창고 보충을 위한 AI 수요 예측. 두 해 전이라면 이 문구에 두 번 다시 눈길을 주지 않았을 것이다. 내 창고는 3,000제곱미터, 직원 여섯 명, 중고 랙. AI 예측이라니. 말도 안 된다. 그건 대기업의 것이다.

그러다 2025년 오월이 내 생각을 바꿨다. 수년 동안 꾸준히 팔리던 하드웨어 부속품이 세 주 연속 품절됐고, 두 고객이 떠나갔다. 바로 그 같은 날, 계절 상품이 두 팔레트 가득 쌓인 채 여섯 달 동안 손도 대지 않은 채 있었다. 품절과 재고 과잉, 같은 날, 같은 창고. 그때 깨달았다. 기억에 의존한 짐작으로는 더 이상 안 된다는 것을.

소규모 창고가 예전에 발주하던 방식: 선반을 보고

부끄럽지만 예전 방식을 솔직히 말하겠다. 선반을 봤다. 선반이 비면 발주하고, 선반이 가득 차면 안 했다. 단골 고객이 200개를 달라며 전화하면 허둥지둥 주문했다. 성수기에는 기억으로 조금 더하고, 비수기에는 감으로 조금 줄였다.

그 대충 하는 방식이 어떻게든 세 해 동안 버텼다. 왜일까. 품목이 적고, 고객이 익숙하고, 회전율이 느렸기 때문이다. 그런데 2025년을 지나면서 무너졌다. 품목이 400개에서 900개가 넘게 늘었고, 고객은 30명에서 80명으로 늘었다. 그걸 머릿속에 다 담을 수 있는 사람은 없다.

오월의 품절은 완벽한 사례다. 그 부속품은 한 달에 약 600개 팔렸는데, 나는 습관적으로 500개만 재고로 두었다. 그러다 고객이 프로젝트 수주를 따내 한 번에 800개를 가져갔다. 선반이 비었다. 보충에는 운송에만 12일이 걸렸다. 그 12일 동안 다른 두 고객이 다른 곳에 주문하는 것을 지켜봐야 했다. 한편 그 두 팔레트의 재고 과잉은 내가 2024년 말에 '감으로' 과다 발주한 것으로, 봄에 팔릴 거라 걸었던 것이었다. 봄이 왔고, 고객은 모델을 바꿨고, 재고는 묶여 버렸다.

그날 밤 나는 계산을 했다. 잃은 주문은 매출총이익으로 약 40,000위안의 손실이었다(내 장부에서 가져온 예시 수치). 재고 과잉은 60,000위안이 넘는 현금을 묶어 두었다. 한 달치 일이 사라졌다. 그때 예측에는 제대로 된 방법이 필요하다고 결심했다.

AI 예측이 실제로 하는 일: 먼저 기대치를 낮추라

먼저 찬물을 끼얹겠다. AI 예측은 수정구슬이 아니다. 인터넷에서 창고 보충을 위한 AI 수요 예측을 검색하면, 대부분 데이터팀을 갖춘 기업을 위해 쓰인 글이다. 고객이 다음 달에 갑자기 큰 프로젝트 수주를 따낼지, 모델이 하룻밤 사이에 바뀔지를 예측할 수는 없다. 할 수 있는 것은 지난 한 해나 두 해의 출고 데이터를 뒤져 어떤 품목이 꾸준히 움직이고, 어떤 품목이 크게 흔들리고, 어떤 품목이 조용히 죽어가는지 알려주는 것이다.

내 첫 번째 조치는 AI조차 아니었다. 출고 기록을 내보내 품목별로 간단한 판매 곡선을 그렸을 뿐이다. 결과에 놀랐다. 30개가 넘는 품목이 서서히 감소하고 있었는데, 나는 여전히 예전 수준으로 재고를 두고 있었다. 또 열댓 개 품목은 성수기 피크가 해마다 커지고 있었는데, 나는 매년 과소 재고로 두고 있었다.

두 번째 조치에서 비로소 AI를 만졌다. 월 구독료의 가벼운 예측 도구였다. 한 달에 수백 위안, 사람을 고용하는 것보다 쌌다. 과거 출고 데이터와 공휴일, 고객 주문 주기를 입력했더니 품목별 권장 보충 수량이 나왔다. 세 달 뒤 결과는 이랬다. 제안의 약 70%가 내 직감과 일치했다. 나머지 30%에서는 나를 앞질렀다. 대부분은 내가 거의 신경 쓰지 않던 느리게 움직이는 품목으로, 나는 선반이 비어야 알아차렸는데, 도구는 두 주 전에 품절을 경고해 줬다.

여기가 직관에 반하는 부분이다. 소규모 창고에서 AI 예측의 가장 큰 가치는 정확도가 아니다. 데이터를 정리하도록 강제한다는 것이다. 데이터가 깨끗해지면 문제는 스스로 모습을 드러낸다. 대부분의 소규모 창고는 예측 문제가 있는 게 아니다. 데이터가 엉망인 것이다.

데이터 품질이 먼저: 쓰레기를 넣으면 쓰레기가 나온다

이 점은 강조해야 한다. 나도 직접 이 함정에 빠졌기 때문이다.

2024년 이전, 우리 출고 기록은 손으로 쓴 전표였다. 상품명은 있는데 규격이 없는 것도 있었고, 반품이 장부에 취소되지 않은 것도 있었다. 그리고 어떤 물량은 고객의 위탁품이 내 창고에 보관된 것일 뿐, 내 재고가 전혀 아니었다. 그런 데이터를 예측 도구에 넣으면 모든 제안이 틀린다. 단종된 모델을 비축하라고 하고, 실제로는 성장 중인 신제품을 줄이라고 했다.

