뉴노멀 시대의 성장 및 도약을 위한 SCM 기술 혁신

 



COVID 19 세계적 대유행이 어느 정도 정리되더라도, 유사한 성격의 의학적 재난과 미-중 간 무역 분쟁과 같은 지정학적 측면에서의 무역 갈등, 기후변화에 따른 재난 등이 결합된 복합 위기가 보다 빈번하게, 또한 심화 되고, 광역화된 형태로 발생할 수 있을 것으로 예상된다. 따라서 이러한 상황이 향후 상당 기간 동안의 뉴노멀이 될 것이고, 이에 대응할 수 있는 탄력성 있고 회복력 있는 리질리언트(resilient) 시스템 구축이, 대부분 기업들이 해결하여야 할 과제 리스트의 가장 높은 우선순위에 있을 것이다.

그러나, 재고 축적, 리쇼어링, 재고보관 위치 분산, 공급원 및 공급국가분산, 대 중국 의존도 축소 등에 기반한 방대한 리질리언트 SCM 체계 구축은, 비용 최적화에 기반한 기존의 린(lean) SCM에 대비하여, 여러 형태의 비효율성을 초래할 수 밖에 없다. 따라서 탄력성과 회복력 강화라는 큰 방향은 유지하여야 하겠지만, 진부화되고 비효율적인 리질리언트 시스템 및 프로세스는 민첩하고(agile) 역동적인(dynamic) 방식으로 대체되어야 한다.

리스크와 충격에는 강하나 막대한 투자 및 비용을 수반하는 시스템을 장기간 지속적으로 운영할 수는 없으며, 따라서 최첨단 수요예측 시스템을 포함한, 방대한 리질리언트 공급체인 성채를 구축하기 보다는, 실시간 정보에 기반한 수요 대응, 예상치 못한 새로운 상황 발생 시 현장 전문가의 참여를 통한 신속한 대안 창출, 민첩한 공급체인 조정 및 조정 성과 피드백 분석, 지속적인 개선 및 혁신 등에 기반한 민첩하고 다이내믹한 체계를 구축하여야 한다.
디지털 전환

위와 같은 뉴노멀 속에서 지속가능성(sustainability)을 확립할 수 있는 유일한 수단은 디지털 전환으로 대표되는 기술 혁신이다. 그러나 코로나 대유행으로 인해 급진전된 디지털 전환은 전환이라기보다는 응급처치인 경우 많다. 따라서 대유행 이전부터 전환이 꾸준히 진행되어온 경우는 장기적 효과가 가능하나, 그렇지 않은 경우는, 지속적인 목표 재설정 및 후속 투자가 필요하며, 2021년 초부터, 가용 기술에 대한 재평가를 기반으로, 향후 1.5~2년 기간 동안의 디지털 전환 로드맵 수립이 필요하다.

디지털 전환의 주요 전략은, 생산성 제고, 내외부 밸류체인 및 공급체인 구성원 간의 연결 강화, 고객과의 커뮤니케이션 및 관계관리 강화 등을 포함한다. 그리고 디지털 기술을 포함한 첨단기술이 이 모든 주요 전략의 핵심 기반이 된다. 특히 코로나 대유행이 고객 충성도 유지와 관련된 핵심 위협요인들을 발생시키고 있으므로, 인공지능(AI)이 고객과의 커뮤니케이션 및 고객의 쇼핑 체험의 핵심 수단이 되어야 한다.
인공지능

AI는, 간략히 정의하면, 통계분석, 컴퓨터 과학, 머신러닝(machine learning), 딥러닝(deep learning) 등을 통해 인간의 역할을 대체하는 프로세스이며, SCM에서는, 머신러닝 기능을 가진 지능형 통계 및 수요예측 시스템, 머신러닝 기능 강화를 통한, 적정 재고를 위한 대안 제시 등 다양한 형태로 활용되고 있으며, 활용 영역이 지속적으로 확대될 것이다.

AI를 도입하고 있는, 500명의 글로벌 공급체인 관리자 대상 조사에 의하면(Secondmind, 2020.10), AI가 2025년까지 공급체인을 변환시킬 것이나(90%); 코로나 대유행 기간 동안의 AI 기반 의사결정에는 불만족 수준이 높으며(82%); 기존 시스템 대비하여 신속성(59%)과 정확도(72%)가 개선된 것으로 나타났다. 불만족 요인에는, 수요예측 시 해당 분야 전문성 반영 미흡(23%), 시장 상황 반영 미흡 및 시스템의 경직성(10%) 등이 포함되어 있다.

