내일 공급망을 이끌 4대 핵심 기술

"불확실성이 유일한 확실성"이라고 수학자 존 앨런 파울로스(John Allen Paulos)는 썼습니다. 조달과 공급망 관리 산업도 예외는 아니지만, 차세대 기술이 주목할 트렌드를 제공합니다.

시간이 흐르며 공급망은 과거 백오피스 기능에서 비즈니스 성장의 전략적 동력으로 이동했습니다. 현대 비즈니스 모델, 기술 발전, 혁신적 프로세스가 공급망을 효율적이고 민첩하게 만들었습니다.

공급망은 더 복잡하고 국제적으로 분산될 것입니다. 조달 리더들은 변화하는 비즈니스 환경을 탐색하고 빠르게 적응할 수 있는 최신 역량을 구축해야 합니다.

이 추세라면 2030년 공급망은 어떤 모습일까요? 빅데이터, 클라우드 컴퓨팅, 인공지능(AI), 로봇 프로세스 자동화(RPA), 사물인터넷(IoT)이 조달 리더, 계약자, 공급망 관리자가 미래 수요를 충족하는 데 도움을 줄 것입니다.

빅데이터, 클라우드 컴퓨팅, AI의 융합

물류 분야 빅데이터는 아직 초기지만, AI, 클라우드 컴퓨팅, RPA가 작업을 단순화하고 자동화 시스템에 위임하는 데 더 정확하고 효과적이게 하는 기반입니다. 빅데이터는 분석 데이터셋을 공급망 관리 시스템과 소프트웨어의 전통적 내부 데이터를 넘어 확장합니다. 또한 신규 및 기존 데이터 소스에 통계적 프로세스를 적용합니다. 현재 대부분 기업은 공급망에서 빅데이터를 탐색하고 활용할 도구와 지식이 부족합니다. 미래엔 이 도구들이 더 접근 가능해질 것입니다.

클라우드 컴퓨팅과 AI

공급망은 빅데이터를 생성하고, 클라우드 기반 AI가 이를 인사이트로 변환합니다. 클라우드 컴퓨팅과 AI 결합은 공급망 운영 방식을 변혁했으며, 그 능력은 향후 10년간 복잡성만 더해갈 것입니다. 예측 분석을 통해 클라우드와 AI 시스템은 과거 트렌드와 시장 지표를 활용해 다음 프로세스들을 촉진할 수 있습니다.

• 프로세스 자동화 구동
• 공급업체 선정 정보 제공
• 고객 지원 개선
• 공급업체 온보딩 간소화 및 공급업체 관리 자동화
• 선적 실시간 정보 제공
• 운송사 성과 분석
• 운영 이슈 트렌드 예측

선도적 기업들은 이미 공급망 지식 관리 시스템을 활용해 공급망 어려움에 실시간 대응합니다. 클라우드 기반 모바일 지원 솔루션으로 현장 감독자가 현장에서 정보를 입력하면 운영자에게 즉시 알림이 갑니다.

기업은 조직과 공급업체·계약자 간 정보 교환 자동화로 투명한 공급업체 관계를 구축할 수 있습니다. 조직은 지리적으로 분산된 현장별 개별 작업자까지 벤더를 쉽게 관리할 수 있습니다. 작업자는 현장 진입 전 온라인으로 현장별 오리엔테이션과 교육을 이수할 수 있습니다. 운영자는 교육 커리큘럼 완료 상태 추적과 온라인 평가로 지식 보유도를 평가할 수 있습니다.

분석은 기업이 공급업체/벤더 역량 모니터링과 공급업체 컴플라이언스·성과 데이터 추적을 돕습니다. 전통적으로 다른 부서가 종이 기록으로 이 정보를 모았습니다. 의사결정자는 종이 더미나 전자 파일 더미를 뒤져야 했습니다. 오늘날 고급 분석으로 운영자는 공급업체 속성을 정의해 논리적 프로필 섹션으로 분류할 수 있습니다. 상세한 공급업체 프로필로 운영자는 몇 초 만에 공급업체 정보를 신속히 검색, 처리, 검증할 수 있습니다.

