[AX일지] 재고 안 맞는 유통사에서 AI가 할 수 있는 것

Editor's note

요즘IT가 〈AX일지〉를 연재합니다. AX는 지금 가장 뜨거운 말이지만, 현장에서 실제로 어떤 고민 끝에 무엇을 제안했고 무엇이 되고 무엇이 안 됐는지까지 밝힌 기록은 드뭅니다. 그 자리를 채워 보자는 취지에 위시켓 AIDP가 공감해 함께 기획했습니다. 위시켓 AIDP는 위시켓의 AX 사업부입니다. 진행 중인 프로젝트의 판단을 결론이 나기 전에 공개하고, 결과가 나오면 잘된 것과 안된 것을 함께 싣습니다. 

이 시리즈는 한 회사의 손익이 실제로 달라질 때까지의 여정을 기록합니다. 필자는 현장에서 고객의 이야기를 듣고 실제 구축을 돕는 AIDP의 FDE(Forward Deployed Engineer)들입니다. 고객사 특정을 막기 위해 업종 특성과 규모는 일반화했고, 대화는 취지를 살려 재구성했습니다.

[AX일지]③ 재고 안 맞는 유통사에서 AI가 할 수 있는 것

: 유통사 AX, AI 발주 예측보다 재고 장부를 먼저 맞춘 이유

구두를 파는 회사가 백화점 안에 매장을 냈습니다. 손님이 구두 한 켤레를 사면 매장 직원은 계산대 단말기로 결제를 받는데, 그 단말기는 구두 회사 것이 아니라 백화점 것입니다. 그래서 무엇이 팔렸다는 기록은 백화점 컴퓨터에만 남고, 구두 회사 장부에는 저절로 들어오지 않습니다.

매장 직원은 그 기록을 회사 장부에 다시 입력해야 합니다. 그래야 회사가 무슨 물건을 얼마나 팔았는지 알 수 있으니까요. 그런데 그 장부가 본사가 보는 장부, 직원이 직접 관리하는 장부, 대표 보고를 위한 장부처럼 목적에 따라 나뉘어 있습니다. 직원은 같은 판매 한 건을 다섯 군데에 입력해야 합니다.

매장만 그런 게 아닙니다. 본사에서도 물건을 주문하고, 받고, 매장으로 보내고, 판 기록이 약 10개 도구에 흩어져 있습니다. 재고는 이 기록을 전부 더하고 빼야 나오는 숫자라, 지금 재고가 얼마인지 한 번에 답하는 곳은 어디에도 없습니다.

최근 AX 프로젝트를 함께 진행하고 있는, 해외 구두 브랜드를 수입해 파는 유통사의 이야기입니다. 이 회사는 AX를 어디서부터 시작해야 할까요?

의뢰는 자사몰, 바람은 재고

아홉 곳의 매장에서 판매하고, 본사 다섯 명이 그 아홉 곳을 관리하고 운영하는 회사입니다. 대표님이 원한 건 실제 재고와 신고한 재고를 맞춰서 그 데이터를 기반으로 정확히 세금을 내는 것이었습니다. 직원들은 매장마다 흩어진 판매 기록을 자동으로 모으거나 발주 관리를 쉽게 할 수 있기를 바랐습니다. 다만 그 바람이 저희에게 도착했을 때의 모양은 ‘자사몰을 바꾸고 싶다’는 의뢰였습니다.

진단을 해 보니 자사몰을 바꾼다고 그 바람이 이뤄지지는 않았습니다. 대표님과 직원들이 원하는 일들은 전부, 지금 재고가 몇 켤레인지 누가 언제 봐도 같은 답이 나오는 장부 하나가 있어야 시작할 수 있는 일이었기 때문입니다. 그래서 저는 자사몰만 바꾸는 대신, ERP 한 곳에 필요한 재고 정보를 체계적으로 모을 수 있도록 만드는 일부터 하자고 했습니다. 그래야 AI가 그 ERP 위에서 다양한 자동화를 하고, 누구나 그 결과물을 믿을 수 있게 되죠.

