AI 기술이 제시하는 또 하나의 가능성··· ‘스마트 공급망’

CEO 토마스 폴른은 반전을 위해 기술 개선에 집중하고 있다고 올 해 초 투자자들에게 밝혔다. 그는 “시장에 대한 집중 외에 구조조정을 통해 단기적으로 더욱 신속한 제품 제공 그리고 장기적으로 지속적으로 차별화된 기술을 확보하는 조직이 되고 있다”라고 말했다.

이 기업이 기술 측면에서 투자하는 분야에 주목할 만하다. 핵심 영역 중 하나인 공급망 관리(SCM)에 인공지능을 도입 중인 것이다. 머신러닝을 활용해 과거의 생산 리드 타임과 물류 제공자 성과의 변동성을 분석함으로써 제공 날짜를 더욱 잘 예측할 수 있도록 하려는 의도에서다.

인피네라의 정보기술 수석 부사장 토드 튜오말라는 “영업팀이 미결 견적 및 주문에 대해 현재의 제품 가용성을 신속하게 판단할 수 있도록 하고자 한다. 또 일정을 결정하면서 더 많은 요소와 제약사항을 즉시 고려할 수 있도록 할 계획이다”라고 말했다.

예상되는 AI의 영향
인피네라의 최초 공급망 AI 시범 프로젝트는 올 해 중반에 한 제조공장에서 시작됐다고 튜오말라가 전했다. 그는 “올해 말까지 영업팀과 고객들에게 모든 제품에 대한 가용성 정보를 제공할 예정이다”라고 말했다.

그에 따르면 머신러닝을 통해 인피네라는 일정을 결정하는 속도가 빨라지는 한편, 더 많은 요소를 고려할 수 있을 것으로 기대하고 있다.

현재 인피네라는 스플라이스 머신(Splice Machine)의 AI 기술과 함께 인트리고 시스템즈(Intrigo Systems)의 공급망 관리 기술을 활용하고 있다.

스플라이스 머신의 CEO 겸 공동 설립자 몬테 즈웨벤에 따르면 기업들은 30년 동안 공급망 관리 시스템에서 예측 정보를 얻어 왔다. 하지만 최근에야 제공 시기 등을 정확하게 예측할 수 있는 데이터 인프라가 마련됐다.

그는 “대형 네트워크 장비 제조사이고 영업 직원들이 이런 대형 시스템을 판매하려 하는 경우 영업 직원들이 ‘이 날짜까지 주문을 받아올 수 있는가?’라는 질문을 받을 수 밖에 없다. 그리고 현존하는 최고의 ERP시스템을 보유한 기업일지라도 영업 직원들은 ‘확인하고 알려주겠다’라고 말하게 된다”라고 말했다.

실시간으로 정보를 제공할 수 있게 되면 영업팀은 고객과 협상할 수 있는 위치에 있게 된다. 개별 품목에 대한 날짜까지 제공되지 않지만 다른 여러 정보들이 제공될 수 있다. “완전히 다른 프로세스이다”라고 그가 말했다.

제공을 예측하는 것은 단순히 제조 및 선적 일정을 뽑는 것과는 많이 다르다. 스마트 공급망 관리 기술을 통해 기업들은 기존의 선적 시기와 제조 세부사항을 살펴보고 이를 일기예보 등 외부의 데이터 피드와 결합할 수 있다.

즈웨벤은 “계획된 재고 수준이 아니라 예측된 재고 수준을 바탕으로 약속할 수 있는 것이다. 그리고 계획이 아니라 개연성을 기준으로 고객에게 약속한다. 예측을 하는 것이다”라고 말했다.

공급망 미로
인피네라는 수직적으로 통합된 비즈니스 모델이 있기 때문에 이 기술을 배치하는데 이점이 있다. 그러나 다른 대다수 기업들의 경우 공급망을 위한 AI 기술 활용이 좀더 복잡해진다.

온타리오에 위치한 기업정보 관리 벤더 오픈텍스트(OpenText)의 제품 마케팅 이사 마크 몰리는 “기본적인 문제처럼 보일 수 있지만 비즈니스 파트너 간 정보의 50% 이상이 여전히 팩스, 이메일, 전화 등을 통해 교환된다”라고 말했다. 그 결과, 기업들이 AI기술 도입을 고려할 때 물류는 검토 대상이 되지 않곤 한다는 설명이다.

최근 포레스터(Forrester)가 세계적인 의사 결정자들을 대상으로 실시한 설문조사에서 SCM에서의 AI 사용은 마케팅, 제품 관리, 고객 지원보다 크게 뒤쳐진 것으로 나타났다. 기업 중 13%만이 조직에서 물류로 AI 시스템 투자 및 도입을 주도 또는 평가하고 있다고 보고했다.

전문가들에 따르면 공급망에는 일반적으로 여러 외부 파트너가 관련되어 있으며 그 중 일부는 기술적으로 더 뒤쳐질 수 있다. 또한 데이터 품질 및 상호운용성 문제가 존재하는 경우가 잦다.

