수요예측 오차는 얼마의 비용이 될까? MAPE는 좋아졌는데 결품과 폐기는 그대로인 이유

수요예측 프로젝트가 끝나면 보고서에는 대개 좋아진 숫자가 남습니다. MAPE가 몇 퍼센트포인트 내려갔고, 특정 상품군의 오차가 줄었다는 내용입니다. 그런데 몇 달 뒤 결산을 보면 이상한 일이 생깁니다. 오차율은 분명히 개선됐는데, 결품으로 놓친 매출과 창고에 쌓인 재고, 시즌 말 폐기 금액은 크게 달라지지 않은 것입니다.

이런 일이 생기는 이유는 단순합니다. 오차율과 오차 비용이 같은 숫자가 아니기 때문입니다. SCM 담당자가 실제로 마주하는 문제는 예측이 몇 퍼센트 빗나갔는가가 아니라, 그 오차가 결품으로 이어졌는지, 창고에 남았는지, 할인과 폐기로 넘어갔는지입니다. 같은 10% 오차라도 어느 SKU에서, 어느 방향으로, 어느 시점에 났는지에 따라 비용은 전혀 다르게 나타납니다.

그렇다면 오차 10%는 실제로 얼마의 비용이 될까요? 간단하게 계산해보겠습니다.

‍

수요예측 오차 10%가 연 60억 원이 되는 과정

월 매출 100억 원 규모의 식품 유통 기업을 가정해 보겠습니다. 수요예측이 10% 빗나가 실제 수요가 90억 원이었다면, 약 10억 원 규모의 과잉재고가 발생합니다.

이 10억 원이 전부 손실이 되는 것은 아닙니다. 하지만 그대로 사라지지도 않습니다. 세 갈래로 나뉘어 비용이 됩니다.

• 일부는 유통기한을 넘겨 폐기됩니다. 신선식품이라면 이 비율이 20~40%에 달할 수 있습니다.
• 일부는 할인 판매로 소진됩니다. 재고는 줄지만 정상가 대비 마진이 훼손됩니다.
• 나머지는 재고로 남아 보관 비용, 물류 비용, 자본 비용을 계속 발생시킵니다.

이 세 갈래를 합치면 10억 원의 과잉재고에서 발생하는 실제 손실이 나옵니다. 대략 절반, 월 5억 원 수준으로 가정합니다.

여기서 계산을 한 번 더 이어가 보겠습니다. 이 기업의 마진율이 20%라면, 월 5억 원의 손실을 메우기 위해 필요한 추가 매출은 약 25억 원입니다. 영업 조직이 한 달 내내 뛰어야 만들 수 있는 규모가, 발주 한 번의 오차에서 조용히 사라지는 셈입니다. 그리고 이 손실이 매달 반복된다면 연간으로는 60억 원에 달합니다.

물론 이 숫자는 하나의 예시입니다. 상품군의 마진, 리드타임, 폐기율, 재고 정책에 따라 실제 손실 규모는 달라집니다. 중요한 것은 숫자 자체가 아니라 구조입니다. 예측 오차는 오차율이라는 숫자로 끝나지 않고, 결품·과잉재고·할인·폐기라는 경로를 거쳐 손익계산서에 도달합니다. 그래서 수요예측 성과는 "오차율이 낮아졌는가"만이 아니라 "오차가 비용으로 바뀌는 구간을 줄였는가"로 함께 봐야 합니다.

수요예측 정확도와 재고 비용이 따로 움직이는 이유

오차율이 개선됐는데 비용이 그대로라면, 모델이 잘못된 것이 아니라 두 숫자가 애초에 다른 것을 재고 있을 가능성이 큽니다. 정확도 지표와 오차 비용이 어긋나는 지점은 크게 세 가지입니다.

첫째, 오차의 방향에 따라 손실이 다릅니다. MAPE 같은 오차율 지표는 10% 과소예측과 10% 과대예측을 같은 크기의 오차로 취급합니다. 하지만 비용은 대칭이 아닙니다. 과소예측은 결품으로 이어져 마진 손실과 긴급 발주·특송 비용을 만들고, 과대예측은 과잉재고로 이어져 보유 비용과 할인·폐기 손실을 만듭니다. 고마진 핵심 상품이라면 같은 크기의 오차라도 과소예측 쪽 손실이 훨씬 클 수 있고, 유통기한이 짧은 상품이라면 과대예측 쪽이 더 비쌉니다. 방향을 구분하지 않는 지표로는 이 차이가 보이지 않습니다.

둘째, 오차율은 SKU를 균등하게 취급하지만 비용은 그렇지 않습니다. 전체 평균 오차율에서는 월 판매 100개짜리 저마진 상품의 오차와 월 판매 1만 개짜리 핵심 상품의 오차가 비슷한 무게로 섞입니다. 하지만 손익에 미치는 영향은 수십 배 차이가 납니다. 롱테일 SKU 다수의 오차가 줄면서 평균 오차율은 개선됐는데, 정작 비용을 좌우하는 소수 핵심 SKU의 오차는 그대로인 경우가 대표적입니다. 지표는 좋아지고 결산은 그대로인 상황은 이렇게 만들어집니다.

