AI가 공급사슬에 가져다 주는 6가지 변화

AI가 공급사슬에 미치는 영향이 점점 증가하고 있음

-  일상생활에서 AI를 접목한 제품 및 서비스를 자주 찾아볼 수 있음

-  특히, 기업들이 공급 사슬 및 운영 부문에서 가장 활발하게 AI 기술에 투자하고 있음

-  공급 사슬 및 운영 과정에서 수많은 데이터가 유통되고 있으며, 해당 데이터를 효과적으로 분석할 시스템에 대한 수요가 늘어나고 있음

-  특히, 기계학습 (Machine Learning), 자연어 처리 (Natural Language Processing), 그리고 딥 러닝 (Deep Learning) 기술이 큰 인기를 끌고 있음

-  기업들은 위에 서술한 기술을 이용해서 데이터를 분석하고, 분석 결과를 통해 다양한 업무를 효율적으로 처리하고 있음

AI 사용을 가속화하는 공급사슬 및 물류 산업의 기술 트렌드

-  첫 번째, 점점 더 빨라지는 CPU 및 GPU 연산속도

-  두 번째, 공급 사슬에서 생산되는 데이터의 양. 공급사슬이 점점 더 많은 양의 데이터를 생산하고 있고, 해당 데이터를 AI에 학습시킴으로써 예측력을 키울 수 있음

-  세 번째, 고도화된 알고리즘의 개발. 이러한 트렌드 덕분에 AI가 공급사슬 내에서 더욱 다양한 방면에서 활용되고 있음

첫 번째 변화: 더 나은 상황 지능(Contextual Intelligence)을 통해 생산비용 및 재고 최소화

-  DHL과 IBM이 제시한 “물류에서의 AI (Artificial intelligence in logistics) ” [1] 라는 보고서에서는 AI를 이용한 새로운 물류 및 재고관리 기술을 소개함

-  스마트 자동화 분류 (Intelligent Robotic Sorting): 로봇을 이용하여 우편 및 화물들을 짧은 시간 내에 효율적으로 분리할 수 있는 시스템

-  인공지능 외관검사 (AI Powered Visual Inspection): 특수 카메라로 촬영한 화물의 사진을 분석하여 화물의 손상 정도 및 대응 방안을 찾아내는 시스템

두 번째 변화: 공급 사슬 효율성을 향상할 수 있는 통찰력 제공

-  AI에서 다루는 지도학습 (Supervised Learning), 비지도학습 (Unsupervised Learning), 그리고 강화학습 (Reinforcement Learning)을 이용하여 공급사슬에 영향을 주는 주요 요인을 효과적으로 판별할 수 있게 해줌

-  예를 들어, 지도학습을 통해 이상상황을 탐지할 수 있고, 강화학습을 이용하여 실시간으로 의사결정을 할 수 있음

-  IBM의 인공지능인 왓슨 (Watson), 그리고 One Network의 네오 (Neo)가 대표적인 예임

세 번째 변화: 빅 데이터 분석을 통해 수요 예측 능력 정확도 향상

-  AI 도입 이전에는 소비자 수요 예측이 빗나가 기업들이 손해를 보는 경우가 대다수였음

-  현재는 AI가 수요 예측에 필요한 변수를 실시간으로 추적, 수집 및 측정하고 있음

-  실시간으로, 지속적으로 수집된 데이터를 기반으로 끊임없이 예측을 수정하기 때문에 기존의 방법보다 수요 예측 능력이 훨씬 우월함

-  이런 향상된 예측 능력은 산업의 다양한 분야 (자율주행 지게차, 자동화 분류 시스템, 드론을 이용한 자동화 재고 관리 시스템 등)에 활용되고 있음

네 번째 변화: 공급자 선정 및 공급자와의 관계 개선에 도움을 줌

-  A Writer의 로지스틱스 전문가인 Darrin Mackay에 따르면 “물류 시스템을 운영하는 데 있어 공급자들은 큰 위험 요소가 될 수 있기 때문에, 공급자의 단순한 실수가 회사 이미지에 큰 타격을 입힐 수 있다” 고 언급

-  AI는 공급자 관련 데이터 (감사, 평가, 신용 검사, 정시 납품 비율 등)를 효율적으로 수집 및 분석해서 기업이 더 효과적인 의사결정을 내릴 수 있도록 도와줌

다섯 번째 변화: 더 나은 소비자 경험 제공

-  AI를 통해 물류 공급자와 고객들의 관계가 더 고객 맞춤화 되어가고 있음

-  DHL Parcel과 아마존의 사례를 보면, 소비자들은 아마존의 스마트 스피커인 에코 (Echo)를 통해 배송 추적 및 화물 정보를 실시간으로 조회할 수 있음

-  만약 배송 서비스에 문제가 생기면, 에코 사용자들은 바로 DHL의 소비자 서비스에 연락하여 사후 조치를 받을 수 있음

여섯 번째 변화: 생산 계획 및 공장 작업 스케줄 조정 능력 향상

-  AI 기술 도입 이전에는 기업들은 생산 계획과 작업 스케줄을 정확하게 짜는데 어려움을 많이 겪었음

-  현재는 AI 기술 덕분에 다양한 변수를 조건에 맞춰서 생산 계획을 최적화할 수 있음

-  특히, AI는 수주 생산 (Build to Order) 기업에 더 높은 효율을 보여주고 있음

-  예를 들어, 인기가 높은 제품에 들어가는 부품의 공급 사슬 대기 시간 (Supply Chain Latency)을 급격히 줄일 수 있음

-  또한, 해당 부품의 수요를 예측함으로써 공급 계획을 더 탄력적으로 수립할 수 있음

AI가 공급사슬에 제시하는 미래

-  이처럼, AI는 공급사슬 및 물류산업에 다양한 가능성을 열어주었음

-  기존의 방법만을 고집하는 기업은 경쟁력을 유지하기 점점 더 힘들어지고 있음

-  공급 사슬에서 경쟁우위를 점하려면 AI 기반의 솔루션 도입을 적극적으로 검토해야 함

-  본 보고서는 Supply Chain Beyond에 기고 된 “6 ways AI is impacting the supply chain” [3] 기사 내용을 기반으로 작성하였음을 밝혀둡니다.