수요 감지 vs 수요 예측: 창고 보충이 그 4주 동안 얻는 것

수요 감지(demand sensing)와 수요 예측(demand forecasting)은 알고리즘이 아니라 시간 범위가 다르다.

지난해 여름, 미국 중서부에 예년보다 2주 일찍 폭염이 찾아왔다. 음료 유통을 하는 친구가 그 6월에 무슨 일이 있었는지 들려줬다. 월간 판매 예측은 120,000케이스를 예상했다. 과거의 계절성으로 만든 그 숫자는 모델링 관점에서는 흠잡을 데 없었다. 폭염 2주 차가 되자 편의점 채널의 POS 데이터는 이미 90,000케이스에 육박했다. 월간 예측 사이클이 월말에 겨우 "수정"되었을 무렵에는 일부 지역 매대가 거의 2주째 비어 있었고, 타주에서의 긴급 수송은 정상 운송비보다 훨씬 비쌌다. 그의 요약이 기억에 남았다. "예측이 틀린 게 아니야. 타이밍이 문제였어."

이 이야기는 수요 감지와 수요 예측의 본질적 차이를 보여준다. 둘은 서로 다른 시간 단위의 질문에 답한다.

예측은 방향을 정하고, 감지는 수정한다

공개된 업계 연구에 따르면, 분업은 상당히 명확하다. 전통적 수요 예측은 대략 3~18개월의 시간 범위에서 움직인다. 입력은 과거 판매, 계절 패턴, 거시경제 변수이며, 월간 또는 격주 S&OP 사이클에 맞춰 갱신된다. 기본 가정은 "미래는 대체로 과거를 닮을 것"이며, 방향을 묻는 질문에 강하다. 내년에 창고를 확장해야 하는지, 성수기 전에 안전재고를 얼마나 쌓아야 하는지, 장기 용량 계약을 맺어야 하는지 같은 질문이다.

수요 감지는 앞으로 0~8주를 본다. 입력은 과거가 아니라 바로 지금 일어나는 일이다. 실시간 POS 판매, 운송 중 재고 수준, 일기예보, 소셜미디어 신호, 프로모션의 실제 반응. 매일, 때로는 매시간 갱신되며 실행의 질문에 답한다. 이번 주에 얼마나 보충할지, 창고 간 전배를 할지, 다음 주에 몇 개 조를 편성할지 같은 질문이다.

둘의 관계는 대체가 아니라 층층이 쌓기(layering)다. 예측이 궤적을 정하고, 감지가 그것을 계속 수정한다. 주목할 점은 감지가 데이터 신선도에 극도로 민감하다는 것이다. POS 데이터가 3일 이상 늦어지면 감지 모델은 사실상 죽는다. 즉 감지는 먼저 데이터 엔지니어링 문제이고, 그다음이 알고리즘 문제라는 뜻이다.

창고 안에서 본 수요 감지의 실제 모습

창고 운영자에게 감지는 구체적으로 세 곳에 떨어진다.

첫째, 신호가 보충을 먹여 살린다. 일 단위 POS 데이터와 일기예보가 앞으로 2주간의 SKU 단위 수요 보정을 만들어내 안전재고 수준을 자동 조정한다. 폭염 사례에서 2주 차에 POS가 급증했을 때 시스템이 안전재고를 올렸다면 결품을 피할 수 있었을 것이다.

둘째, 신호가 인력 계획을 먹여 살린다. 다음 주 특정 카테고리가 40% 증량될 가능성이 감지되면 5일 전부터 조를 짠다. 금요일 밤에 잔업 전화를 돌리는 것과 다르다. 인력은 창고에서 가장 경직된 비용이자 예측 오차에 가장 민감한 비용이다.

셋째, 신호가 슬롯 배치(slotting)를 먹여 살린다. 급증할 가능성이 있는 SKU를 미리 골든 피크 존으로 옮겨, 피크 때 피커가 랙 깊숙이 뛰어다니지 않게 한다.

