S&OP를 위한 AI 수요예측, 데이터에 접근하는 방식부터 달라야 합니다

임팩티브AI가 다양한 산업의 데이터 구조를 파악하고, 예측에 유용한 지표를 탐색하는 과정

"우리 산업의 특성도 AI가 이해할 수 있나요? 굉장히 복잡한데요."

AI 수요예측 도입을 검토하는 고객이 자주 하는 질문입니다. 고객이 이런 걱정을 하는 것은 당연합니다. 같은 제조업이라도 원재료를 어디서 사는지, 누구에게 파는지, 고객이 언제 주문을 결정하는지에 따라 수요의 흐름이 크게 달라지기 때문입니다.

과거 판매 데이터에는 이러한 과정과 결과가 담겨 있습니다. 앞으로의 수요를 예측하려면 숫자의 변화와 함께, 그 숫자가 만들어지는 사업의 구조를 살펴볼 필요가 있습니다.

임팩티브AI는 자체 분석 시스템을 활용해 고객사의 공급망과 거래 구조를 정리하고, 품목·채널별 수요에 영향을 줄 수 있는 지표와 시차를 탐색합니다. 이를 바탕으로 무엇을 나눠 예측할지, 어떤 데이터를 확보할지, 어떤 관계를 검증할지 구체화합니다.

오늘은 임팩티브AI의 데이터사이언스팀이 고객의 사업을 이해하고, 예측에 필요한 데이터를 찾는 과정을 소개합니다.

‍

1. 전체 판매량으로는 알 수 없는 서로 다른 수요를 파악합니다

이번 달 주문량이 늘었다면, 다음 달에도 이 흐름이 계속 이어질까요?

이를 판단하려면 주문이 늘어난 배경부터 살펴봐야 합니다. 실제 수요가 증가했을 수도 있지만, 거래처가 재고를 미리 확보하거나 예정된 주문을 앞당긴 결과일 수도 있습니다.

매출도 마찬가지입니다. 매출액이 늘어난 경우에도 판매물량이 증가한 것인지, 가격이 조정된 결과인지 구분해야 합니다. 유통 채널을 거치는 제품이라면 고객사의 출고량과 최종 소비자의 구매량 사이에 차이가 있을 수도 있습니다.

주문량에는 보통 성격이 다른 여러 수요가 섞여 있습니다. 이를 구분할 때는 거래처가 어떤 이유로 구매하는지, 무엇이 발주 시점을 결정하는지 살펴봐야 합니다.

최근 분석한 한 고객사는 일부 수요가 줄어드는 동안 다른 수요가 증가하고 있는 상황이었습니다. 전체 주문량만 보면 큰 변화가 없는 것처럼 보였지만, 수요를 유형별로 나눠 보니 다른 추세를 알 수 있었습니다.

이 고객사의 사례처럼 전체 주문량에 큰 변화가 없다면, 판매량 데이터 하나만으로는 수요를 파악하기 어렵습니다. 임팩티브AI는 이러한 수요 구조 분석을 바탕으로 수요 경로별로 예측을 나누고, 각 경로에 영향을 줄 수 있는 지표와 시차를 별도로 검토하는 기준을 세웠습니다.

예측 정확도를 높이려면 변수를 더하는 것만으로는 충분하지 않습니다. 어떤 주문이 실제 수요를 반영하는지 구분하는 것이 중요합니다. 주문 증가가 실제 소비 증가를 반영하는지, 재고 확보나 선발주에 따른 변화인지 구분하고, 그에 맞는 데이터를 검토해야 합니다

‍

2. 자체 시스템에서 공급망 분석을 데이터 확보 계획으로 연결합니다

임팩티브AI는 모델링에 앞서 고객사의 산업과 사업 구조를 파악하는 과정을 거칩니다. 이 과정은 자체 구축한 내부 시스템을 통해 진행되며, 다음과 같은 질문에서 시작합니다.

• 수요는 어디에서 발생하며, 누가 구매와 발주를 결정하는가?
• 제품과 서비스는 어떤 거래 구조와 판매 채널을 통해 공급되는가?
• 시장의 변화가 고객사의 실적에 어떤 경로로 전달되는가?
• 수요 변화와 실제 주문 사이에 어떤 조건과 시간 차이가 있는가?

위 질문의 답을 공급망 구조, 후보 지표, 확보할 데이터까지 연결해 정리합니다.

1. 공급망 구조 정리: 원자재 조달부터 최종 수요처까지의 흐름을 정리합니다. 공급사, 직거래처, 유통 채널이 각각 어떤 기준으로 주문을 결정하는지도 함께 살펴봅니다.
2. 영향 경로와 후보 지표 정리: 거래처의 생산·판매·재고 변화가 고객사의 주문에 어떻게 연결되는지 정리하고, 각 단계에서 확인할 수 있는 지표를 찾습니다.
3. 데이터 확보 계획: 앞서 찾은 지표를 공공 통계와 고객사 내부 데이터로 나누고, 어디서 어떤 형태로 확보할지 구체화합니다.

‍

3. 관련 있는 지표에서 실제로 검증할 후보를 찾습니다

고객사가 속한 시장과 관련된 데이터는 다양합니다. 하지만 산업과 관련된 지표라고 해서 모두 해당 기업의 수요예측에 같은 도움이 되는 것은 아닙니다. 시장 전체의 방향을 보여주는 지표가 특정 품목의 주문 변화까지 설명하지는 못할 수 있고, 같은 지표라도 판매 채널에 따라 반영되는 시점이 다를 수 있기 때문입니다.

앞서 소개한 고객사의 경우 품목과 판매 채널별로 예측 대상을 나누고, 각각에 영향을 줄 수 있는 후보 지표 수십 개와 그 사이의 인과 관계 수백 개를 정리했습니다.

