 예측 
자동차 부품을 온라인으로 판매하는 카파츠닷컴(CarParts.com)은 고급 데이터 애널리틱스 툴과 머신러닝 알고리즘을 이용해 제품 수요 및 재고 니즈의 예측을 개선하고 있다. 재고 계획 및 예측 부사장인 스태니슬라브 타타주크는 “예를 들어 각 도시 및 지역의 수요를 한층 정확하게 예측할 수 있게 됐다”라고 말했다. 

회사는 머신러닝으로부터 도출한 모델을 이용해 회사 유통 센터 네트워크 내에서 재고를 배치할 곳을 파악한다. 따라서 원하는 고객 가까이에 제품을 위치시킬 수 있고, 따라서 부품을 더 신속히 배송할 수 있고 운송 비용을 줄일 수 있다.

카파츠는 데이터브릭(Databrick)의 플랫폼을 배치했고, 이에 의해 제품 주문 및 재고와 관련된 데이터를 모두 중앙화해 애널리틱스를 적용할 수 있다. 또한 XG부스트(XGBoost), 프로핏(Prophet) 등의 오픈-소스 라이브러리, 다양한 애널리틱스 툴, 오픈소스 워크플로우 관리 플랫폼인 아파치 에어플로우(Apache Airflow)를 데이터 엔지니어링 및 보고 자동화에 활용하고 있다.

애널리틱스를 통해 공급망 관리를 향상시키는 데 따른 한가지 혜택은 운송 최적화이다. 타타주크는 “어디로부터 운송을 할 것인지, 어떻게 한 상자 안으로 취합할 것인지의 문제는 복합적이다”면서 “우리의 창고와 운송 업체로부터 나온 라이브 데이터를 이용하며 최대한 효율적이 되고, 아울러 첨단 애널리틱스를 통해 복수 품목 주문 운송을 최적화한다”라고 말했다.

이에 의해 상품을 고객에게 더 빨리 운송할 수 있고 운송 비용을 줄일 수 있다. 타타주크는 세부적으로 설명하지는 않았지만 이 프로세스를 이용해 카파츠가 비용을 크게 절감했다고 말했다.

또 다른 혜택은 창고 최적화이다. 타타주크는 “오늘날처럼 임금이 상승하는 상황에서는 노동 비용과 운송 시간을 줄일 수 있는 능력이 절실하다”면서 “우리는 우리 유통센터 전체에 걸쳐 재고를 적정하게 배치할 수 있는 모델을 생성하고 있다. 이에 의해 물품 수령 및 정리 시간이 줄고, 고밀도 클러스터가 생성되어 집화 시간도 단축된다”라고 말했다.

데이터 애널리틱스는 팬데믹으로 야기된 공급망 붕괴에 대처하는 데 도움이 되었다. 카파츠는 공급망 사태의 초기에 수요가 변화하고 납품까지의 시간이 증가하는 것을 파악할 수 있었고, 경쟁업체보다 더 빨리 대처할 수 있었다.

점점 더 복잡해지는 공급망에 대응
세계적인 기술 공급업체인 레노버(Lenovo)는 첨단 예측 기술과 데이터 애널리틱스를 활용해 팬데믹으로 인한 세계 공급망 문제에 대처해왔다고 수석 부사장이자 CIO인 아서 후는 말했다.

과거 레노버의 공급망은 물류, 정보 흐름, 비즈니스 흐름에 주로 집중했다. 그러나 종합 서비스 기술 공급자로 변신하면서 과거 디바이스 위주로 고안됐던 공급망이 갈수록 복잡해졌다. 고객 요구가 한층 다양해졌고, 제품이 더욱 복잡해졌고, 따라서 효율적이고 기민한 운영 및 서비스가 필요했다”라고 후는 말했다.

지난해 공급망 팀은 2,000 곳의 공급업체와 협력하면서 1억 3,000만 대 이상의 레노버 기기를 배송할 수 있었다. 

회사의 공급망 팀은 변화를 감안하며 업무를 개량하는 ‘지능적 트랜스포메이션’ 접근법을 취하기로 했다. 후는 “교차 기능 팀이 레노버의 공급망 운영을 데이터 지향적인 지능형 생태계로 변화시키는 작업을 했다”면서 “새로운 시스템은 실시간 데이터, 그리고 지능형 분석 및 의사 결정 지원을 제공해 고객과의 약속을 어느 때보다 더 효과적이고 효율적으로 달성할 수 있게 해준다”라고 말했다.

회사가 구축한 원가 예측 엔진(Cost Forecasting Engine, CFE)은 전체 공급망 업무에 걸쳐 조달, 제조 및 판매 원가에 대해 신속하고 정확한 예측을 제공한다. 

이 시스템과 선형 회귀, 그리고 머신러닝 알고리즘 역할을 하는 오픈소스 소프트웨어 라이브러리인 XG부스트(eXtreme Gradient Boosting)를 이용해 레노버의 매니저들은 원가 정확성에 영향을 주는 극단을 피할 수 있도록 상한과 하한을 설정한다.

이 기술은 비용 비교를 수행할 수 있고, 따라서 하드웨어 구성품의 월별 가격 등락의 영향을 줄일 수 있다. 아울러 매니저들에게 비즈니스 전략 결정을 내리는 기반을 제공하기도 한다고 후는 말했다.

후는 현재 CFE가 레노버의 전체 세계 공급망의 70% 이상에 대해 조달 및 생산 원가 예측, 90% 이상의 공급망에 대해 판매 원가 예측을 지원한다고 말했다. 수작업에 의한 원가 관리와 비교할 때 제품 수명 주기 원가 예측 효율이 약 12% 증가했다. 원가 정확성 비율은 약 95%로 유지되는 상태라고 후는 전했다. ciokr@idg.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.