공급망 및 운영 부문 AI의 중요성“을 조사한 최신 IDC 연구에서 놀라운 결과를 확인하세요. 특히 공급망 분야에 AI를 적용하는 데 있어 5단계 데이터 성숙도에 따라 발전할수록 데이터와 AI 적용 성과를 높일 수 있습니다.


글쓴이: 리처드 하월스(Richard Howells)

야적장 컨테이너 사진 위로 떠다니는 디지털 아이콘
데이터의 중요성과 적절한 AI 적용 시점, 적용 방식 등을 밝힌 공급망과 운영 부문의 AI에 관한 IDC 최신 연구

“모든 곳에 AI가 존재하는 영역에서 생성 AI는 미래에 혁명적인 변화를 가져올 잠재력이 있는 혁신 요인으로 등장했습니다.”

바로 이 점이 “공급망 및 운영 부문 AI의 중요성(The Importance of AI in Supply Chain and Operations)”이라는 제목의 최신 IDC 인포브리프의 가장 큰 결론이었습니다.

하지만 이 보고서에는 데이터 편향과 개인정보보호에 관한 우려도 표명하면서 세 가지 중요한 질문을 던졌습니다.

  • 우리 회사의 데이터는 건전한 상태인가?
  • AI 도입에 있어 리더, 얼리 어답터, 패스트 팔로어 중 어느 쪽을 택할 것인가?
  • AI를 분석 레이어의 일환으로 적용할까, 혹은 기능 애플리케이션 내에 내장할까?

안전한 데이터의 중요성

“쓰레기를 넣으면 쓰레기가 나온다(GIGO).”

찰스 배비지(Charles Babbage)가 최초의 자동 계산기를 발명한 이래로 이 표현은 모든 소프트웨어 시스템 구현에서 마법의 주문처럼 자리해 오고 있습니다. 아마도 배비지가 지극히 미국적인 표현인 가비지(쓰레기)라는 용어를 쓰지는 않았겠지만 데이터가 정확하지 않으면 이를 토대로 생성되는 결과와 추천 역시 잘못되기 마련이라는 데에는 동의했을 것으로 확신합니다.

공급망 분야의 AI 적용에 있어 데이터의 중요성을 강조한 IDC의 5단계 데이터 성숙도 모델
공급망 분야의 AI 적용에 있어 데이터의 중요성을 강조한 IDC의 5단계 데이터 성숙도 모델

이번 IDC 리포트에서 지적한 바 대로 “성공적인 AI 구현의 핵심은 바로 데이터“입니다. 그런데 AI는 분석 대상으로 삼는 데이터 만큼만 우수한 결과를 내놓죠. 데이터 품질뿐 아니라 AI 모델 훈련에 사용할 데이터의 가용성 측면에서도 중요한 문제입니다. IDC는 이번 보고서에서 5단계 데이터 성숙도 모델을 제안합니다.

새로운 연구: AI와 공급망 우수성이 중견 제조업체 성장 원동력 | 특집 기사

비즈니스 당면과제가 무엇이건 간에 경영현황에 대한 가시성과 투명성 제고야말로 리스크와 기회를 파악, 예측하고 적시에 대응하는 데 유리한 입지를 차지하도록 돕습니다. 최신 연구 결과를 통해 중견 제조업체 성장의 원동력이 무엇인지 확인하세요.

데이터 프라이버시 역시 공급망 응답자 사이에 가장 큰 우려 영역으로, AI 적용 ERP에서 데이터 보안과 프라이버시를 93%의 응답자가 가장 높게 평가해 8%로 평가한 다른 업무 영역과는 큰 대조를 이룹니다.

AI 적용 시기, 언제가 좋을까?

AI에 있어서 IDC는 “미래가 이미 우리 곁에 와 있다”고 지적합니다.

IDC가 제시하는 조언은 분명합니다.

  • AI 도구를 활용해 공급망 전반의 생산성과 성과 제고 방안 조사에 지체 없이 착수
  • AI 혁신과 트랜스포메이션을 위한 내부 역할 파악
  • 잠재적 편향(예: 훈련 데이터 다양성) 제거와 데이터 프라이버시 개선 위한 AI 데이터 거버넌스 표준 구현

AI 활용을 위한 비즈니스 전략 수립 방안은?

