다음 달 발주를 결정하는 회의를 떠올려 봅니다.

영업은 분위기가 좋으니 물량을 늘리자고 합니다. 생산은 재고가 이미 많으니 보수적으로 가자고 합니다. 구매는 원자재 단가가 불안하니 근거를 더 보자고 합니다. 세 부서 숫자가 다 다르고, 근거도 제각각입니다. 틀린 말을 하는 사람은 없는데, 확신하는 사람도 없습니다. 결국 회의는 늘 같은 말로 끝납니다. "일단 지난달 기준으로 가시죠."

이런 장면은 수요 회의만의 일이 아닙니다. 원자재 구매 회의에서는 단가가 오른 뒤에야 계약 조건을 다시 보고, 신제품 회의에서는 첫 판매 데이터가 나온 뒤에야 물량을 조정합니다. 다루는 주제는 달라도 결국 결정이 사건보다 늦게 나온다는 같은 문제로 귀결됩니다.

실무에서 예측을 진행할 때, 대부분 먼저 정확도를 봅니다. MAPE는 몇 퍼센트인지, WMAPE는 얼마나 좋아졌는지, 모델이 과거 데이터를 얼마나 잘 맞혔는지를 봅니다. 정확도는 물론 중요합니다. 하지만 현장 성과는 정확도만으로 결정되지 않습니다.

정확도는 올라갔는데 결품률은 그대로인 경우가 있습니다. 예측 모델을 도입했는데 과잉재고가 반복되는 경우도 있고, 원자재 가격을 매일 들여다보면서도 매입 타이밍은 계속 놓치는 경우도 있습니다. 예측이 아무리 정확해져도 그 숫자가 결정 시점을 앞당기지 못하면, 실제 운영은 그대로이기 때문입니다.

그래서 임팩티브AI는 예측 운영 수준을 정확도 하나로만 보지 않습니다. 예측이 언제, 어떻게 결정으로 이어지느냐가 더 중요합니다. 문제가 터진 뒤에 움직이는 조직인지, 터지기 전에 먼저 움직이는 조직인지에 따라 같은 모델을 쓰고도 결과는 완전히 달라집니다. 이 기준으로 임팩티브AI는 예측 운영 수준을 T.I.M.E. 네 단계로 나눴습니다.

이 네 단계 중 하나에 딱 맞는 조직은 드물고, 부서마다 업무마다 위치가 다른 경우가 더 많습니다. 아래에서 단계별로 하나씩 살펴보겠습니다.

‍

1단계 Trail: 시장이 움직인 후 대응하는 단계

1단계는 시장이 이미 움직인 뒤에야 아는 단계입니다. ERP에 거래가 찍히긴 하지만, 그게 정리된 보고서로 나와서 회의 테이블에 오르기까지 많은 시간이 걸립니다. 그 사이 경쟁사는 가격을 조정하고, 재고는 쌓이거나 바닥나고, 원자재 시세는 또 한 번 움직입니다. 그런데도 이 단계에 머물러 있는 기업이 실제로 많습니다.

수요계획 담당자는 매달 초 전월 판매 실적 엑셀을 열어 이번 달 발주량을 계산합니다. 구매팀은 정산서에 찍힌 원자재 단가를 보고 나서야 공급사와 계약 조건을 다시 협상합니다. 신제품은 출시 후 2~3주치 판매 데이터가 쌓여야 생산 물량을 조정하고, 수요가 얼마나 흔들릴지 모르니 안전재고를 넉넉히 쌓아둡니다.

1단계의 기업은 충분한 데이터를 가지고 있는데도 활용하지 못하는 경우가 많습니다. 데이터가 전부 지나간 일을 기록하는 용도로만 쓰이기 때문입니다. 과거에 왜 재고가 모자랐는지는 설명해주지만, 미리 무엇을 해야 하는지는 쌓인 데이터만으로 알 수 없습니다. 1단계 기업은 대부분 이런 과정에서 지연되는 의사결정 때문에 비용 손실을 겪게 됩니다.

‍

2단계 Inform: 빨리 알지만 아직 먼저 움직이진 못하는 단계

2단계 기업은 1단계 기업보다 지금 무슨 일이 벌어지고 있는지를 훨씬 빨리 파악합니다. 재고관리 담당자는 아침마다 대시보드에서 SKU별 재고 소진 그래프를 확인하고, 특정 매장에 결품 위험 빨간불이 뜨면 그날 바로 긴급 발주를 넣습니다. 영업팀도 비슷합니다. 채널별 실시간 판매량을 보다가 특정 제품이 예상보다 빨리 팔리면 SCM 담당자에게 즉시 알립니다.

그러나 2단계 역시 시장이 바뀌기 전 먼저 움직이는 것은 아닙니다. 판매가 급증했다는 알림이 뜰 때, 실제 판매는 이미 이루어진 뒤입니다. SKU 재고가 빠르게 빠진다는 걸 확인했을 즈음엔 결품이 코앞이고, 원자재 가격이 급등했다는 시황을 받을 때도 시장은 이미 한 차례 움직인 뒤입니다. 변화를 알아채는 속도는 훨씬 빨라졌지만, 미리 대응하지는 못하는 것입니다.

‍

3단계 Move: 결과가 나오기 전에 먼저 움직이는 단계

3단계부터는 실제로 시장이 움직이기 전, 신호를 먼저 파악하고 대응합니다. 검색량, 날씨, SNS 언급량 같은 선행신호를 실제 수요나 가격이 움직이기 전에 미리 읽습니다. 정책 발표나 공급 차질처럼 원자재 시장에 충격을 줄 수 있는 사건도 마찬가지입니다.

