2025 공급망 트렌드: 데이터·AI로 위기를 기회로
오늘날 공급망 관리(SCM)에 대해 이야기할 때 불안정성, 공급 중단, 불균형, 대란 등과 같은 키워드를 빼놓을 수 없습니다. 코로나19 팬데믹으로 시작된 공급망 불안정은 항만 폐쇄, 병목현상, 원자재 수급 불균형 등으로 이어졌는데요.
*SCM: Supply Chain Management. 원재료·원자재, 생산자, 운송, 고객에 이르는 물류의 흐름을 하나의 가치사슬 관점에서 파악하고 관리하는 시스템.
‘최저 비용’과 ‘최대 효율’이 핵심가치로 적용되던 공급망, 불확실성의 시대에서 공급망은 그 어느 때보다 거센 파도에 직면해 있습니다. 예측 불가능한 변동성과 복잡성의 증가는 기업의 생존을 위협하고 있으며 국가 경제 안보의 핵심의제로도 부상하고 있습니다. 효율성 증대를 넘어 회복탄력성과 시장 변화에 유연하게 대응하는 민첩성을 확보하기 위한 데이터 수집 기반과 AI 활용은 선택이 아닌 필수가 됐습니다.
이러한 위기 속에서 데이터와 AI는 기업이 거센 파도를 안전하게 헤쳐나가고 새로운 비즈니스 항로를 발견할 수 있는 기반이 될 것입니다.
공급망의 복잡성과 변동성이 증가함에 따라 회복탄력성과 민첩성을 확보하기 위한 데이터, AI 활용에 대한 인사이트를 확인해보시길 바랍니다.
글로벌 공급망을 뒤흔든 5년간의 사건들
많은 사건들이 지속 발생하면서 글로벌 공급망을 끊임없이 공격하고 뒤흔들고 있습니다. 이는 기업들에게 막대한 손실을 입힐뿐만 아니라 물가 상승, 제품부족 등 소비자들에게 피부에 와닿는 영역까지 파고들고 있죠.
최근 5년 글로벌 공급망 타격 이슈
ㅤ• 2020년 코로나19
ㅤ• 2021년 에버 기븐호 좌초
ㅤ• 2022년 우크라이나-러시아 전쟁(진행 중)
ㅤ• 2023년 파나마 운하 가뭄
ㅤㅤㅤㅤㅤ 홍해 사태(진행 중)
ㅤ• 2025년 이스라엘-이란 전쟁(진행 중)
2020년 코로나19 팬데믹으로 인해 전 세계적인 봉쇄조치가 이뤄졌으며 생산성이 급감했습니다. 또한 운송시스템이 마비되면서 전례없는 물류 혼란이 발생했죠. 특히 반도체, 자동차 등의 산업의 ‘저스트 인 타임(Just In Time)’ 전략이 속수무책으로 무너졌습니다.
*저스트 인 타임 전략: 적시생산방식. 재고를 두지않고 주문 시 생산해 재고관리 비용을 최소화하는 방식
팬데믹 여파가 채 가시기도 전 2021년 3월에는 초대형 컨테이너선 ‘에버 기븐’호가 좌초되면서 수에즈 운하가 일주일이나 봉쇄됐습니다. 전 세계 교역량의 약 12%를 차지하는 수에즈 운하의 봉쇄는 수십억 달러에 달하는 교역 차질과 해상 운송 비용이 폭등하는 결과를 낳았습니다. 이는 단일 루트의 병목 현상이 전체 공급망에 미치는 파급력을 극명하게 확인하는 계기가 됐으며 공급망 유연성이 주목받게 됐습니다.
2022년 초에도 에너지, 원자재, 식량 등 광범위한 범위에 영향을 미친 사건이 발생하게 됩니다. 바로 우크라이나-러시아 전쟁인데요. 우-러 전쟁으로 인해 곡물 공급량이 크게 줄어들며 전 세계적인 식량 안보 위기가 고조됐으며 국제유가와 천연가스 가격이 크게 출렁였습니다. 또한 러시아 내 사업을 진행하던 많은 기업들이 사업을 철수하거나 공급망 다변화를 모색했으며 러시아 영공을 통한 항로가 막히면서 항공 운송 비용, 시간이 증가하는 결과를 낳았죠.