셋째, 같은 오차라도 언제 났는지에 따라 비용이 다릅니다. 평상시의 10% 오차는 안전재고가 흡수하지만, 시즌 전환기나 프로모션 직후의 10% 오차는 그대로 결품이나 폐기로 이어집니다. 판매 가능 기간이 끝나가는 시점의 과대예측은 회수할 기회 자체가 없기 때문입니다. 월 단위 평균 오차율은 이런 시점의 차이를 평탄하게 만들어 버립니다.

정리하면, 오차율은 "얼마나 빗나갔는가"를 재고, 오차 비용은 "빗나간 것이 얼마짜리였는가"를 잽니다. 두 숫자를 연결하려면 오차에 방향·SKU·시점이라는 비용 조건을 붙여야 합니다. 그 조건이 실제 비용으로 바뀌는 경로가 아래 세 가지입니다.

‍

수요예측 오차가 비용으로 바뀌는 세 가지 경로

수요예측 오차는 크게 두 방향으로 발생합니다. 실제 수요보다 적게 예측하면 과소예측, 실제 수요보다 많이 예측하면 과대예측입니다. 과소예측은 결품으로, 과대예측은 과잉재고로 이어질 가능성이 큽니다.

현장에서는 이 두 문제가 따로 떨어져 있지 않습니다. 이번 달에는 과소예측으로 급하게 물량을 당겼는데, 다음 달에는 그 물량이 늦게 들어와 과잉재고가 되기도 합니다. 특정 채널에서는 결품이 났지만, 다른 창고에는 재고가 남아 있는 경우도 있습니다.

1. 결품 비용

결품 비용은 실제 수요보다 준비한 재고가 적을 때 발생합니다. 다만 결품 수량 전체가 곧바로 손실이 되는 것은 아닙니다. 일부 고객은 대체 상품을 구매하고, 일부 주문은 다음 기간으로 이연될 수 있기 때문입니다.

결품 비용 = 결품 수량 × 단위당 공헌이익 × 손실 전환율 + 긴급 대응 비용

여기서 손실 전환율은 결품이 실제 매출 손실로 이어진 비율입니다. 긴급 대응 비용에는 긴급 발주, 특송, 생산 일정 변경 비용 등을 포함할 수 있습니다.

‍

2. 과잉재고 비용

과잉재고는 단순히 남은 재고가 아니라, 목표 재고나 안전재고 기준을 초과한 물량으로 보는 편이 더 정확합니다. 같은 재고라도 리드타임, 서비스 레벨, 최소 발주 수량에 따라 적정 수준이 달라지기 때문입니다.

과잉재고 보유 비용 = (기말 재고 − 목표 재고) × 단위 원가 × 보유비율 × 보유 기간

보유비율에는 창고비, 보험료, 재고 관리비, 자본 비용 등을 포함할 수 있습니다. 목표 재고는 안전재고와 리드타임 수요를 함께 고려해 설정하는 것이 좋습니다.

‍

3. 할인·폐기 손실

유통기한이 짧거나 시즌성이 강한 상품은 과잉재고가 할인 판매나 폐기 손실로 이어질 수 있습니다. 이때는 단순 재고 금액보다 정상 판매 시 얻을 수 있었던 마진과 회수 가능한 가치를 함께 봐야 합니다.

할인 손실 = 할인 판매 수량 × (정상 판매 시 공헌이익 − 할인 판매 시 공헌이익)

폐기 손실 = 폐기 수량 × (단위 원가 − 회수 가능 가치) + 폐기 처리 비용

회수 가능 가치는 재판매, 반품, 재가공 등으로 일부 회수할 수 있는 금액입니다. 폐기 처리 비용이 별도로 발생하는 업종이라면 함께 반영하는 편이 좋습니다.

‍

수요예측 오차 10%가 SKU마다 다른 이유

수요예측 오차율이 같아도 비용은 SKU마다 다릅니다. 단가, 마진, 리드타임, 유통기한, 대체 가능성, 공급 안정성에 따라 오차의 비용이 달라지기 때문입니다.

같은 10% 과소예측이라도 고마진 핵심 상품에서는 매출 기회 손실이 크게 나타날 수 있습니다. 반대로 저마진 상품에서는 결품 비용보다 긴급 발주 비용이 더 크게 느껴질 수 있습니다.

같은 10% 과대예측도 다릅니다. 유통기한이 긴 공산품은 보유 비용 중심으로 보면 되지만, 식품이나 시즌 상품은 할인·폐기 손실까지 함께 봐야 합니다.

수요예측 운영에서 우선순위를 정할 때는 오차율뿐 아니라 비용 영향도를 함께 봐야 합니다.