사실, AI의 목표는, 기존 시스템을 완전히 대체하는 것이 아니라, 일상적인 수요예측 과정과 대상을 대체하는 것이다. 이를 통해, 예측 대상 품목과 프로세스에 대한 도메인 전문성과 예측기법 전문성을 가진 소수의 전문가가, 핵심적이고, 복잡하며, 특수한 상황에 대한 예측 및 예측 결과 해석에 보다 많은 시간을 투입할 수 있게 된다. 또한 AI의 보다 효율적인 활용을 위해서는, 특정 분야 맞춤형 AI 기반 예측시스템을 구축하고, 시스템의 구축 및 최신화 그리고 예측 결과의 해석 단계에서 도메인 전문가가 참여하며, 첨단 예측기법 적용보다는 시장 변화에 맞춘 조정이 가능한 유연성 확보에 보다 높은 우선순위를 두어야 한다. 
자동화 기반 물류 관리 개선

식품유통업은, 온라인 판매 급증과 재고 부족이 세계적으로 가장 크게 발생한 산업이다. 많은 업체들이, 제한된 혹은 감소된 인원으로, 온라인 판매, O2O 및 옴니채널, 고객 배달 등, 보다 복잡해지고 증가한 업무들을 처리해야 하는 상황에 처해 있다. 이를 해결할 수 있는 유일한 방안은, 프로세스를 자동화하는 기술이며, 이를 통해, 추가적인 투자 및 비용을 최소화하는 가운데, 기존의 린 물류 방식에 민첩성(agility)을 추가할 수 있어야 한다.

온라인 판매 확대에 따라, e-2-e 가시성 제공 능력이 중요해 졌으며, 고객에게 품목별 재고 정보를 제공함을 통해, 사재기 방지가 가능하고, 유통 및 물류 업체 입장에서도 재고관리 부담을 덜 수 있다. 특히 식품 관련 업체들은, 보다 효율적인 품목관리 및 비용 절감을 위해 취급품목을 축소하고 있다. 식품점은 취급품목을, 7월 한 달 동안에만, 7.3% 축소(Nielsen)하였으며, Pepsi는 스낵제품류 중 1/5의 생산을 중단했다. 따라서 물류업체의 입장에서는, 고객기업의 생산, 유통, 판매 품목의 급격한 변화에 대응할 수 있는, 가시성 관리, 재고관리 등을 포함한 SCM 지원이 가능하여야 한다. 이러한 SCM 지원과 최종 소비자 정보 공유를 위해서는, 조달 및 생산 거점에서부터 RFID, 바코드를 부착하는 등의 제품별 추적 시스템을 통해, 공급체인 각 단계별 가시성 및 투명성이 확보되어야 한다.

물류센터의 경우, 인력 부족 및 작업 안전환경 확보를 위한 관리 및 디자인 개선이 시급하다. 휴게실 확장, 식사/휴식/근무 시간 시차 확보, 탈의실 등 시설 레이아웃 재배치, 방문객 제한, 장비 소독 강화 등은 코로나 대유행 이후에도 뉴노멀이 되어야 한다. 또한, 물류센터의 개선은, 스페이스 변화 보다는 작업 환경 및 동선 개선이 우선 추진되어야 한다. 신규 작업반 투입 시의 증상 체크; 사회적 거리 두기 유지가 가능한 동선 도출을 위한 알고리즘 확립; 작업장 내에서 거리 두기 유지가 안되었을 때 파악하는 시스템 확립; 특정 시간대의 작업구역(aisle) 당 허용 인원, 구역 내 작업 수, 작업 당 필요 인원 수를 고려한 업무 우선순위 및 동선 조정(Oracle); 작업자의 작업 성과가 평소와 차이가 있을 경우의 감염 가능성 확인 시스템 등의 방안이 고려되어야 한다.  
로봇 활용 기반 물류센터 관리

온라인 판매 물량의 급증 및 사회적 거리 두기로 인해, 물류센터, 풀필먼트 센터의 부담이 급격히 가중되고 있으며, 로봇의 활용이 부담 감소를 위한 핵심 솔루션이 되고 있다.

특히 인력 확보 문제는 지속적으로 악화될 것으로 예상되고 있다. Amazon과 UPS는 2020년 말 시즌을 대비하여 10만 명을 추가모집하는 등 지속적인 추가인력 확보를 위해 노력하고 있으나, 물류센터와 인력 주거지 간의 원거리 문제, 코로나 대유행으로 인한 창고 근무 기피 등으로 인해 확보에 심각한 어려움을 겪고 있다. 따라서 제한된 인원으로 대폭 증가한 작업수요에 대응할 수 있도록 생산성을 급격히 증가시킬 수 있는 대안이 시급하다.

