금속·농산물·석유화학 원자재는 왜 가격 반영 속도가 다를까?

‘전기동도 오르고, 대두도 오르고, 나프타도 올랐다’고만 원가 전망에 적어 두면, 추가 질문이 뒤따를 수밖에 없습니다. 세 가지 원자재 가격이 같은 날 같은 방향으로 움직였다고 해도, 실제 구매 단가에 반영되는 시점은 서로 다를 수밖에 없죠. 이런 차이가 발생하는 이유는 단순히 시장이 변덕스러워서가 아니라, 각 품목의 가격이 결정되는 구조 자체에서 비롯된다는 점을 유의해야 합니다.

‍

원자재 가격 반영 속도를 결정하는 세 가지 변수

첫 번째로 살펴볼 점은 가격이 어디에서, 그리고 어떤 주기로 공시되는지입니다. 예를 들어, 매일 거래소에서 종가가 정해지는 품목은 실제 시세와 계약 단가 사이의 차이가 거의 없습니다. 반대로, 가격이 지수에 연동되거나 분기별 협상으로 정해지는 품목은 그만큼 시세와 단가의 거리가 벌어집니다.

두 번째는 계약이 이런 시세를 어떻게 반영하는지에 관한 규칙입니다. 비철금속 계약서를 보면 가격 산정 기준 기간(QP, Quotational Period)이 명시되어 있는데, 선적월 평균을 적용할지, 도착월 평균을 적용할지에 따라 같은 시장 흐름 속에서도 단가가 한 달 정도 차이날 수 있습니다. 또, 분기별로 고정가를 적용하는 품목의 경우에는 계약 기간 동안 단가가 그대로 유지되다가, 갱신 시점에 한꺼번에 누적 변동분이 반영됩니다.

마지막으로 중요한 것은 리드타임과 재고입니다. 예를 들어, 곡물을 벌크선으로 수입하는 회사라면 지금 공장에서 사용하는 원료는 이미 몇 달 전에 가격이 결정된 물량일 확률이 높습니다. 만약 창고에 두 달치 재고가 쌓여 있다면, 오늘의 시세는 실제로 두 달 후에 투입되는 원가에 영향을 미치게 됩니다.

‍

금속 원자재의 계약 기준월과 정산 구조

전기동과 니켈

매일 공시 가격이 발표되면, 실제 구매 계약에서는 이 공시 가격에 지역이나 형태에 따라 프리미엄이 붙어 최종 가격이 결정되는 방식입니다. 시세가 오를 경우, 이런 변동이 이후 정산에 거의 그대로 반영됩니다. 계약 담당자가 직접 조정할 수 있는 부분은 프리미엄 수준이나 물량 배분, 그리고 가격산정기간(QP) 및 픽싱(Fixing) 시점 정도로 한정됩니다.

철광석과 점결탄

요즘은 지수에 연동하는 방식이 정착되면서, 예전보다 가격이 반영되는 시차가 짧아졌습니다. 다만 이런 원료들은 제철 과정을 거쳐 철강재로 만들어진 뒤, 다시 수요업체와 가격 협상이 이루어지기 때문에 실제로 철강재를 사는 입장에서는 원재료 가격의 변동을 바로 체감하기 어렵습니다.

반면 고철은 제강사가 매입 가격을 직접 고시하고, 이 가격이 공시되면 곧바로 반영됩니다. 하지만 국내 수급 상황에 따라 국제 시세와 다르게 움직일 때도 많죠.

금속 원자재를 다루는 실무에서는 ‘결정 기한’을 가장 신경 쓰게 됩니다. 시세를 확인하고 사내 승인까지 받는 과정에서 가격 산정 기간을 놓쳐버리는 경우도 종종 있습니다. 시장 흐름을 아무리 잘 파악해도, 타이밍을 놓치면 원하는 대로 가격을 반영하지 못하게 됩니다.

‍

농산물 원자재의 수입 리드타임과 원가 시차

대두나 옥수수처럼 세계 시장에서 거래되는 농산물은 선물 가격이 하루에도 몇 번씩 크게 출렁입니다. 하지만 실제로 국내 기업이 부담하게 되는 원가는 단순히 선물 가격만으로 결정되지 않습니다. 여기에 베이시스, 해상 운임, 환율, 통관 비용 등이 차례차례 더해져서 최종 원가가 산출되는 방식이죠.

또 한 가지 중요한 요소가 바로 수입 리드타임입니다. 오늘 시카고 선물 시장에서 가격이 급등했다 하더라도, 이 가격이 실제 회사의 원가에 반영되는 건 보통 3~6개월의 시차가 발생합니다. 게다가 작황 우려로 가격이 잠시 올랐다가 실제 수확 결과가 확인되면 곧바로 원상 복귀하는 경우도 흔합니다. 그렇기 때문에 단순히 단기적인 급등 뉴스에만 의존해서 선구매를 결정했다가는, 예상치 못한 고가 매입으로 손해를 볼 수도 있습니다.

치즈처럼 유제품 원료의 경우는 공급 계약이 분기나 반기 단위로 묶이는 경우가 많습니다. 시세가 떨어져도 계약이 갱신되기 전까지는 기존 단가를 그대로 쓸 수밖에 없고, 갱신 시점에 한꺼번에 조정하게 됩니다. 그래서 농산물 원가를 예측할 때는 시세 차트만 보는 것보다는 계약의 잔량이나 앞으로 들어올 물량 일정을 먼저 확인하는 게 현실적으로 훨씬 도움이 됩니다.