이 회사뿐 아니라 유통사 프로젝트를 하다 보면 이와 비슷한 일이 많이 벌어집니다. 유통사들은 정확한 재고를 확인하기 어렵거나 자사몰에서 상품 관리가 어려울 때 ERP나 자사몰 개편을 고려하고는 하고, 최근에는 AI 도입까지 더해졌습니다. 요청의 모양은 다르지만 그 밑에 있는 문제는 대개 같습니다. 재고가 안 맞는다는 것입니다.

그래서 이 글에서는

• 재고는 왜 그렇게 안 맞는지
• 안 맞는 재고 위에 AI를 올리면 왜 안 되는지
• 그리고 AI는 이런 회사에서 실제로 무슨 일을 할 수 있는지

이 세 가지를 이 회사의 이야기로 풀어 보겠습니다.

결론부터 말씀드리면, 지금 이 회사에서 AI가 하는 일은 두 가지입니다. 이 회사를 진단하기 위해 각종 기록을 읽는 일, 그리고 입고 물품을 검수할 때 박스 사진의 글자를 읽어 수량을 맞춰 보는 일입니다. 새 ERP로 재고를 누구나 한눈에 파악할 수 있게 되면 그때부터 AI로 할 수 있는 일이 늘어나죠. 여기에 본사 다섯 명이 반복되는 업무를 하나씩 봇으로 만들 수 있도록 AI 교육도 함께 진행하기로 했습니다.

재고가 안 맞는 이유 세 가지

인터뷰와 매장 실사를 거치며 저는 이 회사의 재고가 안 맞는 이유를 찾아 크게 셋으로 나눴습니다. 

• 재고가 장부에 아예 없기 때문에
• 같은 재고를 사람마다 다르게 세기 때문에
• 그리고 들어오기도 전에 팔리고 값도 모르기 때문입니다.

장부에 아예 없는 재고

이 회사는 ERP를 회계용 재고 장부로 씁니다. 그래서 자산으로 잡는 구두만 품목으로 등록해 두었고, 액세서리와 슈케어 용품, 샘플 같은 잡화는 ERP에 등록하지 않았습니다. 이 잡화들은 특별한 이유가 있어서라기보다는 자산으로 할지 결정하지 않아 등록하지 않았을 뿐이었습니다. 그동안 잡화는 구글시트로만 셌고, 한 케어용품은 장부와 실물이 약 2천 개 다릅니다.

불량인 상품과 손님에게 서비스로 드리는 것도 따로 세지 않았습니다. 본사 창고는 정기 전수조사 없이 전표를 더하고 빼서만 추적했죠. 매장 진열용으로 나간 구두는 한 창고로 몰아 넣어 어디에 뭐가 있는지 모릅니다. 담당 팀장님은 이걸 십 년 동안 정리되지 않은 재고라고 했습니다.

세는 사람마다 다른 재고

앞서 판매 한 건을 다섯 군데에 기록한다고 했죠. 회사가 공식적으로 재고를 기록하는 ERP, 매장 직원이 직접 관리하는 매장 재고 엑셀, 백화점 단말기 금액과 맞춰 보는 수기 판매 장부, 매일 저녁 대표님에게 가는 마감 보고, 그리고 ERP에 없는 물건까지 세는 구글시트, 이렇게 다섯 곳입니다.

장부마다 매출을 세는 기준도 다릅니다. 장부를 보는 사람이 다르고, 그 사람의 일에 필요한 시점이 다르기 때문입니다. 이 회사에서는 같은 달의 매출이 네 가지로 나옵니다. 발주를 정하는 팀장님의 보고서는 손님이 주문한 날, 재고를 빼는 ERP는 물건이 나간 날, 백화점 온라인몰은 고객에게 배송이 끝난 날을 기준으로 잡고, 세무사에게 가는 계산서는 각종 수수료를 뺀 금액으로 잡습니다.

계산이 틀린 사람은 없습니다. 각자 자기 일에 필요한 기준으로 셀 뿐입니다. 그런데 회사 안에서 언제를 매출로 볼지 정해 두지 않으면, 장부마다 답이 다른 채로 굴러갑니다. 팔린 구두가 언제 장부에서 빠지느냐가 다르니, 월말에 남은 구두가 몇 켤레인지도 장부마다 달라집니다.