따라서, DHL은 물류센터에 로봇을 도입함을 통해 피킹 속도를 2배 증가시켰으며, Geek+는 로봇 도입으로 속도를 3배 증가시켜, Nike Japan의 당일 배송을 가능하게 하였다. 보관랙에서 피킹 작업자에게로의 이동은 로봇이 하고, 작업자는 제한된 지역 내에서 피킹 만 수행하며, 이를 통해 사회적 거리 두기도 자연적으로 가능하게 되었다. 로봇 활용의 효율성을 높이기 위해서는, 로봇의 효율적인 동선을 고려한 물류센터 레이아웃과 연관 품목의 집적(clustering)이 중요하다. 또한 피킹 물량이 적고 물류센터 면적이 클수록 생산성 증대 효과가 감소하고, 자동차부품, 의료제품 등 대량다빈도 품목에 효과가 크며; 로봇 수 증가 보다는 각 로봇의 적재량 증대가 속도 제고에 보다 효과적인 것으로 분석되었다(Auburn 대학, 2020).

의류업체인 American Eagle도 온라인 판매 물량이 55% 증가함에 따라(2020.7), 배송센터에 AI 및 로봇을 도입하여, 생산성 제고 및 사회적 거리 두기를 실현하였다. 이 배송센터에서는, AI 기반 지능형 플랫폼을 사용하여, [아이템 인식]-[피킹]-[수직층으로 설치된 분류함에 적재] 프로세스를 로봇이 수행하고 있다. 배송센터 레이아웃의 큰 변화 및 신규투자 없이 도입이 가능하였고, 관리자 1인이 3~4개 로봇을 동시에 관리하는 시스템으로서, 운영비 절감, 작업 안전 제고, 회전율 제고의 효과가 창출되고 있다. Gap(100여 개 로봇 활용), Carter’s(아동의류점) 등 다수 소매점에서도 피킹 로봇의 도입이 확대되고 있다. 
포장 혁신

인력 확보 문제와 사회적 거리 두기가 포장산업 자동화도 촉진시키고 있다(3~5년, Sealed Air). 코로나 대유행에 따른 포장 요건의 변화에는, 온라인 판매 급증에 따른 소형 포장 증대, 최종고객과의 커뮤니케이션 수단으로서의 중요성 증대, 폐기 및 반품 용이성의 중요도 증대 등이 있다. 특히, 세계 만 명 소비자 대상 조사(McKinsey, 2020)에 의하면, 식품의 친환경 포장을 위해 추가 비용을 지불할 의사가 매우 높다(중국 86%, 미국 68%). 따라서 최종 고객 대상 배달의 증대로 인해, 리사이클 소재 사용 등을 통한 폐기물 최소화가 더욱 중요해졌으며, 미국 소비자의 친환경 포장으로서의 인식은, 종이 박스, 유리병, 재활용 및 퇴비화 가능 소재로 만든 플라스틱 필름, 리사이클플라스틱 병의 순서로 조사되었다.

또한 비접촉(touchless) 포장에 대한 요구가 증대되고 있다. 생산지, 포장 장소, 가공 단계 등의 정보가 포함된 QR 코드가 부착된 포장을 요구하고 있으며, 식품의 경우, 종업원의 접촉이 없이 포장되었음을 확인하는 표식을 부착하기를 요구하고 있다. 따라서 포장업계에서도, RFID 적용을 의류 등에서 식품 배송 등으로 확대하였으며, 적용 품목을 지속적으로 확대해 나가고 있다(Avery Dennison).

대중소 유통업체 전반의 옴니채널 활용 확대에 따른, 오프라인 점포의 풀필먼트 센터 화가 증가함에 따라, 풀필먼트 센터로 사용하는 점포 백룸에서 작업이 가능한 소형 포장기기, 소형 포장에 대한 수요가 증대하고 있다. 또한 Amazon, Walmart 등 대형 유통업체도 적재 빈 공간 축소를 위한 포장 소형화를 추진하고 있으며, 이에 따라, 온라인 판매 고객과의 협의를 통해, 폐기물과 배송비를 최소화하는 최적 박스 디자인을 결정하는 플랫폼인 e-box 등이 개발 활용되고 있다(International Paper).
마치는 글

COVID 19 이후의 환경은 여전히 많은 불확실성이 남아있을 것이고, 영향이 상당 기간 지속될 것이며, 유사한 재난이 반복될 수 있다. 따라서, 모든 상황이 정리될 때까지 기다렸다가 디지털 전환, 기술 혁신 등을 추진할 수 있는 상황이 아닌 것으로 판단된다. 따라서 코로나 대유행으로부터의 회복이 이루어지기 시작하는 초기 단계에, 뉴노멀 시대의 성장 및 도약을 위한 SCM 기술 혁신을 적극적으로 추진하여야 하며, 또한 불확실한 상황의 변화에 따라 민첩하게 대응해 나가는 지속적인 혁신이 이루어져야 한다. 

< 물류와 경영 >