‍

석유화학 원자재의 단계별 시차와 전가율

원유 정제(Upstream)를 통해 산출된 나프타부터 기초유분(에틸렌, 프로필렌), 합성수지(PE, PP), 그리고 최종 가공품(Downstream)으로 이어지는 공급망 단계를 거치며 가격 시차가 발생합니다. 

여기에 더 큰 변수는 제품과 원료 간 가격 차이인 ‘스프레드(Spread)’입니다. 합성수지 가격은 원가뿐만 아니라 가동률과 글로벌 수급 밸런스에 따른 스프레드 변동에 직결됩니다. 공급이 넉넉하면 나프타 가격이 올라도 제조사가 추가 비용을 자체적으로 흡수하는 경우가 많지만, 반대로 공급이 부족할 땐 원료가 오른 만큼, 혹은 그 이상으로 바로 오르기도 합니다. 그래서 석유화학 원자재를 살펴볼 땐, 단순히 가격 반영 속도뿐 아니라 원가 상승분이 실제로 얼마나 최종 가격에 전가되는지도 함께 살피는 게 중요합니다.

포장재나 플라스틱 가공품을 구매하는 회사라면 그 영향이 피부로 느껴지는 데까지는 시간이 더 걸립니다. 유가 관련 뉴스가 뜨고 나서 몇 달 뒤에야 공급사로부터 단가 인상 안내가 오기 때문이죠. 그 인상폭이 합리적인지 확인하려면, 그 사이 각 단계별 가격이 어떻게 변해왔는지 꼼꼼하게 자료를 챙겨봐야 손해를 막을 수 있습니다.

‍

품목군별 가격 반영 속도 비교

마지막 열은 구매 회의에서 그대로 꺼내 쓸 수 있습니다. 금속은 언제까지 결정해야 하는지, 농산물은 사둔 물량이 언제쯤 떨어지는지가 쟁점이고, 석유화학은 공급사가 요구한 인상폭이 타당한지를 따져야 합니다.

‍

구매 의사결정에 필요한 데이터

품목마다 구매 속도를 알더라도, 실제로 선구매를 할지, 분할 구매를 할지, 아니면 보류할지는 결국 사람이 계산해서 결정해야 합니다. 그런데 시장 가격이나 환율은 각각 다른 화면에서 따로 확인해야 하고, 공급사의 견적은 지난 단가와 비교하려다 보면 매달 새로운 엑셀 파일을 만드는 일이 반복되는 경우가 많습니다.

이런 계산을 제대로 하려면 시세, 환율, 운임 같은 외부 데이터와 내부의 구매 이력, 계약 단가, 공급사 견적까지 한데 연결해야 합니다. 여기에 리드타임, 최소 주문 수량, 재고, 보관비처럼 실제 구매에 영향을 주는 다양한 제약 조건도 함께 고려해야 하죠. 외부 데이터만 본다면 그저 가격 동향 리포트에 그치고 맙니다. 내부 구매 데이터를 더해야 우리 회사 관점에서 실제 절감액을 계산할 수 있습니다.

‍

구매 판단으로 이어지는 딥플로우 머터리얼즈의 가격예측

앞서 설명한 시차 문제를 담당자가 매달 일일이 계산하는 일은 쉽지 않습니다. 품목마다 반영되는 시점이 다르고, 동일한 품목 안에서도 환율, 재고, 그리고 전방 산업 지표의 영향 시기가 서로 다르기 때문이죠.

이러한 복잡함은 예측 모델을 설계할 때 해결해야 할 부분입니다. 실제로 임팩티브AI가 한 건설사와 진행한 철근 가격 예측 프로젝트에서도, 무작정 변수를 많이 넣는 것보다 각 지표가 가격에 반영되는 시점을 어떻게 맞추느냐가 예측 성능 차이를 만들었습니다. 예를 들어 2개월 전의 환율 변화율, 4개월 전 건설 착공 면적의 추세, 1개월 전 철근 판매 대비 재고 비율처럼 변수마다 시차와 반영 방식을 다르게 잡아야 했습니다. 이렇게 만든 모델은 실제 프로젝트에서 평균 예측 정확도 95.59%를 기록했죠. 물론, 같은 변수와 시차가 모든 시장에 똑같이 적용되는 것은 아니기 때문에, 품목별로 다시 설계 과정이 필요합니다.

담당자가 직접 보는 것은 이런 분석을 토대로 만들어진 결과입니다. 앞으로 몇 달간의 가격 추이와 방향성, 그리고 예측값과 실제값, 오차 지표를 한눈에 볼 수 있어 지금 구매할지 조금 더 기다릴지 결정하는 데 도움이 되죠. 과거처럼 각 변수의 시차를 일일이 따지지 않아도, 이미 반영된 예측 결과를 기준으로 구매 시점을 검토할 수 있게 된 셈입니다.

또한, 이번 가격 변동이 어떤 요인에서 비롯됐는지도 설명이 정리되어 제공되므로, 사내 보고용 자료로 근거를 삼기에 좋습니다. 다만 딥플로우가 직접 발주까지 대신해주지는 않습니다. 무엇을, 언제, 얼마나 살지는 담당자가 정합니다. 딥플로우는 자료를 찾고 엑셀로 계산하던 시간을 줄여주어 담당자가 더 본질적인 판단에 집중할 수 있도록 돕습니다.

만약 맡고 있는 품목의 가격 흐름과 예측 결과가 궁금하다면, 딥플로우 머터리얼즈 데모 체험을 신청해 보세요. 한 가지 예측 품목에 대해 1~2주 동안 직접 체험해 볼 수 있습니다.

‍