특별기고/물류정보시스템(TMS)구축전략

물류정보 시스템 (TMS) 구축전략

새로운 시대에 맞는 새로운 경영방식은 어느 산업분야에서나 중요시여겨진다.
물류분야도 마찬가지. 특히 전자상거래의 축복을 직접적으로 받는 물류분야는 '새로움'이라는
의미가 더할 것이다. 이에 ?A물류와경영?B은 (주)물류혁명의 수석파트너 윤장석 컨설턴트의
글을 통해 물류업계의 미래를 조망해보려 한다. 4회 연재로 예정되는
이 공간에 독자여러분들의 많은 관심을 부탁드린다.

㈜ 물류혁명코리아는 물류분야를 특화 발전 시켜,
21세기 세계적인 전문 솔루션 기업으로 성장한다는
목표아래 지난 98년 10월 일본 유통 및 물류 전문가들에
의해 설립된 회사다. 현재 정보시스템의 개발과 운영
노하우 및 제조·물류·유통분야의 통합 솔루션
능력을 접목, 물류코스트절감을 위해 노력하고 있는 회사다.

SCM이라는 개념 하에서 많은 활동들이 통합 운영되고 있다. 산지에서 최종고객까지, 최초 원자재에서 폐기물 처리에 이르기 까지 모든 종류의 경영기능들과 프로세스들은 체인으로 통합된다. 그러나 새로운 개념이나 구조에 지나치게 몰입하다 보면 운송이나 재고 같은 공급체인의 기본 운영방법을 종종 간과하기도 한다. 이러한 운송이나 재고와 관련된 부분은 원자재 구매활동 이후에 공급 체인상에서 가장 큰 비중을 차지할 뿐만 아니라 본질적으로 운영된다.
대부분 기업들의 효율성 향상의 목표는 그들이 공급해야 하는 모든 재화와 가치들을 창출하는 것이다. 지역과 소비자들은 지역적, 물리적으로 분리되어 있다. 따라서 상품과 서비스는 여전히 한 지점에서 다른 지점으로 이동해야 한다.
그러므로 물량의 배분과 운송 능력인 단위 당 적재능력, 팔레트, 컨테이너, 또는 선적당위 기준은 기업의 경영능력과 전략적 가치수준을 높이는 중요한 요소이다. 특히 물류비 중에서 수송비가 차지하는 비율이 60~70%라는 보고가 있다. 이번 호에는 운송과 관련된 정보시스템에 대해서 살펴 보기로 한다. 운송에 있어서 각종 제약을 만족시키는 최적의 SUPPLY CHAIN 구축과 같은 물류관련 문제는 일반적으로 아주 복잡한 제약과 상관관계 (TRADE OFF)를 가지는 의사결정 문제이기도 하다. 이러한 문제에 대하여 투자효과를 최대화 하여, 동시에 실현성 높은 플랜을 신속한 작성 및 중요성을 점차 증가하고 있다. 이에 따라서 이번호에는 일본에서 주목 받고 있는 물류네트웍 시스템과 최적 배차시스템의 적용사례를 중심으로 살펴보기로 한다.

최적 배차시스템 [STARS]

최적 배차시스템은 최적 배차 계획을 입안하기 위한 시스템으로, 배차거점에서 차량을 이용하여 고객에게 배송하는 배송스케줄의 입안에 있어서 STARS는 각 차량의 담당 배송영역을 효율적으로 할당하고 각각의 배송순서를 신속히 결정할 수 있다. STARS를 이용하여 효율적인 차량운용을 함으로써 필요한 차량대수의 삭감이 가능하다.
STARS는 배송업무의 여러 가지 복잡한 상황 및 제약에 유연성 있게 대응하며, 비용삭감효과가 기대되는 차량운행 스케줄의 입안, 신속한 스케줄 작성이 가능하다. 특히 배송업무의 다양한 요구를 만족시키는 점에 있어서 가치가 크다. 예를 들면 복수 배송거점에서 여러 종류의 제품을 혼재하여 수백개의 주문을 배송하는 것과 같은 복잡한 배송계획을 수립할 경우에도 STARS를 이용하면 단시간에 스케줄이 가능하다. 기타 배송시간대 지정, 배송 가능한 차종 및 차량지정, 휴식시간에 대한 조건 등 적용업무에 있어서의 각종 제약을 만족시키는 배차 계획도 용이하다.