수요예측에서는 SCM 담당자가 다음 달, 다음 분기 예측치를 보고 발주량과 안전재고를 미리 정합니다. 간헐적으로 팔리는 품목을 과거 평균으로 뭉뚱그리지 않고 품목 특성에 맞게 따로 다룹니다. 판매 이력이 없는 신제품도 비슷한 제품, 제품 속성, 초기 반응 데이터로 출시 전 판매 곡선을 미리 그려볼 수 있습니다.

원자재 가격예측에서는 구매 담당자가 단가가 오른 뒤가 아니라, 뉴스에 공급 차질이나 정책 발표가 뜨는 시점에 그 사건이 가격에 줄 충격을 점수로 확인합니다. 이 점수가 예측 모델의 변수로 들어가고, 그 결과를 보고 이번 주에 선제 매입을 할지, 물량을 나눠서 살지, 헤징 계약을 언제 걸지를 정합니다.

기업이 3단계에 도달하기 위해서는 예측 모델 성능과 설명이 중요합니다. 현업이 예측을 실제 결정에 쓰려면 유의미한 수준의 예측 정확도가 확보되어야 하고, 왜 이 숫자가 나왔는지 이해할 수 있어야 하기 때문입니다. 근거 없는 예측은 아무리 정확해도 회의에서 잘 받아들여지지 않습니다.

‍

4단계 Engineer: 예측을 넘어 결정 자체를 설계하는 단계

여기서는 예측 자체가 목적지가 아닙니다. 예측 위에서 리스크와 기회를 같이 따지고, 지금 뭘 해야 하는지까지 시스템이 같이 제시합니다.

"다음 주 A상품 수요가 18% 늘 가능성이 높다"에서 멈추지 않고, "380개 추가 발주를 권합니다. 늦추면 품절 확률이 35% 오릅니다. 다만 수요가 예상보다 낮으면 폐기 손실이 최대 4억 원까지 날 수 있습니다"까지 이어집니다. 담당자는 예측값 하나가 아니라 준비된 대응안을 놓고 고릅니다. 추가 발주할지, 재고를 옮길지, 프로모션 물량을 줄일지, 안전재고 기준을 바꿀지를 정하는 것입니다.

원자재 구매도 구조는 같습니다. 가격이 오를 가능성이 높다는 예측이 나오면 선구매, 분할 구매, 보류 이 세 시나리오를 비교해 보여주고, 각각의 예상 구매 비용과 운전자본 부담, 생산 차질 리스크, 가격이 반대로 움직였을 때 손실까지 같이 보여줍니다. 이 단계에서는 구매 회의 성격도 달라지게 됩니다. 숫자 하나를 맞히는 자리가 아니라, 이미 준비된 대응안 중 뭘 실행할지 결정하고 미리 리스크 발생에 대비하는 것입니다.

‍

직무별 자가진단 체크리스트

아래 항목에 체크해보면 우리 조직이 어느 단계에 가까운지 가늠할 수 있습니다. 대부분 해당하는 가장 높은 단계가 지금 위치이고, 단계가 섞여 있다면 가장 낮은 단계가 병목일 가능성이 큽니다.

수요계획·SCM 담당자

‍

구매·소싱 담당자

‍

다음 단계로 가려면

1단계라면 사후 보고를 실시간 가시성으로 바꾸는 게 먼저입니다. 채널·SKU 판매 데이터, 재고 데이터, 원자재 가격·환율 데이터를 한곳에 모으는 것부터 시작하면 됩니다.

2단계까지 왔다면 다음 과제는 내부 데이터에 외부 영향 요인을 더하는 것입니다. 검색량, 날씨, 공급 차질 같은 신호를 예측 모델에 연결하고, 그 결과가 발주나 구매 결정으로 바로 이어지게 만들면 됩니다.

이미 3단계에 있다면 예측 위에 시나리오 시뮬레이션과 결정 규칙을 얹을 차례입니다. 정해진 권한 안에서는 실행을 자동화하고, KPI 축도 정확도에서 손익으로 옮겨야 4단계에 닿습니다.

대부분 조직은 한 번에 4단계로 가기 어렵습니다. 지금 단계를 정확히 파악하고, 바로 다음 단계부터 준비하세요.

‍

우리 조직의 단계를 점검할 시점

지금 예측 AI나 의사결정 솔루션을 쓰고 있다면, 그 결과가 실제로 발주나 구매 시점을 앞당기고 있는지 아니면 보고용으로만 사용되는지 먼저 점검해 보세요. 여기에 바로 답이 안 나온다면, 예측 운영 체계를 다시 들여다볼 필요가 있습니다.

예측의 경쟁력은 모델을 정확하게 만드는 데서 끝나지 않고, 그 정확도가 더 빠른 결정과 실행으로 이어질 때 비로소 비즈니스 성과로 나타납니다.

임팩티브AI의 딥플로우는 수요예측, 원자재 가격예측 그리고 예측을 행동으로 잇는 의사결정 고도화까지 지원합니다. 시장을 뒤따라가는 Trail 단계에 머물지 않고, 먼저 움직이고 설계하는 Engineer 단계로 갈 수 있도록 돕습니다.

지금 딥플로우로 많은 고객이 공급망 결정을 고도화하고, 신제품 출시 불확실성을 줄이고, 식품 재고리스크를 해결하고, 원자재 구매 비용을 절감하고 있습니다. 우리 기업에도 적용할 수 있을지 궁금하다면, 수요예측 무료 PoC와 원자재 가격예측 솔루션 데모체험으로 직접 확인해보시기 바랍니다.