안전재고는 도대체 얼마나 필요할까? 역으로 계산해 보자

2024년 11월, 캘리포니아 온타리오의 한 3PL 창고. 고객사는 소형 가전제품을 판매했다. 인기 SKU 하나가 하루 평균 200개를 움직였고, 보충 리드타임은 12일이었다. 성수기에는 일일 수요가 320개까지 치솟았다. 결과: 6일간의 품절. 긴급 항공 운송비가 $18,000(예시 수치)에 고객사의 SLA 위약금까지 더해져 $30,000 가까이가 날아갔다.

그렇다면 그 SKU에 서비스 수준 95%로 1년 치 안전재고를 가져가는 데는 얼마가 들었을까? 아래에서 계산을 보여주겠다: $1,715다.

한 번의 품절이 17년 치 안전재고 유지비에 해당하는 금액을 날려버린 셈이다. 그 돈은 그냥 버려진 것이다. 안전재고는 "마음 편하려고 여분을 쌓아두는 것"이 아니다. 소수점까지 계산할 수 있는 비용 항목이다. 오늘은 제대로 계산해 보자.

먼저 공식: 한 줄, 세 가지 입력

안전재고 표준 공식은 정확히 한 줄이다:

SS = Z × σd × √L

입력은 세 가지이며, 모두 데이터에서 나와야 한다. 감은 허용되지 않는다:

σd: 일일 수요의 표준편차. 수요 변동성을 측정하는 지표로, 출고 기록에 이미 들어 있다. 엑셀 함수 하나로 끝난다.
L: 보충 리드타임(일). 발주부터 선반에 상품이 진열되기까지의 일수.
Z: 서비스 계수. 표준정규분포의 분위수다. 아래 표에서 확인하자:

목표 서비스 수준	90%	95%	97.5%	99%	99.9%
Z 값	1.28	1.65	1.96	2.33	3.09

마지막 열을 보자. 99.9%에서 Z는 3.09로, 95%의 1.65보다 약 1.87배다. 서비스 수준에 "9"가 하나씩 추가될 때마다 안전재고는 불균형적으로 비싸진다. 이 표를 인쇄해서 벽에 붙여 두자.

완전한 계산 예시 하나. 어떤 SKU: 평균 일일 수요 200개, 일일 수요 표준편차 60개, 리드타임 12일, 목표 서비스 수준 95%:

SS = 1.65 × 60 × √12 = 1.65 × 60 × 3.464 ≈ 343개

재주문점: ROP = 200 × 12 + 343 = 2,743개. 2,743개가 되면 발주한다.

이 343개를 1년 동안 유지하는 데는 얼마가 들까? 단가 $20, 연간 재고 유지율 25%를 가정한다(자본 비용 + 창고 공간 + 보험 + 감모 합산. 업계 경험칙은 20–30%):

연간 유지비 = 343 × 20 × 25% = $1,715/년

서두의 장부가 맞아떨어진다: $1,715면 1년 동안 품절 없는 해를 살 수 있다. 6일간의 품절은 $30,000 가까이 들었다. 직접 계산해 보라.

σd에 대한 데이터 위생 주의사항 하나: σd는 실제 출고 실적에서 계산해야지, 판매 주문에서 계산하면 안 된다. 프로모션은 채울 수 없는 주문을 만들어 겉보기 변동성을 부풀린다. 반품도 빼야 한다. 반품 물결이 σd를 위로 치우치게 만들어 안전재고를 부풀린다.

리드타임 자체가 불안정한 경우의 고급 버전: SS = Z × √(L × σd² + d̄² × σL²). 여기서 σL은 리드타임의 표준편차다. 공급사의 납기일이 들쭉날쭉하면 이 공식을 쓰자.

그리고 내가 가장 흔히 본 잘못된 방법: 재주문점을 평균 수요 × 리드타임으로 잡고 안전재고는 0으로 두거나, 근거 없이 10% "버퍼"를 얹는 방식이다. 이는 수요가 절대 흔들리지 않고 공급사가 절대 늦지 않는다는 전제다. 위 숫자로는 실제 필요량이 343개인데, 0으로 두면 실효 서비스 수준은 50%다. "절약"한 $1,715는 한 번의 품절로 이자까지 붙어 날아간다.

