| SCM AI 포럼 / 불확실성 시대 SCM 경쟁력은 ‘속도’ AI가 이끄는 공급망 혁신 | |||
 
|
|||
|
|||
|
불확실성 시대 SCM 경쟁력은 ‘속도’ AI가 이끄는 공급망 혁신 실시간 의사결정·PI 혁신으로 대응 속도 높인다  공급망 불확실성이 일상화되면서 기업 경쟁력의 기준이 ‘정확한 예측’에서 ‘빠른 실행’으로 이동하고 있다. 생성형 AI와 디지털 기술이 공급망 의사결정과 운영 혁신의 속도를 끌어올리면서, 변화에 얼마나 민첩하게 대응할 수 있는지가 기업 경쟁력을 좌우하는 새로운 기준으로 부상하고 있다는 진단이 제기됐다. 인천대 동북아물류대학원 송상화 교수와 POLLUX 오창흔 대표는 지난달 11일 열린 ‘SCM AI 포럼 2026’에서 각각 AI 기반 공급망 의사결정 혁신과 물류기업 주도의 PI(Process Innovation) 체계 구축 방안을 제시하며 공급망 경쟁력의 핵심 키워드로 ‘속도’를 제시했다. 송상화 교수는 최근 공급망 환경을 ‘불확실성이 변수(variable)가 아니라 상수(constant)가 된 시대’로 규정했다. 지정학적 갈등과 관세 정책 변화, 공급망 재편, 수요 변동성 확대 등이 동시다발적으로 발생하면서 연간·월간 계획 수립 중심의 전통적 SCM 방식만으로는 대응이 어려워졌으며, 실시간 모니터링과 신속한 의사결정 체계로의 전환이 필요하다는 것이다. 송상화 교수는 “과거에는 예측과 계획 수립이 경쟁력이었지만 지금은 상황을 빠르게 감지하고 대응 방안을 즉시 실행하는 민첩성이 더욱 중요해졌다”며, “기업들은 실시간 모니터링을 기반으로 공급망을 지속적으로 수정·보완하는 체계로 전환해야 한다”고 말했다. AI는 이러한 변화의 촉매제로 제시됐다. 송상화 교수는 AI의 본질적 가치가 단순히 보고서를 작성하거나 검색을 도와주는데 있는 것이 아니라, 공급망 의사결정의 속도를 획기적으로 높이는데 있다고 설명했다. 송상화 교수는 SCM 의사결정 과정을 ▲상황 인지(Sense) ▲예측(Predict) ▲최적화(Optimize) ▲실행(Act) 등 4단계로 구분했다. AI는 공급망의 감지·예측·최적화·실행 전 과정을 가속화함으로써 공급망 피드백 루프의 회전 속도를 높이는 역할을 한다고 설명했다. 특히 생성형 AI가 코딩과 소프트웨어 개발의 진입장벽을 크게 낮추고 있다는 점에 주목했다. 송상화 교수는 대학원 수업 사례를 소개하며 AI가 과거 전문가 영역으로 여겨졌던 수요예측과 최적화 모델 개발의 문턱을 크게 낮추고 있다고 설명했다. 다만 AI가 모든 사람에게 동일한 경쟁력을 제공하는 것은 아니라고 선을 그었다. 실제 같은 AI를 활용하더라도 학생별 수요예측 결과에는 큰 차이가 나타났다. 코딩 경험이 없는 학생들도 2주만에 예측오차 3%대에서 8% 수준의 수요예측 모델을 구현했지만, 결과물의 수준은 수요예측에 대한 이해와 문제 정의 능력, 도메인 전문성에 따라 크게 달라졌다는 설명이다. 송상화 교수는 “AI는 모두에게 평균을 제공한다”며, “누구나 일정 수준 이상의 분석·개발 역량을 확보할 수 있게 됐지만, 최고 수준의 성과는 여전히 전문성에 의해 결정된다”고 말했다. 송상화 교수는 AI 시대일수록 도메인 지식과 최적화 역량의 중요성이 더욱 커질 것으로 내다봤다. AI가 누구에게나 일정 수준 이상의 업무 수행 역량을 제공할수록 경쟁력은 산업과 업무에 대한 깊이 있는 이해, 수요예측과 최적화 알고리즘에 대한 이해, 그리고 AI와 효과적으로 협업할 수 있는 능력에서 결정될 수밖에 없다는 것이다. 