1. 최적 배차스케줄링시스템의 특성
STARS는 제품 배송용으로 개발된 최적화 방법을 이용하여 차량루트설계 및 스케줄링하는 시스템이며, 특히 배달시간지정, 차량적재량 고려와 같은 제약요소를 고려하여 최적의 적재량, 배송루트, 스케줄을 결정한다. 이 시스템은 고객의 요구를 만족시키면서 주행거리와 운행시간을 최소화 할 수 있으므로 배송업무의 비용을 감소시킬 수 있다. STARS의 특징은 다음과 같다.
첫째, 제약조건 하에서의 비용 최소화
차량이 소규모 창고(DEPOT)에서 복수고객을 순회하고 배송할 경우 각 고객의 지정시간이나 혼재하는 제품의 조합조건 등의 상세한 제약조건에 의해서 가능하며 차량운행의 모든 제약조건을 고려하고 비용이 최소가 될 수 있는 배송스케줄을 제공한다.
둘째, 복수거점의 광역배송에도 적용가능
광범위한 통합배차, 배송센터 작업의 통합을 실현하는 계획작성을 위한 멀티데포(MULIT DEPOT)기능이 제공되며, 그 기능으로 각 차량은 복수배송센터(DEPOT)에서 복수제품의 적재를 할 경우에도 가장 효율적인 형태로 고객에게 제품 배송이 가능하며, 여기서는 각 데포(DEPOT)에서 적재하는 제품과 그 수량, 차량종류 등을 상세히 지정할 수 있으며, 이로 인하여 공동배송시의 차량배차 조건에도 시뮬레이션 모델에 반영할 수 있다.
셋째, 스케줄을 일괄해서 작성 가능
STARS를 이용하면 어느 특정한 기간의 주문을 통합해서 입력하면, 그것을 통합해서 스케줄을 작성할 수 있으며, 이 기능은 출하거점을 신설할 때, 1개월간의 배차결과와 비용을 상세히 시뮬레이션 해 볼 경우에 효과를 발휘할 수 있다.
넷째, 이용하기 쉬운 입출력 기능
사용자가 이용하기 쉬운 입력화면과 지리정보시스템과의 링크로 노선표시 간트챠트(GANTT CHART)를 이용함으로써 스케줄표시 기능 등 복잡한 배차업무를 쉽게 지원할 수 있다. 특히 전국고속도로상의 시간/거리 매트릭스의 신속계산기능으로 복잡한 문제로 PC로 처리할 수 있다.
다섯째, 거점통합플랜에 대응.
STARS 기능 중, 특히 네트웍구축에 유용한 것은 최근 발표된 Multi Depot 기능이다. 이 기능을 이용하여 배송센터의 위치를 결정할 경우 각종 후보지를 Depot로 등록하여 실제로 각각의 지점에 배송센터를 설치할 경우의 배차 시뮬레이션을 할 수 있다.
특히 이 경우에는 하루만의 결과를 보아서는 판단하기가 어렵기 때문에 여러 번 결과를 계산하고 그 스케줄 및 비용 등을 살펴 볼 필요가 있다. 그러므로 최신 STARS기능에는 수 일에 걸친 시뮬레이션을 한번에 하는 신기능이 도입되었다. 이것은 앞으로 한달 내지 일년간의 차량 운영상황및 운영비용이 간단하게 한번의 계산으로 할 수 있게 되었다. 일일 스케줄링시간이 2-3초 정도이며, 만약 일년간의 시뮬레이션을 하였다고 해도 겨우 10-20분 정도의 계산시간으로 끝낼 수 있다. 이것으로 화주는 현재의 운송계약의 타당성과 자사·용차의 선택, 노선편의 활용방법 재검토 분석 등이 가능하게 된다. 운송업체도 비용삭감 및 서비스향상, 영업실적 확대를 실현할 수 있다. 이와 같이 STARS는 배차스케줄 작성뿐만 아닌 배송거점의 배차 시뮬레이션으로 거점통합플랜작성을 위한 활용성에 있어서 높은 평가를 받고 있다.