돈이 어디로 가고, 어디서 아낄 수 있는가

안전재고는 본질적으로 교환이다. 확실한 유지비와 불확실한 품절 손실의 교환. 양쪽 모두 정량화할 수 있다:

	유지비(확실)	품절 손실(리스크)
구성 요소	묶인 자본 + 창고 공간 + 보험 + 진부화	잃은 마진 + 긴급 운송비 + 계약 위약금 + 고객 이탈
행태	선형 — 추가 1개당 비용이 같다	비선형 — 한 번의 품절이 1년 치 이익을 날릴 수 있다
계산 방법	SS × 단가 × 유지율	과거 품절 횟수 × 건당 평균 손실

핵심 판단은 이것이다: 최적 서비스 수준은 "1개를 더 가져가는 한계 유지비 = 1개를 덜 가져가는 한계 품절 손실"이 되는 지점이며, "가능한 한 높게"가 아니다. 예시 SKU의 한계 계산:

서비스 수준	Z	안전재고	연간 유지비	품절 확률
95%	1.65	343개	$1,715	5%
99%	2.33	484개	$2,420	1%
차이	—	+141개	+$705/년	−4포인트

95%에서 99%로 올리면 연간 $705의 추가 비용으로 품절 확률이 5%에서 1%로 떨어진다. 그럴 만한가? 해당 SKU의 이력을 확인하라. 연간 평균 품절 손실이 $705를 넘는다면(항공 긴급 대응 한 번이 $18,000이었다), 올려라. 품절 비용이 연간 수백 달러의 마진 수준이라면 95%에 머물러라. 한계 계산은 서비스 수준마다 따로 돌려라 — "회사 방침은 98%"라는 일괄 규정을 그대로 받아들이지 마라.

2025년 초, 이 실수의 비싼 버전을 목격했다. 중서부의 한 이커머스 창고가 23,000개 SKU 전체에 일률적으로 98% 서비스 수준을 적용했다. 롱테일 SKU가 사장 재고로 쌓이고 현금 흐름이 막혔다(대략적 예시). 해결책은 ABC 세분화였다. A 품목(매출 상위 20%)은 98%로 유지하고, B 품목은 95%, C 품목은 90%로 낮췄다. 그 덕분에 여섯 자리 수의 운전자금이 풀렸고, 품절률은 거의 움직이지 않았다. 품절은 원래부터 A 품목에 집중되어 있었고, C 품목 품절이 몇 건 늘어도 연간 수백 달러의 마진 손실에 그쳤다. 모든 SKU에 하나의 높은 서비스 수준을 적용하는 것은 중소 규모 창고가 저지를 수 있는 가장 비싼 실수다.

랙 재고 실사 카운트를 수행하는 창고 작업자

소규모 창고의 지름길: 엑셀 레시피

공식에 겁먹지 마라. 소규모 창고에는 새 소프트웨어가 필요 없다. 엑셀이면 충분하다. 규칙은 세 가지다:

첫째, 일일 데이터가 아니라 주간 데이터를 써라. 일일 출고량은 노이즈가 너무 많아 계산한 σd가 부풀려지고 안전재고도 덩달아 커진다. 최근 12주간의 주간 출고량을 써라:

A열: 최근 12주간의 주간 출고 수량
주간 수요 표준편차: σw = STDEV.P(A1:A12)
리드타임(주): L_weeks = 리드타임(일) ÷ 7
SS = Z × σw × √L_weeks
ROP = 주간 평균 출고량 × L_weeks + SS

둘째, 가장 큰 절약 레버는 예측이 아니라 리드타임이다. SS는 √L에 비례한다. L을 12일에서 3일로 줄이면 안전재고가 343개에서 172개로 떨어지고, 연간 $855의 유지비를 아낄 수 있다. 그것도 전 SKU 한꺼번에 말이다. 분할 납품을 협상하고, 더 가까운 공급사로 바꾸고, 성수기 전에 시장 근처에 재고를 미리 배치하라. 훌륭한 예측이 σ를 10% 줄일 수 있을지 몰라도, L을 절반으로 줄이는 건 협상 테이블에서 해낼 수 있다. 안전재고 공식에서 L은 항상 가장 움직이기 쉬운 변수다.

셋째, 파라미터를 분기마다 다시 돌려라. σ는 계절에 따라 바뀌고, L은 공급사가 바뀌면 바뀐다. 분기 체크리스트: 최근 12주에서 σw를 다시 계산한다. 구매팀과 실제 평균 입고 리드타임을 확인한다. 지난 분기의 실제 품절 횟수를 안전재고 유지비 옆에 놓고 서비스 수준이 여전히 타당한지 점검한다.

반대 방향의 트레이드오프 하나 더: 과대한 안전재고는 진부화가 된다. 계절 SKU(여름 선풍기, 명절 선물 세트)를 성수기 σ로 쌓아 두면 시즌이 지난 뒤 사장 재고가 된다. 반값에 처분하거나 폐기다. 내가 본 최악의 사례: 한 창고가 계절 가전에 98%로 900개의 안전재고를 가져갔다가 시즌 후 600개가 남았고, 처분 손실은 그 "품절 방지"가 그동안 아껴 준 금액의 3배였다. 계절 SKU는 성수기 6주 전에 공식을 돌리고, 성수기가 지나면 즉시 90%로 — 아니면 절반으로 — 낮춰라. 공식은 고정되어 있지만 달력은 그렇지 않다.