어느 매장에서 팔리느냐에 따라서도 다릅니다. 백화점 매장 여섯 곳에서는 백화점 명의로 판매되기에 수수료를 뺀 금액이 이 회사 매출이 되고, 다른 매장 세 곳은 이 회사 명의로 판매되므로 판매 총액이 곧 매출입니다. 이걸 한 장으로 정리한 적이 없어서, 매장에서 영수증을 아홉 장 받아 놓고서야 제가 정리할 수 있었습니다.

들어오기 전에 팔리고, 값도 모르는 재고

물건이 실제로 창고에 들어오기 전에는 ERP에 기록되지 않습니다. 하지만 구글 시트에는 입고 예정인 물건이 먼저 기록되죠. 매장에 손님이 찾는 사이즈가 없으면 직원은 이 시트를 보고 “다음 주에 들어옵니다” 하고 미리 결제를 받습니다. 하지만 그렇게 되면 ERP에는 없는 물건을 판 것으로 적혀 재고가 0보다 작아집니다. 아직 들어오지 않은 재고를 ERP가 다루지 못하면 이런 마이너스는 어느 회사에서나 생깁니다.

수량이 맞는다 해도 금액이 안 맞습니다. 이 회사는 해외 물건을 수입하기 때문에 원가가 환율에 영향을 받습니다. 그런데 이 환율은 실제 송금한 환율이 아니라 대략 어림잡아 설정한 환율이고, 거기에 어림잡은 운송비를 더한 값이 원가가 됩니다. 수입하는 회사는 환율과 운송비가 확정되기 전에 물건이 먼저 들어오는 일이 많아 흔한 구조입니다.

그래서 해마다 법인세를 낼 때 신고하는 재고가 실제로 센 값이 아니라 대략치였습니다. 대표님 스스로 대부분의 회사가 실제 재고를 반영하고 있지는 않다고 하셨고, 저도 그 말이 맞다고 생각합니다. 이 회사 대표님은 그걸 맞추고 싶어 했습니다.

왜 AI보다 재고가 먼저였나

물론 이 회사도 AI 도입을 생각하고 있었습니다. 팀장님은 과거 판매 데이터로 다음 발주 수량을 예측하는 일, 채널마다 흩어진 판매 기록을 모으는 일, 단순한 문의를 챗봇으로 받는 일 등을 AI로 하고 싶어 했죠. 팀장님 자신은 이미 엑셀을 클로드에 연결해 판매 분석 리포트를 만들고 있었고, 마케팅 담당 대리님은 쇼핑몰에 상품을 등록하는 반복 작업을 클로드에게 시켜 두었습니다.

그런데도 저는 AI보다 재고가 먼저라고 봤습니다. 발주를 예측하거나 판매를 취합하려 해도 회사의 모든 구성원이 동일하게 취급하고 신뢰하는 재고 데이터가 있어야 가능하기 때문입니다.

발주 예측은 재고·판매·입고 예정이 한 표에 있어야 다음 달 수량을 계산할 수 있는데, 이 데이터가 여러 곳에 나뉘어 있고 액세서리는 등록된 것조차 없습니다. 판매 취합도 마찬가지입니다. 앞에서 본 대로 언제 매출로 잡느냐가 곧 언제 재고에서 빠지느냐이기 때문입니다.

매출도 넷, 재고도 넷인 회사에서 AI가 판매 기록을 자동으로 모으면 기계가 넷 중 하나를 마음대로 고르고, 남은 재고도 그 선택을 따라가게 되죠. 그 결과물을 아무도 믿지 못하니 아무것도 해결되지 않는 겁니다.

그래서 킥오프에서 AI 예측은 이번 범위에서 뺐습니다. 재고가 정리된 뒤에야 방향이 보이기 때문입니다. 대신 이 프로젝트가 잘됐는지는 발주 준비나 입고 검수, 판매 취합, 재고 요청 처리 등의 시간을 단축하는 것을 목표로 했습니다. 지금 걸리는 시간을 재 두었고, 끝날 때 다시 실측해 비교합니다. AI를 쓰든 안 쓰든 현재 ERP를 새로 만들면서 해결해야 할 문제들이고, 당초 AI로 줄일 수 있을 거라 기대했던 영역이기도 하죠.

