코로나 19로 인해 모든 산업의 공급사슬이 엄청난 압박에 시달리게 되었다. 원자재 조달부터 완제품 유통에 이르기까지 공급사슬은 이번 사태의 최전선에 있다. 그러나, 이번 위기가 마지막 팬데믹이나 글로벌 위기가 되지는 않을 것이다. 공급사슬이 현재 어떻게 대응하고 있는지 아니면 대응하지 못하고 있는지는 미래에 비슷한 광범위한 와해 상황에 직면할 경우에 대비하는 귀중한 교훈을 준다.
많은 기업들이 공급사슬 디지털화 조치를 취해왔다. 그러나, 이들의 대다수는 글로벌 공급사슬 가시성 및 계획수립에 주목하지 않았다. 현 위기상황에 직면하여 기업들은 급하게 공급사슬 데이터를 살펴보면서 일회성 리스크 회피 모델을 만들고 있다. 그 결과, 어떤 공급업체가 다음에 폐쇄할 가능성이 있는지, 어떤 공장이 생산을 중단할 가능성이 있는지, 또는 다음 번 수요 급증은 어느 분야에서 발생할지 등 불과 며칠 내에 발생할 가능성이 있는 일들에 대한 실질적인 파악이 거의 되지 않고 있는 실정이다.
그러니 당연히 공급업체 납품 및 생산은 지연되기 일쑤이고, 생필품 판매대는 텅 비어 있으며, 소매 점포에는 대혼란이 일어나는 현재와 같은 상황에 처하게 된 것이다. 그러나, 꼭 이렇게 되라는 법은 없다. 포괄적 공급사슬 AI 전략은 기업들이 앞으로 비슷한 문제들을 피하는 데 도움이 될 수 있다. 다음은 이를 위한 몇 가지 전략들이다.
적합한 AI 솔루션을 찾는다
첫째, 기업은 현재 이용하고 있는 공급사슬 관리 디지털 기술들을 잘 살펴볼 필요가 있다. 가시성과 계획수립을 지원하는 기성품 AI 솔루션들은 나온 지가 어느 정도 되었다. 수요 관리, 공급 계획수립, 컨트롤 타워 가시성 등의 구체적인 활용 케이스를 위한 상품 및 서비스가 많이 나와 있다. 그러나, 각 상품이 나름의 한계점을 가지고 있기 때문에, 상황이 좋을 때든 위기일 때든 계획수립 및 가시성을 지원하는 포괄적인 솔루션을 제공하는 상품은 존재하지 않는다.
한편으로는, 일반적으로 상업용 컨트롤 타워 제품들은 공급사슬 전반에 걸친 가시성을 제공할 수 있다. 그러나, 이들은 일상적인 의사결정 지원에 충분한 통찰력 및 역량을 제공하지는 않기 때문에 블랙스완 상황이 없는 상황에서는 최적의 투자가 아니다. 또한, 이러한 컨트롤 타워 제품들은 관리자들이 오늘 발생하고 있는 일들을 모니터링하다가 내일 일어날 일들을 예측하는 일로 전환할 수 있는 시뮬레이션 역량이 없는 경우가 많다.
다른 한편으로는, 많은 공급사슬 계획수립 도구들이 수요예측 및 재고 계획수립 질문에는 답을 잘 하지만 내외부적 불확실성을 해결할 만큼 유연하지는 않다. 이들의 예측 역량은 시계열 예측 알고리즘에 국한되며, 이는 통상적인 싸이클 하에서는 변화 예측을 위한 히스토리 모델링에 매우 유용하다. 그러나, 이러한 알고리즘은 위기 상황 하의 예측에 필수적인 내외부적 환경 변수 사용을 허용하지 않기 때문에 글로벌 와해 상황에는 충분치 않다.
우리는 제약, 제철, 소비재 등 모든 산업 전반에 걸쳐 고객사들이 그러한 솔루션의 초기 요소들을 구축하는 것을 지원해왔다. 이러한 각각의 고유한 요소들은 기본적으로는 가시성 및 최적화 단계로서, 이는 일상적인 공급사슬 관리를 위한 투명성 및 통찰력을 제공하는 표준 전사적 자원 관리(Enterprise Resource Planning, ERP) 시스템의 최상부에 위치한다. 이들은 위기시에 지속적인 가치를 실현하고 더 나은 지원을 하도록 향상될 수 있다.