2023년 태평양과 대서양을 잇는 해상 물류의 요충지인 파나마 운하에 극심한 가뭄이 들이닥쳤습니다. 하루 통행할 수 있는 선박의 수가 감소하면서 적체가 발생했고 아프리카 희망봉을 우회하는 등의 대체 경로를 찾아야 했으며 이 역시 비용과 시간의 증가로 이어졌습니다.
같은 해 예멘 후티 반군이 민간 선박을 공격하는 홍해 사태도 발생하면서 수에즈 운하 운영에 영향을 주었고 해상 물류의 핵심인 두 운하가 제 기능을 하지 못하는 상황까지 이르렀죠.
최근 이스라엘의 이란 공습은 국제 유가와 해상 운송로의 불확실성을 더욱 증폭시켰죠. 2025년 현재까지도 이어지는 이러한 지정학적 긴장은 공급망에 지속적인 위협이 되고 있습니다.
일련의 사건들은 비용과 효율성만이 강조된 공급망의 취약성을 여실히 드러냈습니다. 예측 불가능한 외부 영향에 대한 회복탄력성과 유연하게 대응할 수 있는 민첩성을 갖춘 대비책 마련의 중요성이 중요해졌죠.
경제 안보의 시대: 공급망 재편과 자국 중심주의 심화
지정학적 갈등, 자연재해 및 기후변화, 첨단기술 경쟁 심화 등으로 글로벌 공급망 확보는 경제안보를 위한 필수 요소가 됐습니다. 이에 따라 주요국들은 공급망 재편 및 보호무역 태세를 강화하고 있습니다. 특히 특정 국가나 소수 기업에 대한 높은 의존도가 위기 시 치명적인 결과를 초래하기 때문에 자국 또는 우방국 중심으로 공급망을 구축하고 있죠.
미국
인플레이션 감축법(IRA)반도체 지원법(CHIPS Act)
유럽(EU)
공급망 실사 의무화핵심 원자재법(Critical Raw Materials Act)
일본
리쇼어링핵심 자원 비축 및 공급망 다변화
이러한 변화를 가장 잘 보여주는 것이 미국의 리쇼어링, 프렌드쇼어링 정책입니다. 미국은 반도체, 배터리, 핵심 광물 등 전략적으로 중요한 산업의 생산 시설을 미국 내로 돌아오게 하거나 가깝거나 정치·경제적으로 긴밀한 관계의 국가와 협력해 공급망을 구축하고 있습니다.
대표적으로 인플레이션 감축법(IRA)과 반도체 지원법(CHIPS Act)이 있습니다. 이로 인해 인텔(Intel)과 TSMC와 같은 글로벌 반도체 기업들이 미국에 대규모 투자를 결정했죠.
*리쇼어링(Reshoring): 해외에 진출한 국내 제조 기업을 다시 국내로 돌아오게 하는 정책.
**프렌드쇼어: 동맹국이나 우방국에 생산시설을 구축하게 하는 정책.
미국의 행보는 단순히 생산지를 옮기는 것이 아니라 핵심 기술과 생산 역량을 자국 내에 확보해 외부 충격에 방어력을 높이려는 전략으로 방어력을 높이기 위해 생산 기지 및 공급망 재편에 대한 압력을 높이고 있죠.
유럽연합(EU)은 공급망 내 인권 및 환경 문제에 대한 기업의 책임을 강화하기 위해 ‘공급망 실사 의무화’ 법안을 추진하고 있습니다. 이와 더불어 핵심 원자재법(Critical Raw Materials Act)을 통해 희토류, 리튬 등 배터리와 첨단 산업에 필수적인 원자재를 안정적으로 확보하고자 하는 방향으로 움직이고 있습니다. 이를 통해 특정 국가에 대한 의존도를 낮추고 회원국간 협력을 강화해 공급망의 전략적 자율성을 확보할 것으로 기대하고 있죠.
일본 역시 반도체, 희토류 등 전략물자의 안정적인 공급망 구축에 나서고 있습니다. 미국과 같이 유턴 기업에 대해 지원을 확대하는 리쇼어링 정책을 펼치고 있으며 특정 국가에 의존도가 높은 품목의 경우 재고를 비축하거나 대체 공급처를 확보하고 있죠.