‍

SCM 담당자가 오차 비용으로 점검해야 할 것

SCM 담당자에게 오차 비용 계산은 보고용 숫자로 끝나면 안 됩니다. 이 숫자는 다음 발주와 재고 운영 기준을 조정하는 데 쓰여야 합니다.

결품 비용이 큰 SKU는 예측 정확도만 볼 것이 아니라 서비스 레벨과 안전재고 기준을 함께 봐야 합니다. 같은 10% 오차라도 납기 지연이나 고객 이탈로 이어지는 품목이라면, 재고를 조금 더 가져가는 편이 전체 비용 관점에서 나을 수 있습니다.

반대로 과잉재고 비용이 큰 SKU는 발주 주기, MOQ, 생산 로트, 창고 배분 기준을 다시 봐야 합니다. 예측이 조금만 높게 잡혀도 재고가 오래 남는 품목이라면, 발주 단위를 줄이거나 보충 주기를 조정하는 것이 더 현실적인 개선일 수 있습니다.

창고별 재고 불균형도 함께 봐야 합니다. 전체 재고는 충분하지만 특정 지역이나 채널에서 결품이 발생하는 경우, 문제는 총량 예측보다 재고 배분에 있을 수 있습니다. 이때는 SKU 전체 오차율보다 채널·창고 단위 오차와 이동 비용을 함께 봐야 합니다.

SCM 담당자는 오차 비용을 계산한 뒤 아래 질문으로 운영 기준을 점검할 수 있습니다.

• 지난달 예측 오차 비용이 가장 컸던 SKU는 무엇인가?
• 결품 비용이 큰 SKU와 폐기 위험이 큰 SKU를 구분하고 있는가?
• 과잉재고 비용이 큰 SKU는 MOQ, 발주 주기, 생산 로트 크기를 함께 보고 있는가?
• 창고·채널별 재고 불균형이 결품 비용으로 이어지는지 확인하고 있는가?
• 당시 예측값과 실제 수요를 비교할 수 있도록 예측 이력이 남아 있는가?
• S&OP 회의에서 예측 정확도뿐 아니라 결품 비용, 과잉재고 금액, 폐기 위험 SKU를 함께 보고 있는가?

‍

예측값 이력 관리가 필요한 이유

수요예측 오차 비용을 계산하려면 실제 수요와 재고 데이터만으로는 부족합니다. 그 시점에 모델이 어떤 값을 예측했는지도 남아 있어야 합니다.

실적 데이터는 쌓지만 당시 예측값을 따로 남기지 않는 조직이 많습니다. 그러면 나중에 "그때 왜 결품이 났는지", "왜 이 품목은 계속 과잉재고가 되는지"를 분석하기 어렵습니다. 결과만 보고 원인을 찾으려 하면 담당자 기억이나 회의록에 의존하게 됩니다.

예측값 이력이 있어야 당시 모델이 어떤 수요를 예상했는지, 실제 수요와 얼마나 차이가 났는지, 그 차이가 어떤 비용으로 이어졌는지 확인할 수 있습니다. 같은 SKU나 채널에서 비슷한 오차가 반복되는지도 봐야 합니다.

예측값은 단순한 기록이 아닙니다. 예측 오차가 비용으로 바뀌는 과정을 추적하기 위한 운영 자산입니다.

‍

AI 수요예측으로 먼저 봐야 할 위험 SKU

AI 수요예측을 도입하면 예측 정확도 개선을 기대합니다. 하지만 실제 운영에서는 정확도가 조금 개선되는 것보다, 오차가 비용으로 커지기 전에 발견하고 대응하는 구조가 더 중요할 때가 있습니다.

특정 SKU에서 과소예측이 반복된다면 안전재고 기준을 조정해야 합니다. 특정 채널에서 프로모션 이후 과대예측이 반복된다면 수요 패턴을 다시 봐야 합니다. 유통기한이 짧은 상품에서 과잉재고가 자주 발생한다면 폐기 위험을 반영한 발주 기준이 필요합니다.

AI 수요예측은 단순히 "다음 달 수요는 몇 개"를 보여주는 데서 멈추면 안 됩니다. 예측값이 실제 수요와 얼마나 달랐는지, 그 차이가 어떤 비용으로 이어졌는지, 다음 발주와 생산 계획에서 무엇을 바꿔야 하는지까지 연결되어야 합니다.

앞서 살펴본 수요예측 오차 10%가 60억 원의 비용이 되는 과정은 하나의 예시입니다. 실제 숫자는 기업마다 다르고, 그 숫자를 아는 방법은 하나뿐입니다. 우리 회사의 판매 데이터로 직접 계산해 보는 것입니다.

임팩티브AI는 기업의 실제 데이터를 기반으로 한 AI 수요예측 무료 PoC를 제공하고 있습니다. 우리 상품 데이터로 예측을 돌려보고, 기존 방식 대비 오차가 얼마나 줄어드는지, 그 차이가 결품·과잉재고·폐기 비용으로 환산하면 어느 정도인지 직접 확인해보세요.

‍