비즈니스 AI는 머신러닝(ML)과 자연어처리(NLP)를 활용해 데이터를 분석하고 통찰을 생성하며 업무를 자동화합니다.

클라우드 ERP와 공급망 데이터, 비즈니스 AI의 강력한 조합으로 기업은 운영 혁신은 물론 보다 깊은 통찰 확보, 데이터 중심의 의사결정을 전례 없는 수준의 정확도로 달성할 수 있습니다.

공급망 분야의 비즈니스 AI | SAP 코리아

SAP의 공급망 솔루션에 통합된 AI 기반 인사이트, 추천, 자동화로 공급망을 혁신하세요. 비즈니스 AI(SAP Business AI)로 이벤트를 예측하고, 더 나은 정보에 입각한 의사결정을 내리며, 디자인부터 운영까지 기능을 현대화할 수 있습니다.

그만큼 기업은 관련된 다양한 측면을 속속들이 평가하고 이해하면서 탄탄한 AI 비즈니스 전략을 수립해야 할 필요가 있습니다. 다루고자 하는 비즈니스 당면과제를 파악하고 비즈니스 개선을 위한 적용 사례를 포착한 다음 이를 적용할 최선의 방안을 결정해야 합니다.

비즈니스 맥락에서 AI를 적용할 수 있는 응용 분야는 끝이 없어 보일 수 있지만 이러한 잠재력을 실질적인 가치로 바꿀 방안은 뭘까요? 여러분 비즈니스에 가장 효과적인 시나리오는? AI 전략은 어떻게 수립하죠? 또 AI가 귀사의 구체적인 운영 요구사항과 어떻게 일치할 수 있을까요?

IDC는 “기술로 지원하고 비즈니스가 자금을 대는 프로젝트로서 측정가능한 성과를 제공하는 사례”를 적용사례로 정의합니다. 이번 인포브리프에서는 여러 적용사례를 집중 조명하고 있습니다.

생산성 제고 적용 사례

공급망 담당자는 현실 세계에 살면서 실시간 정보가 필요합니다. IDC 인포브리프에서는 공급망 담당자가 “셀프 서비스 지식 발견을 통해 데이터의 파급효과를 신속하게 파악하고 평가할 수 있어야 한다”고 설명합니다. 이번 IDC 연구에서 최고의 우선순위로 제시한 항목이기도 하죠.

이를 위해서는 공급망과 다른 업무 영역 전반에 걸쳐 업무 프로세스에 내장된 SAP의 쥴(Joule)  같은 생성 AI 코파일럿이 필요합니다. 쥴은 안전하게 규정을 준수하면서 직원들이 업무를 보다 빨리 완료하고 더 나은 비즈니스 성과를 촉진하도록 돕습니다.

데이터 시각화 및 모델링지능형 요약정리는 “공급망 및 운영 부문이 데이터를 빨리 인간에게 직관적인 방식으로 이해하도록 돕는” 측면에서 공동 2위를 차지했습니다. 데이터 중심의 실시간 의사결정은 성과 개선과 의사결정 리스크 감소를 의미합니다.

비즈니스 기능 적용 사례

  • 역동적 수요 예측 및 재고관리로 예측, 재고 계획 및 전략 수립 개선
  • 공급망 조율로 공급망 사일로 전반에 걸쳐 정보 통합 지원
  • 판매 데이터, 시장 동향, 기타 외부 요인 분석으로 재고 보충 자동화
  • 통관 문서 생성 및 관리와 통관 프로세스 가속화로 통관 자동화

생성 AI, 공급망의 게임체인저로 부상 | 특집 기사

AI는 데이터로 넘쳐나는 공급망에 게임체인저로 부상할 수 있습니다. 과제는 이를 눈앞의 직무 관련 비즈니스 맥락에 맞게 활용해 반복 작업을 자동화하고 최적의 정보와 예측, 제안으로 미래 근로자의 역량을 강화하는 데 있습니다.

다시 한 번 기억하세요. AI에 관한 한 “미래는 이미 우리 곁에 와있습니다.”