알림마당

[SCM 보고서 소개] 공급사슬 프로세스 개선 및 리스크 관리를 위한 데이터 분석 by KPMG
Leveraging data analytics for supply chain process improvement and risk management by KPMG



공급사슬에서 데이터가 가지는 중요성은 다수의 문헌에서 강조되어 왔다. 또한, 실제 경영 현장에서도 데이터 분석을 통해 발견한 시사점을 적용하여 공급사슬을 효율화한 사례가 등장하고 있다. 예를 들어, IoT(Internet of Things)의 센서 데이터를 활용한 기계 학습은 생산 장비의 예측 정비에 활용되고 있으며, 교통, 기상 및 GPS 데이터 분석을 통해 제품의 배송 경로를 실시간으로 최적화하고 있다. 이에 따라 KPMG(2017)에서는 공급사슬에서 빅데이터 분석이 가지는 의의를 살펴보기 위해 공급사슬에서 빅데이터의 활용이 가지는 이점을 정리하고, 프로세스 개선 시 빅데이터 분석이 활용 될 수 있는 분야를 제시하였다. 또한, 리스크 관리에서 빅데이터 분석이 어떻게 활용될 수 있는지를 제시하였다.

공급사슬에서 빅데이터는 다양한 분야에서 적용될 수 있으며, 데이터 분석을 통해 여러 의미를 찾아낼 수 있다. 예를 들어, 수백만 명의 사람들의 의료 정보를 실시간으로 축적하고 분석한다면 다수의 수요가 발생하는 지역에 의약품을 배치하고 공급할 수 있어 수요예측 성과를 높일 수 있다. 또한, 글로벌 생산 라인의 데이터를 축적하여 분석한다면 위험이 발생할 수 있는 요인을 사전에 제거할 수 있는 등 공급망에 빅데이터 적용 시 다양한 이점을 가질 수 있다. 

공급사슬에 빅데이터 분석을 적용하면 가질 수 있는 이점으로는, 첫 번째 사례처럼 고객 수요의 발생 가능성을 예측하여 수요의 변동성을 낮출 수 있다. 또한, 두 번째 사례에서처럼 공급 부문의 데이터 분석을 통해 공급사슬의 병목 및 위험요인을 제거할 수 있어 공급사슬의 민첩성을 향상시킬 수 있다. 이 외에도, 공급사슬 빅데이터 분석을 통해 첫째, 공급사슬의 수요 데이터와 공급 데이터를 기반으로 보다 효율적인 재고 및 자본의 운영이 가능하여 수요와 공급간 최적의 포트폴리오를 유지할 수 있다. 둘째, 다양한 데이터를 통해 공급사슬 프로세스 간 가시성을 향상시켜 보다 효율적인 계획 수립이 가능하다는 장점이 있다.

하지만, KPMG에서 2014-15년에 15개국 830명의 경영층을 대상으로 한 설문조사 결과는 기업에서 빅데이터 분석을 충분히 활용하지 못하는 것으로 나타났다. 설문 대상 기업의 16%만이 데이터 분석을 활용하여 경영 트렌드를 예측 하는 것으로 조사되었으며, 14%만이 데이터 분석을 통해 기업 경영에 필요한 시사점을 도출 할 수 있다고 판단하고 있었다. 또한, 그 당시 조사 대상의 19%만이 데이터 분석 도구를 활용한 결과에 만족하고 있는 것으로 나타났다. 이와 반대로, 최근 설문조사에서는 64%의 임원진이 빅데이터가 공급사슬이 장기적인 이익 관점에서 지속가능할 수 있게 도와주는 역할을 할 수 있다고 나타나, 향후에는 빅데이터가 공급사슬에서 다양하게 사용될 것 이라고 예측할 수 있다.

KPMG(2017)에서는 빅데이터 분석을 활용하여 공급사슬 프로세스 개선이 가능한 분야를 다섯 가지로 정리하였다. 첫째는 공급사슬을 수요 기반으로 구축할 수 있다. 수요 기반의 공급사슬 구축은 수요와 조달, 생산, 공급이 수요와 정렬되어 행해지는 것으로, 수요의 가시성 확보가 선행되어야 한다. 이를 위해 내부 및 외부 수요의 자료원을 통합하여 축적, 분석하는 과정이 필요하다. 수요 기반의 공급사슬이 구축되면 예측의 정확성이 높아짐에 따라 재고의 감소, 제품 믹스 최적화 등이 용이해질 것이다. 둘째, 공급사슬의 비용 평가를 총 비용 관점에서 할 수 있다. 글로벌 공급사슬 운영 시에는 지역적, 시간적 특성으로 다양한 이벤트가 발생하여, 한 가지 기준으로만 전체의 비용을 평가하기 힘들다. 이러한 특성으로 각 거점과 링크의 비용을 빅데이터로 구축, 분석하게 되면 각 거점과 링크의 비용의 이상치를 탐지할 수 있어 공급사슬의 관리가 용이해진다. 셋째, 공급사슬 파이낸싱 분야에서 위험을 감소시킬 수 있다. 공급사슬 내 금융거래 시 거래 기업 간 신용 평가와 함께 거래 관련 문서 등의 빅데이터를 분석하여 위험을 정확하게 평가할 수 있다. 넷째, 공급사슬을 지속가능경영 관점에서 운영할 수 있다. 최근의 소비자들은 파리 기후 협약 등의 환경문제나 사회 문제에 더욱 민감하게 반응하고 있어 기업들은 공급사슬을 친환경적이고 지속가능하게 운영해야 한다. 이러한 관점에서, 기업들은 빅데이터 분석을 통해 지속가능성과 관련한 공급사슬에서 고려가 필요한 사항과 환경으로의 영향을 보다 정확하게 평가할 수 있게 되었다. 마지막으로, 빅데이터 분석은 효과적인 세금 전략을 수립할 수 있게 한다. 글로벌 거래에서 절세 전략의 수립은 갈수록 복잡해져가고 있다. 빅데이터 활용시 국가가 요구하는 세금 데이터를 명확하게 기록하는데 도움이 될 수 있으며, 이러한 기록을 바탕으로 한 분석은 효과적인 세금 전략을 수립할 수 있게 한다.

또한, 빅데이터 분석을 통해 공급사슬의 효율적인 위험관리도 가능하다. 적개는 수십개, 많게는 수천개의 공급업체에 의존하는 조직의 경우 공급업체 및 2차 공급업체에 대한 빅데이터를 구축하여 분석하면 공급사슬 전반의 통찰력을 얻을 수 있으며, 공급사슬 위험 관리를 확대할 수도 있다. 또한, 공급사슬 위험관리의 성공 요인은 위험이 실제로 실현되었을 때 공급망의 민첩성과 탄력성을 높이는 것이다. 이를 위해 빅데이터의 실시간 분석을 통해 직원에게 공급사슬에서 발생할 수 있는 위험을 인지시키고, 조직 차원에서 공급 네트워크를 신속하게 재설계 할 수 있는 능력을 갖출 수 있다.

출처: KPMG(2017), Leveraging data analytics for supply chain process improvement and risk management

https://assets.kpmg.com/content/dam/kpmg/au/pdf/2017/data-analytics-supply-chain-process-improvement-risk.pdf