재고가 맞으려면 먼저 정해야 하는 것

구성원 모두가 신뢰할 만한 하나의 재고 데이터를 만들려면, 그것을 담을 시스템이 있어야 합니다. 그 시스템이 이번에 새로 만드는 ERP입니다. 지금처럼 회계용 재고 장부로만 쓰는 ERP가 아니라, 물건이 들어와서 매장으로 가고 팔려 나가기까지 재고가 움직이는 일을 전부 담는 ERP입니다. 그런데 이를 만들려면, 회사가 먼저 정해줘야 하는 것들이 있습니다.

가장 큰 것이 매출을 언제 잡을 것인가입니다. 앞에서 본 것처럼 이 회사에는 매출이 넷이었는데, 시스템은 그중 하나를 골라 주지 못합니다. 어느 날을 고르느냐에 따라 이번 달 매출도, 월말에 남은 재고도 달라지니 회사가 골라야 합니다. 백화점 명의로 팔린 것과 이 회사 명의로 팔린 것을 어떻게 나눠 적을지, 악세사리와 샘플과 진열품을 재고 자산에 넣을지도 같은 종류의 질문입니다. 넣기로 하면 회사 재고 금액이 그만큼 늘고 세금 신고도 달라집니다. 원가를 어느 환율로 계산할지까지도 저나 시스템, AI가 대신 정할 수 없죠.

그래서 이런 것들은 대표님이 정할 목록으로 따로 뽑았습니다. 원가부터 대표님과 이야기해 답을 냈습니다. 실제 송금한 환율에 그 입고분의 운송비 평균을 더해 켤레마다 붙이기로 했습니다.

그다음은 회사가 발주부터 정산까지 쓰는 약 10개의 도구를 두 가지 종류로 나눌 필요가 있었습니다. 입고 예정인 품목을 확인하기 위해 존재하는 시트나 수기 판매 장부 등은 회사에서 필요로 하는 기록이지만 현재 ERP가 담지 못하는 것들이었습니다. 그래서 외부 도구를 사용하던 것이죠. 이런 것은 새로운 시스템에 올리기로 했습니다.

반대로 해외 본사와 주고받는 이메일, 백화점 단말기에 따른 전산, 택배사 접수 양식, 세무사의 장부 등 외부 협력 업체와 관련된 기록은 내부에 들이기 어렵습니다. 대표적으로 백화점 단말기를 찍으면 백화점 전산에 찍히는 것을 내부화하기는 어렵겠죠. 택배사 접수 양식이나 세무사 장부도 협업사 양식에 맞춰야 합니다. 이런 종류의 일은 내부 ERP에 담지 않고, 파일을 올리고 내려받는 접점으로만 남기기로 했습니다.

그리고 새 ERP에 재고를 처음 올리는 날, 이 회사 직원들이 창고와 매장의 재고를 한 번 전부 셉니다. 지금 장부의 숫자를 그대로 옮기면 틀린 숫자로 시작하기 때문입니다. 백 개인 줄 알았던 것이 여든 개면 스무 개는 어디서 싸게 팔았거나 버렸다고 적어야, 그날부터 회계와 재고가 같은 숫자에서 출발합니다. 팀장님은 이 전수조사를 숙원이라고 했습니다.

그러면 AI는 언제 무엇을

앞에서 말씀드린 것처럼 지금 AI가 하는 일은 이 회사를 진단하기 위해 각종 기록을 읽는 일, 그리고 입고 물품을 검수할 때 박스 사진의 글자를 읽어 수량을 맞춰 보는 일입니다. 박스 사진 검수는 이 글에서는 자세히 밝히지 않았지만, 지금 정확도를 테스트하는 중이고 최종 확정은 여전히 사람이 합니다.

이제 새로운 ERP를 통해 재고를 누구나 한눈에 파악할 수 있게 되면, 그때부터 AI가 할 수 있는 일이 생깁니다. 지난 판매와 남은 재고를 보고 다음 달 발주 수량을 제안하는 일, 채널마다 흩어진 판매를 한 표로 모으는 일, 재입고를 기다리는 손님에게 알리는 일, 매장이 본사에 보내는 재고 요청에 답하는 일입니다. 팀장님이 처음에 AI로 하고 싶다던 일들이 그대로 이 목록에 있습니다. 무엇을 먼저 할지는 ERP가 자리 잡은 뒤에 이 회사에 가장 이익이 되는 것부터 다시 정하기로 했습니다.