신규 공급업체 온보딩 후, 공급업체 데이터 수집·검증·저장으로 책임 있는 공급업체 리스크 관리가 가능해집니다. 고급 분석 엔진이 이 데이터를 분석해 실시간 공급업체 성과 인사이트를 생성합니다. 이런 인사이트로 소싱 전문가는 공급업체·벤더 풀, 보험증권(COI) 같은 자격증명, 컴플라이언스 상태를 쉽게 모니터링할 수 있습니다.

실질적 비용 절감 달성은 조달의 언제나 중요한 과제였고 다음 10년에도 최우선 순위일 것입니다. 이를 고려해 조달 리더들은 비용 효율성 달성의 새로운 길을 찾아야 합니다. 한 방법은 공급업체 분석입니다. 중요한 공급업체 정보가 다양한 데이터 관리 시스템에 갇혀 있는 경우가 많습니다. 그 데이터를 단일 공통 저장소로 통합하면 전체 가치 사슬 전반의 지출 가시성이 좋아집니다. 분석 엔진으로 보완된 중앙화된 데이터 프레임워크는 의사결정자가 비싸거나 저성과 공급업체를 식별하게 돕습니다. 새로운 중앙 데이터 관리 시스템은 API(애플리케이션 프로그래밍 인터페이스)를 통해 레거시 시스템과 원활히 통합될 수 있습니다.

로봇 프로세스 자동화(RPA)

딜로이트(Deloitte)에 따르면 로봇은 "낮은 가치, 잠재적 위험 또는 고위험 작업을 포함하는 공급망 운영에서 향후 5년간 강한 성장이 예상됩니다." 이커머스 대규모 성장을 고려하면 물류 세계 누구에게도 놀랍지 않습니다. 로봇 기술 적용 분야는 드론, 트럭, 열차 같은 자율 주행 차량, 라스트마일 배송, 자동 창고 시스템(ASRS) 등입니다.

자율 로봇 활용 증대는 다음 목표 달성을 가능케 합니다.

• 효율성과 생산성 증대
• 재작업과 리스크 비율 감소
• 직원 안전 개선
• 단조로운 작업 수행으로 인간이 더 전략적 노력에 집중
• 주문 풀필먼트와 배송 속도 개선으로 수익 증대, 고객 만족

새로운 가격 구조로 기업은 자동화 투자가 가능해져 로봇 도입이 훨씬 더 현실적이게 됩니다. RaaS(Robotics as a Service) 모델로 제공업체가 월간 서비스 계약으로 장비를 리스하면 고객은 선불 자본 지출(CAPEX)을 피할 수 있습니다.

사물인터넷(IoT)

공급망 관리자의 새로운 트렌드는 자산 추적에 IoT를 활용해 시간과 비용을 절약하고 데이터 기반 의사결정을 가능케 하는 것입니다.

IoT는 Wi-Fi를 통해 클라우드 기반 소프트웨어로 데이터를 모니터링, 수집, 전송하는 상호 연결된 물리적 장치들로 구성됩니다. IoT 장치는 선적 GPS 추적과 소포 상태 모니터링으로 공급망 품질 관리를 개선했습니다. RFID 칩, 스마트 기기, 모바일 센서로 제품 추적·인증, 온도·습도·조도·움직임·취급·속도 등 선적 환경 요인 측정이 가능합니다.

기술 혁신의 가속화는 디지털 공급망 관리 솔루션을 추동합니다. 다행히 더 많은 기술이 등장함에 따라 기술 여정 착수는 더 접근 가능하고 비용 효율적이게 될 것입니다. 이러한 신흥 솔루션을 빠르게 채택하면서 레거시 시스템을 점진적으로 교체하는 조직이 더 큰 통찰과 효율로 향후 10년을 헤쳐나갈 것입니다.

대니 실즈(Danny Shields)는 클라우드 기반 공급망 리스크 관리 기술 제공업체 아베타(Avetta)의 산업 관계 부문 부사장입니다.