창고 재고를 위한 AI 수요 예측 프로젝트는 대개 단순한 거래로 판매된다. 모델을 설치하고, 재고를 줄이고, 판매 기회를 덜 놓치는 것이다. 현실은 그보다 훨씬 절제되어 있다. McKinsey에 따르면 AI 기반 예측은 예측 오류를 20%에서 50%까지 줄이고, 판매 손실과 상품 품절을 최대 65%까지 감소시키며, 재고 수준을 20%에서 30%까지 낮출 수 있다. 이 수치들은 끊임없이 인용되고, 똑같이 끊임없이 오독된다. 보장된 평균이 아니라 유리한 조건에서 가능한 결과의 범위를 설명할 뿐이다. 오류가 얼마나 줄어드는지는 기존 예측이 얼마나 틀렸는지에 달려 있고, 재고가 얼마나 줄어드는지는 그 뒤에 누군가 안전재고 파라미터를 바꿀 용기를 내는지에 달려 있다.
올바른 질문은 그 절감이 자사의 SKU, 자사의 데이터, 자사의 보충 리듬과 맞닥뜨렸을 때 살아남는가이다.
AI 수요 예측의 효과가 실제로 어디에서 오는가
전통적인 예측은 대부분 한 가지만 본다. 이 SKU가 과거에 얼마나 팔렸는가이다. 이동평균, 지수평활, 계절 모델은 모두 판매 곡선을 외삽한다. 안정적인 품목에는 통하지만 곡선이 꺾이는 순간 무너진다. 머신러닝 예측과의 차이는 더 영리한 알고리즘이 아니다. 모델이 한 번에 받아들일 수 있는 신호의 범위이다. 가격 변동, 프로모션 일정, 날씨, 공휴일, 경쟁사 움직임, 공급업체 리드타임 변동이 그것이다. 신호가 많아지면 모델은 수요가 지난번에 꺾였다는 사실만이 아니라 왜 꺾이려 하는지를 볼 기회를 얻는다.
공개 경진대회는 비교적 깨끗한 기준점을 제공한다. M5 경진대회는 Walmart의 일일 판매 데이터를 사용했고, 가격과 달력 이벤트가 제공되었다. 우승작은 경진대회의 가중 오류 지표에서 24개 벤치마크 중 가장 강력한 것을 약 22% 앞질렀고, 상위 50개 출품작은 모두 그 벤치마크를 14% 이상 앞질렀다. 머신러닝이 분명히 승리했지만, 그것은 하나의 과거 데이터셋에 대한 예측 과제에서의 일이지, 실제 창고의 보충, 공급업체, 현금 흐름의 전체 사슬에서의 일이 아니다.
발표된 학술 연구는 일상적인 창고 생활에 더 가깝다. 지역 의약품 유통을 연구한 연구자들은 2014년부터 2019년까지 실제 약국 일일 판매 데이터, 2,106일 동안의 8개 의약품 카테고리를 사용했고, 랜덤 포레스트 모델을 계절 단순 기준과 비교했다. 이 기준은 정확히 7일 전의 수요를 그대로 예측으로 사용한다. 모델은 예측 오류를 23.9%에서 26.5%까지 줄였다. 기준은 정직하게 선택되었고, 그것이 중요하다. 많은 창고는 이 기준을 이기는 데도 어려움을 겪을 것이다. Steve Morlidge는 8개 공급망 기업의 예측을 조사했고, 그중 약 52%가 단순 예측보다 정확도가 낮다는 것을 발견했다. 전문적인 예측 노력의 상당 부분이 다음 기간이 이번 기간과 같다고 가정하는 것보다 못한 결과를 내고 있었다. AI 예측의 첫 번째 효과는 때로 그 마이너스 수익을 바로잡는 것에 불과하다.
신호가 많아지면 비용도 많아진다. 신호는 정제하고, 정렬하고, 라벨을 붙여야 한다. 프로모션 주간을 기준선에 포함해야 하는가, 품절일의 판매 제로는 수요가 없었음을 뜻하는가 재고가 없었음을 뜻하는가, 반품은 차감해야 하는가. 이 질문들에 답하기 전까지 모델은 잘못된 패턴을 더 빠르게 배울 뿐이다.
창고 재고를 위한 AI 수요 예측 프로젝트가 실패하는 세 가지 방식
첫 번째 실패는 프로모션이다. 프로모션은 기업이 만들어내는 수요 급증이며, 과거 기록에는 그 사례가 거의 없고, 각각 할인율, 채널, 번들이 다르다. 모델은 큰 프로모션 피크를 새로운 정상으로 취급해 과다 주문하거나, 메커니즘이 바뀌었기 때문에 다음 프로모션을 과소평가하기 쉽다. 실행 가능한 접근법은 프로모션 변수를 모델에 명시적으로 제공하고, 모든 주요 프로모션을 사전에 플래너가 검토하는 것이며, 모델이 추측하도록 두는 것이 아니다.
두 번째 실패는 신규 SKU와 롱테일이다. 신규 SKU에는 이력이 없어 모델은 유사한 기존 제품과의 유추로만 추론할 수 있고, 오류는 본질적으로 크다. 롱테일 SKU는 반대 문제를 안고 있다. 수요가 낮고 간헐적이어서 오늘은 3개, 다음 주에는 0개인데, 희소한 데이터로는 안정적으로 모델링하기 어렵다. 그런데도 이 두 그룹은 창고 관심의 불균형하게 큰 부분을 차지한다. 하나의 모델이 핵심 품목과 수천 개의 롱테일 SKU를 모두 관리하기를 기대하는 것은 비현실적이다. 일반적인 패턴은 세분화이다. 핵심 품목에는 AI 예측, 테일에는 단순한 통계 규칙과 사람의 커버이다.