중요한 것은 지표의 개수보다 각 지표를 검토하는 근거입니다. 임팩티브AI는 다음 기준으로 후보 지표의 역할과 검증할 내용을 구체화합니다.

지표를 정리할 때는 이 지표가 어떤 경로로 고객사의 주문량과 연결되는지 함께 분석합니다. 시장 환경이 바뀌면 거래처의 생산이나 판매가 달라지고, 그에 따라 구매 계획과 발주량이 조정되는 식입니다.

내부 시스템에서는 이렇게 정리한 지표와 관계를 하나의 그래프로 확인합니다. 아래는 실제 시스템 화면을 예시로 옮긴 것입니다. 그래프를 통해 예측 대상과 후보 지표 사이의 연결 경로를 살펴보며, 직접적인 관계뿐 아니라 여러 단계를 거쳐 나타날 수 있는 영향도 검토합니다.

영향이 나타나는 시점도 함께 검토합니다. 거래처의 재고 수준, 구매 주기, 납기, 계약 조건에 따라 같은 지표라도 품목과 채널마다 시차가 달라지기 때문입니다. 근거가 아직 충분하지 않은 관계는 따로 표시해 두고, 이후 데이터로 검증합니다.

‍

4. 외부 지표의 변화가 고객사 실적에서도 나타나는지 확인합니다

외부 데이터로는 시장 전반의 흐름을, 고객사 내부 데이터로는 그 흐름이 품목과 거래처별 실적에 어떻게 나타났는지를 확인합니다. 외부 지표와 고객사의 내부 실적을 연결해야 시장 변화가 고객사의 어느 품목과 채널에, 언제 반영되는지 검토할 수 있습니다.

예를 들어 외부 수요 지표는 상승하는데 특정 채널의 주문이 줄었다면, 해당 채널의 재고나 거래처 구성을 함께 확인할 필요가 있습니다. 주문이 갑자기 늘었다면 채널 판매도 함께 증가했는지, 주문 시점만 앞당겨졌는지, 판매 조건이 바뀌었는지 확인합니다.

_{*위 항목은 검토 가능한 예시이며, 실제 데이터 범위는 고객사의 사업 특성과 확보 가능성에 따라 달라집니다.}

질문별로 필요한 데이터를 정리해 두면 고객사에 자료를 요청할 때도 목적이 분명해집니다. 어떤 데이터를 먼저 확인하고 무엇을 추가로 요청할지, 어떤 관계를 검증할지를 프로젝트 초기에 정할 수 있습니다.

‍

5. 분석 결과에 따라 예측 단위와 변수 구성을 정합니다

사업 구조 분석은 예측 모델을 어떻게 구성할지 결정하는 데 활용됩니다. 앞서 소개한 고객사에서는 분석 결과를 바탕으로 다음과 같은 설계 기준을 세웠습니다.

같은 산업에 속한 기업이라도 거래처 구성과 판매 채널, 계약 조건에 따라 필요한 데이터와 예측 단위는 달라질 수 있습니다. 임팩티브AI는 이러한 차이를 분석해 고객사별 모델 설계 기준을 구체화합니다.

이렇게 설계한 모델의 예측 결과는 생산·구매·재고·공급계획의 판단 근거로 쓰입니다. 따라서 예측값뿐 아니라 어떤 요인과 조건을 고려했는지도 함께 살펴볼 수 있어야 합니다. 같은 주문 증가라도 일시적인 선발주인지 지속적인 수요 증가인지에 따라 구매 물량과 재고 운영의 판단이 달라지기 때문입니다.

영업팀의 판매계획과 비교하려면 예측 대상과 단위도 명확해야 합니다. 어떤 품목·채널을 대상으로 했는지, 물량과 가격을 어떻게 구분했는지가 정리되어야 AI 예측과 판매계획의 차이를 같은 기준에서 확인할 수 있습니다.

임팩티브AI는 데이터 분석 단계에서 이러한 비교 기준과 해석 근거를 함께 정리합니다. 품목·채널별로 예측과 판매계획을 비교하고, 수요 유형과 영향 지표, 반영 시차를 바탕으로 차이가 발생한 배경을 살펴보며 S&OP에서 계획을 조정할 수 있도록 합니다.

‍

산업 분석을 예측 데이터와 모델 설계로 연결합니다.

임팩티브AI는 자체 분석 시스템을 통해 공급망·거래 구조 분석부터 후보 지표 탐색, 데이터 확보 계획, 모델 설계까지 연결합니다. 특정 지표를 왜 검토하는지, 어느 품목·채널과 관련이 있는지, 어떤 시차를 확인해야 하는지 구체화하고, 검증이 필요한 관계를 구분합니다.

이 과정의 핵심은 고객사에 필요한 데이터를 선별하고, 예측에 활용할 방법까지 구체적으로 정하는 데 있습니다. 같은 산업 지표라도 고객사의 거래처와 계약 조건에 따라 다르게 검토하고, 서로 다른 움직임을 보이는 수요는 예측 단위부터 나눕니다. 산업과 사업에 대한 이해를 데이터 선택과 모델 설계의 기준으로 바꾸는 것이 임팩티브AI의 수요예측 접근법입니다.

우리 회사의 판매·주문 데이터에 어떤 지표를 함께 살펴봐야 할까요? 현재 보유한 데이터로 무엇을 할 수 있을지, S&OP 업무에 AI를 어떻게 도입할지 고민하고 계시다면 임팩티브AI와 논의해 보세요. 데이터 검토부터 수요예측, 판매계획과 재고 검토까지 연결해 S&OP 업무를 더 쉽게 바꿉니다.