2024년 후반의 또 다른 사례도 기록할 만하다. 수납 박스가 숏폼 동영상 플랫폼에서 바이럴이 되면서, 생활용품 3PL의 일일 주문이 월요일 200건에서 금요일 3,000건으로 뛰었다. 월간 예측은 옛날 리듬대로 계속 걸어갔다. 창고는 "수동 감지" — 작업자들이 매일 소셜미디어 댓글을 스크롤하는 — 로 3일을 버텼고, 4일 차가 되어서야 임시 인력과 슬롯 배치가 따라잡았다. 감지 계층이 없는 창고의 모습이 바로 이것이다. 항상 사후에 쫓아다니고, 한 번도 앞서 움직이지 못한다.

수학: 감지 프로젝트의 ROI를 어떻게 가늠할 것인가

이 칼럼은 과장하지 않는다. 계산한다. 아래는 추정 프레임워크다. 파라미터는 각자의 숫자로 바꿔 넣으면 된다.

공개 연구 하나가 계산의 출발점을 준다. Kinaxis와 Kearney의 공동 연구(2023)는 전통적 예측 위에 수요 감지를 얹은 기업이 예측 정확도가 5~20% 향상됐다고 밝혔다. 보수적인 5%를 넣어보자. 연간 결품 손실이 수십만 달러 규모인 유통업자라면, "결품 감소" 한 줄만으로 경량 감지 구축 2~3년치 비용을 충당할 수 있다.

다만 전제 조건이 있다. 연구가 명시하듯, 감지는 4주를 넘는 시간 범위에서는 별 효과가 없다. 수요가 안정적이고 강력하고 예측 가능한 계절성을 가진 카테고리라면 ROI는 크게 줄어든다. 먼저 자사가 고변동·고속 회전 카테고리인지부터 판단하라. 그 다음에 투자를 논하라.

직관에 반하는 발견 하나

대부분은 수요 감지의 ROI가 "결품 감소"에 있다고 생각한다. 내 관찰로는 큰 비중이 실제로는 창고 인력과 슬롯 배치에 있다.

논리의 흐름은 이렇다. 예측의 10% 편차는 조 편성표, 웨이브 계획, 슬롯 예약 각각에 약 10%의 오차로 전달된다. 결품은 산발적이다. 1년에 몇 번. 하지만 인력과 슬롯 배치의 "낭비된 준비"는 매일 돈을 태운다. 200명 규모 창고에서 조 편성 오차로 인한 잔업과 대기 시간은 멈추지 않는 출혈이다. 앞으로 4주를 맞히면 그 일상의 돈부터 절약된다. 산발적인 결품 절약은 그다음이다.

두 번째로 직관에 반하는 점. 감지의 최대 적은 알고리즘이 아니라 조직이다. 감지는 "새 신호가 올 때마다 매일 계획을 고쳐라"를 요구하지만, 많은 기업은 "월 1회 회의가 계획을 정한다"로 계획을 굴린다. 프로세스를 바꾸지 않고 시스템만 사면 감지 신호는 대시보드에서 읽히지 않은 채 방치된다. 감지를 도입하기 전에 하나 물어보자. 매일 계획을 바꿀 조직 역량이 우리에게 있는가. 없으면 시스템을 사기 전에 프로세스부터 고쳐라.

앞으로의 방향

향후 3~5년 안에 수요 감지는 개별 판매 소프트웨어 모듈에서 WMS와 ERP 안의 표준 실행 계층으로 진화할 가능성이 크다. 지금의 웨이브 관리처럼. 중소 규모 창고에게는 진짜 기회는 대형 시스템을 사는 게 아니라 "경량 감지"다. 일일 POS 리포트 + 일기예보 + 수동 보정 규칙 세트로 매주 보충 파라미터를 조정한다. 비용은 거의 0이고 효과는 대부분이다.

보충 의사결정이 "월 1회"에서 "매일, 기계가 제안하고 사람이 확인"으로 넘어갈 때, 창고 안의 "계획"이라는 단어의 의미도 함께 바뀌게 될까. 그 질문에 대한 답은 다음 성수기에나 보일지 모른다.

Dr. Chen, 공급망 연구원 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.