한편 본사 다섯 명이 AI로 자신의 일을 수행할 수 있도록 교육도 하기로 했습니다. 상품 등록을 자동화해 사용하고 있던 대리님처럼 다른 분들도 반복되는 업무를 하나씩 봇으로 만들 수 있게 합니다.

물건을 받아 하나씩 확인하는 일은 지금도 사람이 합니다. 매일 쓰는 사람이 시스템을 스스로 고칠 수 있어야 그 가치가 유지됩니다.

이걸 함께 하기로 한 이유는시스템은 만든 날이 아니라 쓰이는 날부터 가치가 생기기 때문입니다.저희는 시스템을 만들어 넘기고 떠나는 게 아니라, 만든 것이 회사 업무 안에서 매일 돌아가게 하는 것까지를 일로 봅니다. 저희는 이걸 운영형 AX라고 부릅니다. 그러려면 매일 쓰는 사람이 스스로 고치고 늘려 갈 수 있어야 하고, 교육이 그 일을 합니다.

제가 인터뷰를 정리하고 진단 문서를 쓰는 동안 이 회사 직원 분들도 가만히 계시지 않았습니다. 스스로 업무 흐름을 그려 두고 계실 만큼 의욕적이었습니다. 언젠가 담당 팀장님이 말했습니다. 직원들이 이제 우리가 뭘 해야 하냐고 묻고 있었다고, 빨리 와서 요청해 달라고요.

AX는 저 혼자 하는 일이 아닙니다. 고객사가 함께 움직여야 하는데, 이 회사는 저보다 한발 앞서 있었습니다. 그래서 문서로 범위를 미리 확정하기보다, 80%쯤 완성된 ERP 실물을 미리 드리기로 했고요, 2주 동안 써보시면서 확정하기로 했습니다. 직원 분들께서 의욕적인 만큼 저도 기대되는 프로젝트입니다.

마치며

재고가 안 맞는 회사에 AI를 올리면 안 맞는 재고를 빨리 보여 줄 뿐입니다. 이는 매출과도 연동되고요. 회사의 구성원이 누구나 조회하고 활용하고 신뢰할 수 있는, 물건의 흐름을 보여주는 ERP가 그래서 먼저 필요했습니다. 자사몰 개편보다도 중요했던 이유고요.

AX가 AI를 도입하는 일이라면 이 글은 AX일지가 아닙니다. 그런데 저는 제가 이 글에서 다룬 일을 AX라고 부릅니다. 저희 회사는 고객사의 AX 성숙도를 다섯 레벨로 나누고 진단에 활용하는데요. 정식 판정 전이기는 하지만, 현재 이 회사의 재고·물류 영역에서 관찰한 장면은 기록이 어디서나 같은 값을 갖는 Lv1(데이터 정합)에 못 미쳤고, 업무가 사람의 머릿속과 카톡에서 도는 Lv0(암묵 운영)에 가까웠습니다.

새 ERP가 하는 일은 이 영역을 Lv1로, 그리고 일이 흐르는 경로가 시스템에서 보이는 Lv2(프로세스 정형)로 올리는 일입니다. AI가 업무를 거드는 단계인 Lv3(지능 보조 운영)는 그 앞 단계를 달성해야 실행할 수 있습니다. 한 단계를 건너뛰면 AX는 어렵다고 생각합니다. 그래서 당장 AI를 도입하기보다 회사에 필요한 것을 찾아 단계별로 해결해 나가는 것이 AX라고 생각합니다. 이 글이 AX일지인 이유입니다.

인터뷰에서 팀장님이 하신 말이 기억에 남습니다. “입점 제안은 많이 들어오지만 다 거절하고 있어요. 결국 할인 싸움이거든요. 저희는 그 싸움을 안 하고 싶어서요.” 원칙과 자부심을 바탕으로 일하는 모습에서 저도 영감을 받았습니다. 그래서 이 프로젝트가 꼭 잘 되면 좋겠습니다. 이 회사는 이번 프로젝트로 AX의 과정에 올라섰다고 생각합니다. 실제로 손익이 달라지는 것을 볼 때까지 좋은 결과를 만들어가고 싶습니다. 그리고 결과가 나오면 다음 글에 적겠습니다.

ⓒ요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.