이렇듯 회복탄력성, 유연성, 그리고 국가 안보적인 관점에서 전 세계적인 자국 중심의 공급망 재편은 이전과 다른 글로벌 교역 환경을 만들고 있습니다. 이러한 공급망 재구축은 관리 난이도 및 복잡성을 높입니다. 단기적으로 기존 공급망 대비 효율성 낮지만 장기적인 관점에서 안정성을 확보하기 위해서는 불가피한 상황입니다.
복잡성 심화: 공급망 가시성 확보가 '생존'의 필수 역량인 이유
오늘날의 공급망은 거대한 거미줄이 다양한 국가에 걸쳐서 다수의 공급업체, 생산기지, 운송수단 유통채널까지 얽히고 설켜 있습니다. 복잡성이 더해지면 더해질수록 한 곳에서 발생한 문제가 전체 시스템에 예상할 수 없는 파급력을 행사하게 됩니다. 때문에 공급망 가시성의 확보는 ‘생존’을 위한 필수 역량이 되고 있죠.
공급망이 복잡성이 강화되는 요인은 ▲글로벌화와 확장된 네트워크 ▲상호 연결성 부재 ▲지정학적 리스크 및 환경 변화와 불확실성 증가 등이 있습니다.
먼저 글로벌화와 확장된 네트워크가 공급망 복잡성을 높이는 이유에 대해 살펴보겠습니다. 먼 과거에는 자국 내에서 원자재를 조달하고 생산, 유통하는 방식이 선호됐지만 비용절감, 자원 접근성, 신규 시장 개척을 위해 전 세계 각지에 생산 기지를 구축하고 여러 국가의 수많은 공급업체와 협력관계를 맺는 다국적 분산 생산 체계가 보편화되고 있습니다.
다국적 분산 생산 체계는 운송 경로를 길게 만들고 여러 국가의 규제를 고려해야 하는 등 복잡성을 가중합니다.
또한 전문성과 효율성을 위해 1차, 2차, 3차 협력업체를 활용하는 다단계 공급망 네트워크를 형성하기도 하는데 각 업체별 자체적인 공급망과 운영 방식이 있어 가시성 확보에 어려움이 발생합니다. 가시성이 없는 상태에서 하나의 업체에서 발생한 작은 문제가 전체 공급망에 파급효과를 미칠 수 있죠.
공급망 관리 IT기술의 발전은 효율성을 높이면서도 서로 다른 시스템 간의 상호 연결성 부재로 인해 오히려 복잡성을 가중시키고 있습니다. 공급망 내 서로 다른 기업들이 사용하는 ERP, SCM, TMS, WMS간의 상호 연결성 부재는 데이터 공유와 통합을 어렵게 만듭니다. 각각의 시스템이 통합되지 않는다면 데이터가 단절되고 활용하기 어려워집니다.
미·중 무역 갈등, 러-우 전쟁, 이스라엘-이란 공습 등 지정학적 리스크와 파마나 운하의 가뭄과 같은 기후변화의 영향은 특정 지역의 생산, 운송을 중단 시키거나 무역 장벽을 높이게 됩니다. 이러한 리스크에 기업들은 다양한 시나리오를 갖춰야 합니다.
핵심 요인 외에도 예기치 못하게 발생하는 요인들이 있기 때문에 공급망은 더 이상 인간의 경험과 직관만으로는 예측하거나 통제하기 어렵습니다. 불확실성은 의사결정을 지연시키고 비효율을 초래하죠. 때문에 공급망의 엔드 투 엔드(End to End) 가시성 확보는 공급망 관리의 핵심 목표가 되었습니다.
윌로그가 말하는 엔드 투 엔드 가시성은 단순한 운송 현황 파악이나 위치 추적 수준의 가시성이 아닙니다. 향후 공급망에 필요한 가시성은 공급망 전 과정에서 ‘어떠한 상황이’, ‘왜’, 그리고 ‘어떻게’ 발생했는지 정확하게 파악할 수 있는 가시성입니다. 이러한 가시성이 갖춰진다면 실질적인 성과를 거둘 수 있는 공급망 개선 기반이 될 것입니다.