공급망 데이터에 고급 분석 및 머신러닝 알고리즘을 적용하기 전에 기업들은 먼저 제조사, 유통사, 재 판매업자, 공급자로부터 데이터를 수집해야 한다고 포레스터 리서치의 부사장 겸 수석 애널리스트 보리스 에벨슨은 말했다.

그는 “이 모든 출처로부터 데이터를 얻는 것이 어렵다”라며, 그리고 데이터를 수집해도 항상 즉시 사용할 수 있는 형태가 아니라고 지적했다.

에벨슨은 “공급자가 일정 수준으로 자세한 데이터를 보유하고 있고 유통사가 다른 수준으로 자세한 데이터를 보유하고 있을 수 있다. 고급자는 개별 제품에 대한 데이터가 있지만 유통사는 용기에 기초한 데이터만 있을 수 있다” 라고 덧붙였다.

하지만 그렇다고 기업들이 이 문제를 해결하기 위해 노력하지 않는 것은 아니다. 액센추어의 응용 지능 상무이사 프랭크 미어캠프는 “포춘 400에 속하는 모든 고객들이 모두 개념 이해, 연구, 증명에 관심이 있다. 공급망 관리에서 AI의 가능성은 크다”라고 말했다.

특히 소비자 제품 영역의 기업들은 마진에 대한 압박이 크기 때문에 최전방에 서 있다고 그는 덧붙였다. 그는 이어 “단순히 과장으로만 볼 수 없다. 과장이 존재하지만 긍정적인 것이라 생각한다. 사람들이 움직이려면 과장이 있어야 한다. 이제 시작이라고 생각한다”라고 말했다.

분석을 넘어
AI 기술은 공급망 데이터 분석 및 물류 관련 예측 외에 공급 관리의 다른 영역에서도 사용될 수 ㅇㅆ다.

소비자들의 경우 가장 명확한 인공지능의 용처는 시리(Siri), 알렉사(Alexa), 구글(Google) 같은 개인 비서다. 이런 챗봇(Chatbot) 분야는 AI를 이용해 검색, 음성 인식, 자연어 처리를 한데 조합한다.

미어캠프는 기업들 역시 이런 접근방식을 이용해 더욱 쉽게 ERP시스템에서 정보를 뽑아낼 수 있는 가상의 에이전트를 구축할 수 있다며, 약 10년 후에는 보편화될 것이라고 전했다.

AI의 또 다른 보편적인 용도는 이미지 인식이다. 이는 재고관리에 도움이 될 수 있다고 SR(SapientRazorfish)의 상거래 및 콘텐츠 수석 부사장 제이슨 골드버그가 말했다.

그 예 중 하나가 아마존 고 매장이다. 타겟 또한 입체 카메라가 장착된 로봇을 이용해 매장 복도를 이동하고 재고를 조사하는 시험을 진행 중이다. 월마트는 최근에 유사한 시범 프로젝트를 50개 매장으로 확대했다. 골드버그는 “소매 기업들이 정확한 매장 재고를 확보하는 것이 그 어느 때보다도 중요하며 컴퓨터 비전이 이를 위한 주요 기술로 부상하고 있다”라고 말했다.

가격 설정 또한 인공지능 기술이 도움이 될 수 있는 영역이라고 페이팔의 제품 가격 설정 이사 놀웬 고다드가 말했다. 여기에는 가격 최적화와 가격 실행 자동화가 포함된다.

또한 이 기술은 인간 생산성을 높이는데 도움이 된다고 그녀가 덧붙였다. 고다드는 “인간 지능과 AI 및 자동화의 조합은 시간 절약, 운영 비용 감소, 인간 오류 제거로 이어질 수 있다. 직원들은 비 일상적이고 분석적이며 창의적인 작업에 전념하면서도 이런 활동을 위해 AI의 도움과 지원을 받을 것이다”라고 말했다.

IoT가 AI를 강화
인공지능은 그 자체로 강력하고 혁신적인 비즈니스 기술이다. 하지만 사물인터넷(IoT)과 결합했을 때 더욱 강력해진다고 오픈텍스트의 몰리가 설명했다

몰리는 “효과적으로 자주적인 공급망을 얻게 된다. 공급망이 거의 자기 인식, 자기 관리, 자기 판단이 가능해진다”라고 말했다.

세계 최대 규모의 엔지니어링 기업인 ABB는 이것을 추구하고 있다. 이 기업의 CSO 새티시 가누는 “ABB에 있는 연구소에서 지난 5-7년 동안 인공지능과 머신러닝을 연구했다”라고 말했다. 이를테면 ABB는 ABB 어빌리티(ABB Ability)라는 IoT 플랫폼을 개발하고 있다.

그는 “일반적으로 고객들은 모니터링과 예측 유지보수 조건에 관해 이야기한다. 그들은 언제 문제가 발생하며 자산이 얼마나 지속될지 알고 싶어한다. 그리고 고장을 미리 알 수 있다면 이를 예비 부품 주문 시스템과 연계할 수 있다”라고 말했다.dl-ciokorea@foundryco.com