최적거점네트웍시스템 「SFLO」

최적거점네트웍시스템은 공장에서 생산거점과 배송센터, 창고와 같은 유통거점의 최적한 배치 및 생산거점-유통거점, 유통거점-고객간의 최적물류를 계획하기 위한 시스템이다. SFLO를 이용하여 거점위치, 규모, 각 거점의 할당 지역 등을 최적화함으로써 물류비용(수송비용, 거점의 신설 및 폐쇄비용, 재고비용 등)을 최소화할 수 있다. 동시에 SFLO는 각 거점의 규모, 능력, 재고수준, 고객의 요구, 서비스수준등의 여러 요건을 고려하여 더욱 현실적인 플랜작성을 가능하게 한다. 기존의 생산관리시스템 등과 달리 단순히 적용 가능한 생산계획, 물건의 흐름을 계획할 뿐만 아닌 장기적인 관점에서 본 투자가치 높은 효율적인 최적 물류네트웍을 실현할 수 있는 점이 SFLO의 큰 특징이다.

1. 최적거점네트웍시스템의 특징
첫째, 기본모델과 목적함수
SFLO에서는 원자재, 제품, 플랜트/공장,배송센터/DC, 고객과 같은 요소로 구성되어 있는 생산과 수송의 모델을 취급한다.
목적함수는 고객에 배달하기까지의 각 단계의 수송비용이나 원재료 조달비, 각 공장/DC의 신설·폐쇄에 관한 비용, 거점운영의 고정비 및 변동비, 재고비용등의 요소로 구성되어 있다. 사용자는 이들 요소들을 선택하여 적용함으로써 종합 물류비의 삭감을 도모하고 있다. 또한 변수의 수치를 조정하여 독자적인 배송비용의 계산을 할 수 있다.
들째, 의사결정변수
SFLO는 공장에 대해서는 각 제품마다의 각 DC/고객까지의 수송량, 거점운영에 대해서는 공장/DC의 운영을 시작할 것인지, 계속할 것인지, 중단할 것인지 앞으로의 운영상태를 결정하기 위한 결정변수를 활용하고 있다. 또한 고객에 대한 서비스에 관해서는 각 고객의 수요에 어느 공장/DC로 대응할 것인지 결정변수가 있다.
셋째, 각종 제약조건을 조합할 수 있다
SFLO는 고객수요, 공장/DC의 재고능력, 처리능력, 과거의 실적, 고객서비스 수준 등의 조건을 고려하여 최적화를 도모할 수 있다. 예를 들면, 평균 재고량이나 재고일수의 종합 처리수가 공장/DC의 재고능력 및 최대처리능력을 지원하지 않게 조건설정을 하거나, 특정 고객에 대하여 수요 일부를 지정시간 내에 배달하는 서비스수준에 관한 조건까지 조합할 수 있다.

2. SFLO 구축사례 (배송루트를 재구축한 A사)
여기서는 실제 SFLO를 사용하여 생산거점에서 최종고객까지의 상품흐름의 재구축을 한 사례를 소개하기로 한다. 본 사례에서 소개하는 제조업A사는 세계각지에서 사업을 하고 있는 업무용기기제조업제이다.
A사에서는 현재 일본전국에 4군데 공장에서 각각 상이한 제품의 제조를 하고 있다. 각 공장에서 출하된 제품은 주로 노선편을 이용하여 주고객, 각 지역의 영업소, 또는 창고기능과 배송기능을 유통거점에 배송된다. (그림 1 참조).
그러므로 노선편을 이용한 장거리수송의 횟수가 증대될 수 밖에 없으며, 수송중의 사고율의 상승과 물류비용의 상승을 초래하는 요인이 되고 있다. A사에서는 이러한 상황을 개선하기 위한 검토를 시작하여 수송을 통합 할 경우의 비용에 대한 효과 및 향후 필요로 되는 각 유통거점의 규모에 관한 조사를 SFLO를 이용하여 분석하였다는 것이 이번 사례이다.
(1) 계획
본 사례와 같이 종래의 물류시스템을 근본적으로 재구축 하고 새로운 물류시스템을 작성할 경우, 일반적으로 계획작성은 다음과 같은 흐름으로 진행된다.
1. 현실의 운영을 분석하여 현재의 문제점을 명확히 한다.
2. 현실적으로 잘 적합 된다고 생각되는 물류네트웍모델을 작성한다.
3. 모델에 따라서 실제 데이터를 수집한다.
4. 모델 내용 중 변경할 수 없는 사항(예: 일부 거점의 가동상황, 거점할당지역 등)과 변경이 가능한 사항을 구분하여 변경가능사항에 대한 개선 계획을 작성한다.
5. 작성된 계획에 대하여 실제 데이터를 이용하여 모델을 실행, 그 실현성 및 비용삭감효과 등을 분적 평가한다.
6. 다양한 시나리오를 작성하여 그 결과 가장 타당한안을 개선책으로서 채택한다.