책임을 창출한다
적절한 기술을 갖추는 것은 첫 번째 단계일 뿐이다. 조직적인 측면도 반드시 다루어져야 한다. 너무나 많은 경우에 조달, 제조, 물류, 품질관리 등의 부서는 고립되어 운영되며, 위기상황에 대처하는 일관된 계획이 부재한 경우가 많다. 기술적인 측면에서는 COO 오피스가 감독 역할을 담당하지만, E2E(exchange to exchange) 공급사슬 가시성 및 리스크 회복탄력성에 대해서는 명확한 책임자가 없다. 또한, 공급사슬 실패를 예측하고 방지하는 첨단 분석의 잠재력의 많은 부분이 실현되지 않은 채로 남아 있다.
기업들은 공급사슬 전략가, 이행추진 담당자, 기술전문가(데이터 사이언티스트, 데이터 및 소프트웨어엔지니어 등)로 구성된 글로벌 팀을 만들어야 한다. 이 팀은 COO에 보고하며 다음과 같은 세 가지의 주요 책임을 져야 한다.
- 공급사슬 전반에 걸친 통상적인 활동의 증강. 팀은 비시간적 변수(nontemporal variables)의 도입이 가능한 첨단 혼합 모델링 기법의 반영에 초점을 맞추어야 한다. 이러한 기법들은 위기 시에 수요공급의 예측과 관리를 개선하는 데 도움이 될 것이다.
- 분석 모델의 창출. 또한, 팀은 이러한 예측을 통한 데이터 및 통찰력을 활용하여 예상치 못한 글로벌 위기 시나리오 상황 동안 영향의 시퀀싱을 시뮬레이션할 수 있는 모델을 개발해야 한다.
- 가이드라인 수립. 또한, 팀은 그러한 시나리오 상황에 직면했을 때 필요하게 될 비즈니스 운영상의 변화 관리방안에 대한 지침을 제공할 수 있는 대응매뉴얼을 만들어야 한다.
컨트롤 룸에 투자한다
공급사슬의 실시간(또는 최소한 거의 실시간의) E2E 모니터링은 필수적이다. 그 어느 때보다도 지금, 기업들은 글로벌 공급업체들의 건전성, 재고, 원가, 생산계획, 수송, 수요, 주요 외부 리스크 분야에 대한 실시간 추적을 실시하는 컨트롤 룸을 반드시 설치해야 한다. 글로벌 컨트롤 센터 팀의 업무 공간으로서, 컨트롤 룸은 평상시의 운영 중에는 공급사슬 최적화 허브로 기능하고, 위기시에는 공급사슬 지휘통제 센터 역할을 담당할 것이다.
이러한 역량은 BCG GAMMA 팀들이 고객사인 항공사의 항공기 배정과 승무원 근무일정계획 최적화를 위해 AI 솔루션을 구축 및 구현했던 컨트롤 룸과 유사하다. 이러한 솔루션은 지연 등의 예상치 못한 와해상황을 관리하기 위해 특별히 설계되었다.
공급사슬 컨트롤 룸은 컨테이너에 부착하는 무선주파수 식별 태그 등의 추적(track-and -trace) 기술, 제조 라인을 위한 사물인터넷 릴레이, 실시간 데이터 처리와 같은 다양한 솔루션에 대한 투자를 필요로 할 것이다. 또한, 전세계 공급업체 및 유통업체들과의 소통 및 데이터 전송 라인을 구축할 필요가 있을 것이다. 그러나, 기업은 모든 것을 동시에 투자하는 것은 피해야 한다. 먼저, 어떤 기술을 이미 보유하고 있는지, 부족한 점은 무엇인지, 새로운 솔루션으로 어떤 가치가 창출될지, 어떤 벤더로부터 조달할 것인지를 파악해야 한다. 이는 그러한 잠재적으로 대규모인 투자의 건전성을 보장하는 데에 큰 도움이 될 것이다.
