알림마당

[SCM 보고서 소개] 빅데이터는 어떻게 미래의 공급사슬을 만들어나가고 있는가? 
How big data is shaping the supply chains of tomorrow by KPMG

   최근 컴퓨터 및 센서기술의 발전으로 데이터는 그 어느 때보다 많은 양이 생산, 축적되고 있다. 이에 따라 많은 기업들이 자신들이 보유한 데이터를 분석하여 경영에 활용하기 위해 다양한 빅데이터 분석 기술들을 도입하고 있다. 빅데이터를 분석하여 의사결정에 활용 시 소규모 데이터를 분석하여 활용하였을 때보다 시장 동향과 고객 선호를 더 잘 이해할 수 있어 신속한 대응이 가능해진다. 또한, 빅데이터 분석을 바르게 사용했을 때 데이터의 무결성을 보장하고 공급사슬 전반의 가시성을 높일 수 있다. 

   그러나, 목적이 분명하지 않은 빅데이터 분석이나 왜곡이 있는 빅데이터를 분석에 활용하면 분석 자원을 낭비하고 잘못된 결론을 도출할 수 있어 빅데이터 분석에 대한 올바른 이해가 필요하다. 즉, 올바른 빅데이터 분석을 위해서는 빅데이터를 분석하는 목적을 구체적으로 제시하고, 목적에 맞는 데이터를 적절한 방법론을 적용하여 분석하여야한다. 이에 따라, KPMG(2017)에서는 공급사슬에서의 빅데이터 분석에 대한 이해를 돕기 위해 1) 빅데이터 분석 목적, 2) 공급사슬상의 빅데이터 자료원, 3) 빅데이터 분석의 활용 분야, 4) 빅데이터 분석의 장애물에 대한 보고서를 발간하였다.

   공급사슬 빅데이터 분석은 단순한 현상을 설명하는 것에서 시작하여 특별한 상황 하에서의 데이터가 가지는 시사점을 찾는 것을 목적으로 한다. 공급사슬 빅데이터 분석의 기초 단계에서는 ‘어떤 일이 발생했는가?’를 찾아내기 위해 데이터를 분석하여 현재 트렌드를 찾아낸다. 두 번째 단계에서는 ‘그 일이 왜 발생하였는가?’를 분석하여 현재 발생한 사건의 인과관계를 밝힌다. 세 번째 단계에서는 ‘미래에는 어떻게 될 것인가?’를 분석하여 현재의 경영환경과 시나리오를 바탕으로 발생 가능한 사건들을 예측한다. 네 번째 단계에서는 ‘미래를 어떻게 최적화 할 것인가?’를 예측하여 향후 발생 가능한 시나리오에서 수익을 최대화시키기 위해 해야 할 일들을 설계할 수 있게 된다. 빅데이터 분석의 마지막 단계에서는 ‘데이터에서 어떠한 것을 배울 것인가?’를 예측하게 되는데, 예외 상황에서 발생하는 데이터를 어떻게 처리하고 이상치가 가지는 시사점을 찾는 것을 목적으로 한다.

   공급사슬 빅데이터 분석을 위한 자료원은 크게 3가지로 분류할 수 있다. 첫째는 기업 내 핵심 거래데이터로, 수요예측자료, CRM 데이터 등이 포함된다. 두 번째는 기업 내부의 시스템에서 발생되는 데이터로, ERP 데이터, POS 데이터 등이다. 마지막으로는 기업 외부의 데이터로, 경쟁자의 가격, 교통, 날씨, 고객 위치 등이며, 최근에는 사물인터넷(IoT)을 통해 발생하는 데이터까지 기업 외부 데이터에 포함된다. 일반적으로 핵심 거래데이터에 비해 기업 외부 데이터가 데이터의 양이 많고, 발생속도가 빠르며, 정보의 다양성이 더 높다. 하지만, 기업 외부 데이터를 얻어 실제 비즈니스에 활용하기까지에는 기업 내부 데이터를 활용하는 것 보다 더 많은 투자를 필요로 한다.

   공급사슬에서 빅데이터 분석은 수요 예측에서 고객에게 유통되는 모든 과정에 적용될 수 있다. 먼저, 수요 예측 분야에서는 판매량과 시장 트렌드, 경쟁사 데이터 및 거시경제 지표를 함께 분석하여 보다 정확한 수요예측이 가능하다. 생산 및 유통 분야에서는 고객 수요 분석을 통해 생산 용량 조절이 가능하며, 물동량 데이터를 기반으로 한 유통량의 실시간 최적화가 가능해진다. 물류센터 운영 및 재고계획 분야에서는 ERP 정보를 활용하여 실시간 재고파악 및 발주가 가능하며, 이를 바탕으로 한 완전 자동화된 재고 보충 시스템을 운영할 수 있게 된다. 마지막으로, 운송 분야에서는 운송 시 실시간 정보 모니터링과 분석을 통해 최적 배송 경로를 결정할 수 있게 된다.

   MIT에서는 3천명 이상의 경영진을 대상으로 한 설문조사를 통해 빅데이터 분석 및 적용을 위한 장애요인을 세가지로 제시하였다. 장애 요인으로는 첫째, 경영환경 개선을 위한 빅데이터 자체에 대한 이해가 부족하고, 둘째, 빅데이터 분석 결과로부터 시사점을 찾는 과정이 부족하며, 마지막으로 실제 현장에서 빅데이터를 다룰 수 있는 기술이 부족하다. 또한, KPMG의 설문조사에서도 85%의 기업이 데이터를 분석하고 평가하는 역량이 부족하다고 평가되었다. 즉, 빅데이터 분석 및 결과의 적용을 위해서는 빅데이터를 이해하고 분석하여 시사점을 찾아낼 수 있는 수 있는 전문가와 기술이 필요할 것으로 판단된다.

   공급사슬에서는 갈수록 많은 양의 데이터가 빠르고 다양한 자료원에서 생성되고 있다. 이를 분석하여 적용하기 위해서 기업들은 누구보다 앞서 빅데이터 분석 기술과 이를 수행할 수 있는 전문가를 확보하려 할 것이다. 하지만, 빅데이터 분석을 위해 무조건적으로 전문가와 기술을 도입할 것이 아니라, 상황에 맞는 분석 목적을 세우고, 각 기업이 보유한 데이터를 이해하고, 적용하려는 분석 기술에 대해 이해하는 것이 선행되어야 한다. 이를 바탕으로 빅데이터를 분석하고 현장에 적용시켜야 미래의 공급사슬에서 주도적인 역할을 할 수 있을 것이다.


작성: 인천대학교 동북아물류대학원 임옥경 박사과정
 
출처: KPMG(2017), How big data is shaping the supply chains of tomorrow?

https://assets.kpmg.com/content/dam/kpmg/au/pdf/2017/big-data-analytics-supply-chain-performance.pdf