다만 통상적으로 4단계에서 SFLO와 같은 모델 없이 다양한 제약조건을 고려하면서 실행 가능한 비용삭감효과가 큰 계획을 작성하는 것이 아주 어려운 상황이다. 또, 5단계의 계획 평가작업에 있어서도 복잡한 계산을 할 필요가 있다. 보통 이러한 작업은 막대한 양의 데이터를 Excel 등을 수집하여 담당자가 데이터 및 여러 가지 가정사항을 검토하면서 최종계획을 작성한다. 그 순서는 복잡하고 효율적이지 않으며 마감에 늦고 생산성이 낮다. 또한 하나의 입안이 작성되어도 그 후 상황의 변화 및 더욱 많은 사람들의 생각을 고려하려면 계속된 분석의 필요성이 있다.
SFLO를 이용하면 이러한 작업을 신속히 진행할 수 있다. 그리고 사람이 하면 2주일 걸리는 분석도 SFLO를 사용하면 2시간에 끝낼 수 있다.

(2) 모델분석
본 사례에 있어서는 공장에서의 출하를 방향별로 혼재하고 장거리수송의 회수를 줄이기로 하였다. 이 모델에서는 공장에서의 출하는 방향별로 혼재하고 모든 화물이 일단 유통거점에 집중시켜 각 유통거점에서 담당하는 지역의 영업소, 주고객에 배송한다(그림 2). 이것으로 원거리 소빈도 노선편 이용을 회피하여 사고율의 감소를 목표로 하는 것과 동시에 노선편운영 비용의 삭감을 도모하는 것이 가능하다.
여기서 플랜을 작성하기 위해서 SFLO를 이용하여 전국을 지역별 유통거점을 중심으로 한 복수지역으로 구분한다. 다음으로 각 공장-각유통거점, 각유통거점-각영업소·고객간의 수송량, 수송비용 및 각 거점의 가동상황을 계산하여 최적물류네트웍을 결정한다. 그 후, 결정된 네트웍을 이용하여 각종 조건이나 가정(제품 수요량의 변동 등)을 변경시키면서 계산을 반복한다. 유통거점으로 기존의 6거점을 이용하며, 수송형태도 현재 계약중인 운송회사의 노선편을 이용할 경우, SFLO를 이용하여 산출된 지역구분을 할 수 있다.

(3) 평가
본 사례에서는 현황과의 비교결과(표1)를 보면 SFLO를 이용한 시뮬레이션으로 종래대로의 거점배치를 유지하면서 수송 노선편 이용을 계속할 경우에도 방향별 혼재로 인하여 20%정도의 수송비용삭감의 가능성이 기대할 수 있는 것으로 판명되었다. 또한 장거리수송을 묶으므로 노선편 이용에서의 탈피가 용이하며 이로 인하여 비용삭감 및 사고율저하와 같은 투자효과가 산출되는 것으로 생각된다.

신속한 계획 적용가능

기타 SFLO를 이용하면서 이하와 같은 점에 대해서도 조사 및 평가할 수 있으며 세밀한 비용분석을 통해 신속히 계획을 실제 적용가능 한 것으로 강화할 수 있다.
·보다 짧은 기간의 피크시 물류 대응
·공장-거점간의 수송에 임대편을 이용한 경우의 비용삭감효과
·현재의 거점수와 규모 및 운용상황의 적절성
·낭비된 거점능력 및 capacity가 부족한 거점의 여부 (표 2 참조)
상기와 같은 SFLO를 이용한 분석은 한번 데이터가 수집되면 아주 빠른 시간에 작업을 끝낼 수 있다. 또한 개선비용의 삭감액과 같은 수치도 보다 객관적으로 계산된다.