데이터 정리에 꼬박 두 주를 썼다. 상품명과 규격을 표준화하고, 빠진 입력을 채우고, 반품을 취소하고, 위탁 재고를 따로 표시했다. 그 뒤로 예측이 말이 되기 시작했다. 내 결론은 이렇다. 더러운 데이터로는 AI 예측은 비싼 점술에 불과하다. 먼저 장부를 깨끗이 하고, 그 다음에 예측을 논하라.

소규모 창고에 이를 위한 큰 시스템은 필요 없다. 스프레드시트 하나와 규칙 하나. 출고는 모두 스캔하고, 반품은 모두 기록하고, 상품명과 규격은 매번 같은 방식으로 쓴다. 한 달만 지키면 데이터가 쓸 만해진다. 우리가 한 것이 바로 그거다. 조잡하지만 효과가 있다.

예측이 틀렸을 때, 누군가 결정을 책임져야 한다

이 부분이 내가 가장 이야기하고 싶은 부분이고, 대부분의 사람이 피하는 부분이다.

예측이 틀렸을 때, 누가 책임지는가. 소프트웨어 업체가 아니다. 계약서에 흑백으로 명시돼 있다. 사장인가. 내 작은 창고에서 사장은 나다. 누구를 탓하겠는가. 그래서 답은 하나뿐이다. 예측은 제안일 뿐이다. 최종 결정은 비즈니스를 이해하는 사람이 내려야 한다.

내 루틴은 간단하다. 매주 금요일 오후 반 시간을 들여 예측 제안을 세 가지 범주로 나눠 검토한다.

예측 제안 내가 하는 일
제안 수량이 내 경험과 일치한다 제안대로 주문한다
제안 수량이 예상보다 훨씬 많다 고객에게 전화한다. 큰 주문이 오는가. 확인한 뒤 결정한다
제안 수량이 예상보다 훨씬 적다 누락된 데이터나 모델 변경이 있는지 확인한다

분류가 끝나면, 정말 내 머리가 필요한 품목은 열댓 개뿐이다. 반 시간, 끝. AI가 계산하고, 내가 결정한다. 이 분업은 뒤집을 수 없다. AI가 알아서 주문하게 두면, 한 번의 실수가 한 팔레트의 재고 과잉이 된다. 온전히 감에만 의존하면 다시 짐작으로 돌아간다.

생각해 볼 상충 관계도 있다. 좋은 예측은 재고 비용을 절약하지만, 나쁜 예측은 품절과 과잉 재고를 부른다. 내 경험상 보수적으로 접근하는 것이 맞다. 약간의 보관 비용을 아끼려다 품절 위험을 감수하기보다 약 10%의 안전 재고를 유지하라. 소규모 창고에서 고객을 잃는 비용은 두 주치 재고를 더 갖고 있는 비용보다 훨씬 크다.

소규모 창고도 AI 수요 예측을 감당할 수 있는 가벼운 방법

소규모 창고 동료 사장님들을 위해, 그대로 따라 할 수 있는 지침을 소개한다.

첫째, 큰 시스템을 사지 말 것. 출고 데이터를 내보내 품목별 판매 곡선을 그린다. 무엇이 줄고 무엇이 느는지 본다. 비용은 제로다. 스프레드시트로 된다.

둘째, 데이터를 정리할 것. 이름을 표준화하고, 빠진 입력을 채우고, 반품을 취소하고, 위탁 재고를 따로 표시한다. 이걸 건너뛰면 그 뒤의 모든 노력이 헛수고다.

셋째, 가벼운 예측 도구를 시험해 볼 것. 월 구독료, 한 개 상품 카테고리, 세 달 시범. 효과가 있으면 창고 전체로 확장한다. 첫날부터 전면 도입하지 말 것.

넷째, 결정 루틴을 정할 것. 제안을 검토하는 매주 고정 시간, 세 가지 범주로 나누기, 최종 결정을 내리는 사람. 예측은 조언하고, 지휘관은 당신이다.

여섯 달 뒤, 내 쪽에서 바뀐 것은 이렇다. 품절이 한 달에 3–4회에서 한 번 미만으로 줄었다. 90일 넘게 앉아 있는 품목이 40개가 넘던 것에서 10개 미만으로 줄었다. 얼마나 절약했을까. 정확한 숫자는 줄 수 없다. 고객 구성도 바뀌었기 때문이다. 하지만 한 가지는 확실하다. 같은 매출 규모에서 재고에 묶인 현금이 대략 오분의 일 줄었다(예시 추정치: 내 창고의 월평균 재고 약 500,000위안을 기준으로 약 100,000위안이 풀렸다. 수치는 참고용 가상의 계산 예시다).

창고 보충을 위한 AI 수요 예측은 대형 창고에게는 효율 도구다. 나 같은 소규모 창고에게는 먼저 거울이다. 데이터가 얼마나 더러운지, 감에 의존한 발주가 얼마나 위험한지를 보여준다. 예측을 맞히는 것은 기술이다. 틀렸을 때를 대비한 안전 재고를 두고 사람이 결정을 책임지는 것. 그것이 AI를 소규모 창고도 실제로 감당할 수 있게 만드는 것이다.

소규모 창고에는 소규모 창고만의 생존 방식이 있다. AI도 포함해서.

Xiao Ma, 소규모 창고 운영자 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.