송상화 교수는 “AI가 모두에게 일정 수준의 역량을 제공하면서 공급망 의사결정 속도를 비약적으로 높여줄 것”이라며 “결국 경쟁우위는 도메인 지식과 최적화 역량을 바탕으로 공급망 피드백 루프를 얼마나 빠르게 회전시킬 수 있느냐에 달려 있다”고 강조했다. AI·디지털 트윈으로 PI 사이클 단축 POLLUX 오창흔 대표는 ‘공급망 불확실성의 답, PI 속도’를 주제로 발표하며 공급망 경쟁력의 핵심을 ‘PI 속도’로 제시했다. 공급망 불안정성 대응에는 예측과 반응 속도라는 두 축이 존재하지만, POLLUX는 물류회사의 변화 대응 속도를 결정하는 ‘PI 사이클 단축’에 초점을 맞추고 있다고 설명했다. 최근 공급망 환경에서 물류센터는 SKU 증가, 긴급 물량 투입, 판매채널 확대 등 끊임없이 변화하는 운영 조건에 직면하고 있다. 문제는 이러한 변화가 물류센터 설계와 운영 방식의 빈번한 변경을 요구하지만, 물류기업이 외부 SI업체에 의존하는 경우가 많아 요구사항 전달 과정에서 병목이 발생하고 설계와 검증에 많은 시간과 비용이 투입된다는 지적이다. 오창흔 대표는 “그동안 물류기업들은 요구사항 정의부터 설계, 시스템 개발, 현장 검증까지 대부분의 PI 과정을 외부 전문조직에 의존해왔다”며, “이 과정에서 요구사항이 희석되고 설계자와 개발자의 병목이 발생하면서 상당한 비용과 시간이 소요됐다”고 설명했다. 기존 PI 병목으로는 레이아웃 설계, 운영 소프트웨어 개발, 현장 검증 등을 제시했다. 또한 레이아웃과 운영 시스템이 별도로 엔지니어링되면서 물류센터 변화에 대한 피드백 루프를 충분히 구축하기 어려웠다고 진단했다. POLLUX는 이를 해결하기 위해 물류회사가 직접 PI를 주도할 수 있도록 지원하는 AI 엔지니어링 체계를 제시했다. 핵심은 AI를 활용해 물류센터 설계부터 운영 검증, 시스템 개발까지 전 과정을 통합적으로 수행하는 것이다. POLLUX는 자체 AI 레이아웃 엔진 ‘NOMOS’를 통해 물류센터 레이아웃을 자동 설계하고, 이를 엔비디아 옴니버스(NVIDIA Omniverse) 기반의 디지털 트윈으로 전환한다. 이후 실시간 재계획이 가능한 WES ‘Oper-V’, 설비·벤더 통합 제어 솔루션 ‘ARISTO’, 기능성 검증을 위한 디지털 트윈 환경을 연계해 물류센터 운영을 가상 환경에서 반복 검증할 수 있도록 한다. 오창흔 대표는 “디지털 트윈은 단순한 3D 시각화가 아니라 실제 물류센터처럼 움직이는 가상 공간”이라며, 실제 작업 데이터를 기반으로 수천 개의 운영 시나리오와 작업 태스크를 생성·검증할 수 있는 환경이라고 설명했다. 특히 AI 엔지니어의 역할을 강조했다. 오창흔 대표는 “앞으로는 물류회사가 자체적으로 AI 엔지니어링 역량을 확보해 직접 설계하고 검증하는 구조로 전환될 것”이라며, “소프트웨어와 컨설팅 판매 중심에서 물류회사가 자체적으로 PI 역량을 확보할 수 있도록 지원하는 기술 이전 중심의 사업 모델로 전환하고 있다”고 말했다. 오창흔 대표는 공급망 안정화의 핵심 역시 ‘경쟁사보다 조금 더 빠른 대응 속도’에 있다고 강조했다. 그는 “공급망 불안정성을 완전히 제거하는 것은 현실적으로 어렵지만 경쟁사보다 조금 더 빠르게 대응할 수 있다면 충분한 경쟁우위를 확보할 수 있다”며, “AI를 활용해 PI 사이클을 단축하고 물류회사가 직접 설계와 의사결정을 주도하는 체계를 갖춰야 공급망 변화에 더 빠르고 유연하게 대응할 수 있다”고 밝혔다. |
| 
|