예를 들면, 한 산업 및 건설 장비 기업은 글로벌 공급사슬 컨트롤 룸에 공급업체들의 재정적, 지정학적, 운영 관련 리스크에 대한 가시성뿐만 아니라 공급업체들의 생산 계획, 판매 및 운영 계획, 생산능력 할애, 인바운드 흐름에 대한 가시성도 부여했다. 2008년 금융위기 당시, 이러한 가시성은 공급사슬 관리와 위기의 영향을 완화시키기 위한 비상대책의 개발에 매우 중요한 역할을 한 것으로 입증되었다. 회사는 단순히 생존에 성공하기만 한 것이 아니라 공급사슬 대응 시간을 개선하고, 재고 비용을 감축했으며, 시장점유율도 증가시켰다. 이러한 가시성 덕분에 회사는 2010년 미중서부 지역의 홍수와 2011년 일본 쓰나미로 인한 와해상황을 잘 버텨낼 수 있었던 반면, 수백여 개의 공급업체와 수많은 운송 허브들은 운영을 중단했었다.
적시 의사결정의 중대성을 고려할 때, AI 솔루션은 과거에 비해 더 세부적이고 실시간에 가까울 뿐 아니라 E2E 공급사슬을 다루어야 할 필요가 있다. 오늘날의 상호연결된 글로벌 공급사슬로 인해 발생되는 도전과제들을 해결하려면 이는 필수적이다.
디지털 트윈을 활용해 와해 상황에 대처한다
AI가 다음 번 글로벌 위기가 언제 발생할 것인지 예측하기를 기대하는 것은 무리이다. 그러나, AI는 공급사슬의 디지털 트윈, 즉 실제 공급사슬의 모든 복잡한 시스템들의 시뮬레이션을 생성하는 데에는 도움이 될 수 있다. 디지털 트윈은 다양한 와해 시나리오의 전개시에 어떤 일이 발생할지를 모델링하는 데 이용될 수 있다. 잘 설계된 모델은 수요 급증과 공급 충격을 예측하는 데 도움이 될 수 있으며 준비태세와 회복탄력성을 보장하기 위해 필요한 조치들을 제안할 수 있다.
위기시에 디지털 트윈은 다양한 실행 계획의 장기적인 영향을 비교하는 데 사용될 수 있어 기업들이 적절한 결정을 내리기 쉽게 해준다. 첨단 예측의 도움으로 기업들은 사태가 안정화되면 수요곡선이 어떤 양상을 보일지에 대한 초기 신호를 감지할 수도 있다. 생산 계획수립의 반영은 지속적인 공급의 보장을 통해 지연을 최소화하고 재정적 효율성을 극대화함으로써 스케줄 최적화를 가능케 할 것이다. 그러한 모델에서 생성되는 제안사항들에는 재고납품처변경(inventory diversion), 고객할당 전략, 공급업체 변경 등이 포함될 수 있다. 상황이 정상화되기 시작하면 E2E 공급사슬은 그러한 조치들을 통해 더 신속한 조정을 할 수 있을 것이다.
디지털 트윈의 잠재력을 온전히 활용하려면 컨트롤 센터 팀은 코로나 19가 세계 각 지역에 어떻게 전파되었는지를 포함한 외부 데이터뿐만 아니라 내부 데이터를 파악하기 위해 주의를 기울이고 있어야 할 것이다. 또한, 그러한 AI 기반 모델링의 혜택을 공급사슬 내의 공급업체와 유통업체들에게 확대하는 것도 좋은 생각일 것이다. 공생 관계를 구축하면 네트워크 전체가 이러한 노력의 혜택을 누릴 수 있을 것이다.
와해상황에 대비하는 문화를 창출한다
궁극적으로, 이런 조치들 중 어떤 것이라도 효과가 있으려면 기업들은 와해상황에 대비하는 문화를 구축할 필요가 있을 것이다. 이는 운영의 모든 부분을 위한 위기관리 대응매뉴얼과 핸드오프를 개발하는 것뿐만 아니라 공급사슬 전반에 걸쳐 변화를 관리하는 데 있어서 컨트롤 센터가 담당하는 핵심적 역할을 인정한다는 의미이다. 건실한 관리 정책을 만들기 위해, 컨트롤 센터는 안전 및 품질 관리 부서들과 긴밀한 파트너 관계를 맺어야 한다. 컨트롤 센터에 일상적인 운영을 최적화하는 권한을 부여한다면 조직은 위기 발생시에 컨트롤 팀과 어떻게 협업해야 최상의 결과가 나오는지 알게 될 것이다.
