[4차산업 인공지능 ⑧] AI를 통한 공급사슬관리(SCM)의 성장 가능성

RPA와 결합한 의사결정 품질 제고
최적 가치 창출을 위한 전제 조건

김문선 기자 승인 2020.11.29 20:23 | 최종 수정 2021.03.28 00:19 의견 0
(사진= 공급사슬관리(SCM)를 통한 AI 물류세계)

글로벌 공급사슬 붕괴 위기 속 소비자 수요가 대면에서 비대면으로 급변하는 새로운 물류 환경에서 기업이 지속 성장하기 위해서는 디지털 공급사슬관리(SCM) 고도화가 요구되고 있다.

SCM 고도화에는 다양한 기술이 적용 가능하나, 그 어떤 기술보다 정교한 컴퓨터 알고리즘으로 소비자 수요를 정확하게 예측하면서 공급 유연성을 높여 SCM이 효율적으로 이루어질 수 있도록 뒷받침하는 인공지능(AI) 기술을 활용하는 것이 중요하다.

AI를 활용한 디지털 SCM 고도화에는 실시간으로 대량의 데이터를 확보·분석하는 과정이 필수적으로, AI 기반 글로벌 SCM 시장 규모는 2017년 5억 달러에서 연평균 46%의 급성장을 거듭, 2025년에는 100억 달러에 이를 전망이다.

◇RPA와 결합한 의사결정 품질 제고

코로나19로 글로벌 공급사슬이 붕괴 위기에 직면한 가운데 소비자 수요가 대면에서 비대면으로 급격히 이동하는 새로운 시대가 도래하고, 기업들은 AI를 기반으로 한 디지털 공급사슬관리(Supply Chain Management, SCM)를 진행할 필요가 요구되고 있다.

예를 들어 코로나19로 인한 봉쇄 및 사회적 거리 두기 조치는 오프라인 거래 급감과 온라인 거래 급증으로 연계되고, 기업은 디지털 SCM 고도화를 통한 대처가 요구된다.

디지털 SCM 고도화에는 다양한 기술이 적용될 수 있지만, 그 어떤 기술보다 정교한 컴퓨터 알고리즘으로 소비자 수요 예측의 정확성을 높이면서 공급 유연성도 확대되고 효율적 SCM을 지원하는 AI 기술의 적용이 요구되는 것이 현실이다.

또한 빅데이터 분석을 통한 AI는 현장에서 취합한 방대한 데이터의 이해 및 사용과 관련된 인간의 판단을 배제하면서 라스트마일 배송 등 부문의 생산성을 제고할 수 있다.

AI는 로봇 프로세스 자동화, RPA(Robotic Process Automation)는 결합, 데이터 수집·공유를 오류 없이 자동화하면서 기업 의사결정 품질을 제고, 물류 최적화를 실현한다.

RPA는 실시간 재고 정보를 관리자에게 전달하고 특정 임계치 이하로 내려가는 제품은 자동 재주문하는 등 데이터에 근거를 둔 소비자 수요 패턴 예측으로 효율적 재고관리를 촉진할 뿐 아니라 자체적 업데이트 기능을 통해 급변하는 소비자 수요에 대처가 가능하다.

기존 화물 운송 프로세스에서는 화주의 견적 요청에서부터 물류업체의 배송에 이르기까지 각종 데이터를 대부분 인간이 수집 · 입력 · 공유하지만 RPA가 도입되면 이들 반복 작업이나 오류가 발생하기 쉬운 작업이 자동 처리되고 기업 의사결정 품질이 제고될 수 있다.

따라서 RPA로 확보한 데이터는 AI 심층학습(deep learning)을 통해 운송 경로를 수정하고 운송과정에서의 문제점을 사전 파악해 화주 등 공급사슬 참여자에게 조기 사전 통보하는 작업에 사용 가능하다. RPA가 특정 규칙에 근거를 둔 시스템이라면 AI는 학습에 기반한 시스템이다.

AI는 공급사슬에서 상황적 지능(Contextual Intelligence)을 활용한 생산비용 및 재고 최소화, 공급사슬 효율성 제고 통찰력 형성, 수요 예측 정확도 향상, 공급자 선정 및 관계 개선, 생산 계획 및 작업 스케줄 조정 역량 강화 등 변화를 촉진한다.

상황적 지능활용, 생산비용 및 재고 최소화를 위하여 스마트 자동화 분류 로봇으로 화물을 단시간 내 효율적으로 분리하는 시스템을 구축하고, AI 주도 육안 검사(AI Powered Visual Inspection) 방식으로 이미지를 분석, 손상 정도를 파악하고 해결 방안을 제시 한다.

또한 공급사슬 효율성 제고 통찰력 형성은 AI 지도학습(supervised learning), 비지도학습(unsupervised learning), 강화학습(reinforcement learning) 등 기법을 이용, 공급사슬에 영향을 미치는 주요 요인을 판별하고 효과적으로 활용할 수 있도록 지원한다.

수요 예측 정확도 향상은 AI가 소비자 수요 예측에 필요한 변수를 실시간 추적, 수집 및 측정한 뒤 상황 변화에 맞게 지속적인 업데이트와 빅데이터 분석을 통해 자율주행 지게차와 자동화 분류 시스템 및 재고관리 시스템 등에 적용 한다.

◇최적 가치 창출을 위한 전제 조건

AI는 수요 예측 정교화와 공급 유연성 확대를 통해 공급사슬이 보다 효율적으로 운영될 수 있도록 AI 기반 글로벌 디지털 SCM 시장은 성장을 거듭할 전망이다.

IT 전문 미디어 업체 미국 ZD넷(ZDNet)社에 따르면, AI 기반 글로벌 디지털 SCM 시장의 규모는 2017년 5억 달러에서 연평균 46% 급성장, 2025년 100억 달러에 이를 것으로 예측하고 있다.

로봇 전문 미국 RBR誌는 물류시장 조사 컨설팅 업체 로지스틱스IQ(LogisticsIQ)社 분석을 통해 2030년 차세대 SCM 시장 규모가 무려 750억 달러가 될 것으로 보도 내대보고 있다.

AI는 공급사슬에 다양한 가능성을 제시, 기업은 AI 기반 디지털 SCM 도입으로 경쟁우위를 확보하는 전략 수립이 요구되고 있다. 특히 노동집약 물류기업은 AI 기반 디지털 SCM이 인간의 기존 업무를 고부가 가치 일자리로 변화시킬 수 있다는 점에서도 도입을 적극 검토하는 것이 바람직하다고 본다.

저작권자 ⓒ 디지털비즈온, 무단 전재 및 재배포 금지