세 번째 실패는 혼란이다. 팬데믹, 항만 혼잡, 공급업체 가동 중단은 이력에 표본이 없거나 하나뿐이어서 모델이 학습할 수 없다. 업계 보도에서 인용된 2024년 Gartner 관련 설문조사 수치는 전년도에 심각하거나 보통 수준의 혼란을 겪은 공급망 조직의 비율을 68%로 나타냈다. 모델이 할 수 있는 일은 감지 시간을 단축해 수요 전환을 더 빨리 포착하고 더 빠르게 조정하는 것이다. 한 번도 일어나지 않은 충격을 예측할 수는 없다. AI를 수정구슬처럼 취급하는 것이 이 프로젝트들이 죽는 가장 흔한 방식이다.
실제로 얼마나 재고를 절감하는가, 계산해 보기
예측 오류와 안전재고는 직접 연결되어 있다. 표준 공식에 따르면 안전재고는 예측 오류의 표준편차에 대략 비례하므로, 오류를 줄이면 동일한 서비스 수준에서 필요한 완충재도 비슷한 비율로 줄어든다. McKinsey의 20%에서 30% 재고 감소는 20%에서 50%의 오류 감소가 그 공식을 통해 전달된 것이다. 하지만 전달이 자동인 것은 아니다. 정확도는 좋아지지만 재고가 스스로 얇아지지는 않는다. 누군가 안전재고 파라미터와 재주문점을 낮추고, 첫 품절 소동이 닥쳤을 때 버텨야 한다. 동일한 McKinsey 수치를 다룬 한 CFO 중심 분석이 말하듯, 운영 정책을 리셋하지 않으면 정확도 향상은 제자리에 묶인 채 남고 수익은 0이다.
| 차원 | 전통적 통계 예측 | AI 수요 예측 | 비고 |
|---|---|---|---|
| 입력 | 과거 판매, 계절성 | 판매에 가격, 프로모션, 날씨, 외부 이벤트 추가 | 신호가 많고 정제 비용이 높음 |
| 오류 변화 | 기준 | McKinsey 연구 기준 20%에서 50% 낮음 | 범위이며 시작 기준에 따라 다름 |
| 안전재고 | 고정된 오류 가정에서 설정 | 이론상 오류에 비례해 감소 | 파라미터를 수동으로 리셋해야만 실현 |
| 최적 적합 | 이력이 긴 안정적 SKU | 신호가 풍부한 핵심 SKU | 신규 및 롱테일 SKU에는 한계 |
| 실패 모드 | 전환점, 프로모션 | 프로모션, 신규 SKU, 혼란 | 둘 다 실패하지만 장소가 다름 |
| 예시 시나리오 | 재고 $10m, 안전재고 40% | 오류 25% 감소, 안전재고 약 $1m 감소 | 예시 시나리오이며 약속된 수익이 아님 |
예시 시나리오는 의도적으로 단순하다. $10백만의 재고 중 $4백만이 안전재고이다. 오류를 25% 줄이면 안전재고는 이론상 약 $1백만 감소하고, 20%의 보유 비용으로 연간 약 $200,000의 보유 비용을 절감할 수 있다. 이것이 실현되는지는 세 가지가 동시에 성립하는지에 달려 있다. 오류가 실제로 25% 줄었는지, 안전재고 파라미터가 실제로 낮아졌는지, 서비스 수준이 실제로 떨어지지 않았는지이다. 그중 하나라도 빠지면 계산은 무너진다.
일찍 밝혀둘 만한 직관에 반하는 판단도 있다. 더 정확한 예측은 단기적으로 창고를 운영하기 더 어렵게 만들 수 있다. 안전재고가 얇아지면 납기 지연에 대한 허용도가 낮아지고, 두꺼운 재고가 숨기던 문제들이 한꺼번에 드러난다. AI 예측이 시험하는 것은 모델이 아니라 보충, 구매, 공급업체 관리가 더 얇은 재고 리듬을 따라갈 수 있는가이다. 프로세스를 바꾸지 않고 모델만 설치하면, 절감한 재고는 품절과 긴급 대응 비용으로 돌아온다.
비용은 따로 계산해야 한다. 일반적인 파일럿은 90일 동안 하나의 카테고리나 하나의 채널을 대상으로 하며, AI 예측과 현재 방법이 병행 운영되면서 확대 전에 오류와 플래너 업무량을 비교한다. 수백 개의 SKU를 갖고 수요가 안정적인 창고라면 전통적 방법에 경험 많은 플래너만으로도 이미 충분할 수 있다.
기술 발전은 오류의 하한을 바꿀 뿐 수요의 근본적인 불확실성을 바꾸지는 않는다. 창고 재고를 위한 AI 수요 예측 작업은 진지한 평가를 받을 만하지만, 시험은 벤더 슬라이드의 정확도가 되어서는 안 된다. 자사 데이터에 대한 세 가지 숫자여야 한다. 오류가 몇 포인트 줄었는지, 안전재고를 몇 포인트 줄일 용의가 있었는지, 품절률이 움직였는지이다. 이 세 가지가 맞아떨어지면 프로젝트는 성립한다. 프로모션 표본이 적을 때 모델을 얼마나 신뢰할 것인가, 롱테일의 대체 규칙을 누가 작성하는가라는 아직 열린 질문들이 다음 라운드의 예측 성능을 결정할지 모른다.
Dr. Chen, 공급망 연구원 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