선택 아닌 필수: 데이터와 AI로 구현하는 지능형 공급망
데이터는 공급망의 과거를 설명하고 현재를 진단하며 미래를 예측하고 최적의 의사결정을 내리는데 활용할 수 있습니다. 이를 통해 ▲설명적 분석(Descriptive Analytics)으로 ‘어떤 일이 발생했는지’ 파악하고 ▲진단적 분석(Diagnostic Analytics)으로 ‘왜 발생했는지’의 원인을 규명할 수 있습니다. 또한 ▲예측적 분석(Predictive Analytics)으로 ‘앞으로 일어날 일’을 예측하고 ▲처방적 분석(Prescriptive Analytics)으로 대응 방안에 대한 최적 결정을 내릴 수 있게 됩니다.
이렇게 데이터에 기반한 의사결정은 단순히 효율성을 넘어 공급망의 회복탄력성과 민첩성을 확보하는데 핵심적인 기반이 되며 이를 AI로 활용할 수 있죠.
아직은 데이터와 AI 활용이 더딘 것이 현실입니다. 최근 한국무역협회(KITA) 국제무역통상연구원이 발표한 ‘AI 시대가 이끄는 한국 주력 수출 산업 변화’ 보고서 설문조사에 따르면 국내 무역업계의 78%가 효율성 제고를 위해 AI 도입이 필요하다고 응답했습니다.
그러나 응답기업 중 약 17%만이 AI를 활용해 생산성을 향상시키거나 업무 수행하고 있는 것으로 나타났습니다. 17% 마저도 마케팅 및 브랜딩, 제품 및 서비스 기획·개발 등에 주로 적용하고 있는 것으로 생산·제조 등은 사용자 중 10% 미만에 그쳤죠.
무역업계 AI 활용 실태조사 결과(출처: 한국무역협회).
AI는 입력된 데이터 품질에 따라 성능이 크게 좌우되는 ‘Garbage In, Garbage Out’ 원칙이 강하게 적용됩니다. 정확하지 않거나 완전하지 않은 데이터는 잘못된 AI 분석, 잘못된 의사결정으로 이어질 수 있습니다. 공급망 전반에 걸쳐 표준화된 형식으로 데이터를 수집하고 실시간 정제해 활용할 수 있는 것이 중요합니다. 또한 데이터의 정확성과 일관성이 유지되고 데이터를 필요로 하는 주체가 쉽게 접근할 수 있는 환경이 조성돼야 하죠.
코닝: 운송 파손 방지 및 책임 소재 규명을 통한 공급망 고도화
글로벌 소재 기업 코닝은 국제 운송 과정에서 발생하는 파손을 방지하고 책임 소재 규명 체계를 강화하고자 했습니다. 코닝의 디스플레이는 고부가가치 중간재로 파손되거나 파손이 우려되는 경우 비용 손실뿐만 아니라 고객의 생산계획에도 차질이 발생할 수 있기 때문에 파손을 줄이는 것이 매우 중요하죠.
이를 위해 운송 중 충격, 기울기와 같이 환경 변화를 감지할 수 있는 윌로그의 디바이스를 적용해 모니터링하고 있습니다. 그리고 도입이전 ‘Garbage In, Garbage Out’ 원칙을 고려해 수집되는 데이터가 현실을 제대로 반영하고 있는지 검증하기 위해 실제 운송 환경을 구현해 테스트를 진행했으며 데이터만으로도 제품의 파손 여부를 확인할 수 있게 됐습니다. 현재는 환경 변화 데이터와 위치를 통합해 개선 방향성을 수립하고 있으며 누적 데이터를 통한 AI 적용을 확대하고 있죠.
윌로그 컨트롤 타워-국제 운송 위험예측 화면.
유통 C사 사례: 창고 온습도 관리전략 수립
전국 단위 물류 창고를 운영하는 유통 C사는 보관 중인 재고, 제품의 품질을 유지하면서 현장 작업자에게 안전한 근로환경을 조성하기 위해 시간에 따른 구역별 온습도 변화 및 편차를 확인하고자 했습니다. 창고 곳곳에 작업자, 제품 등 목적별 윌로그 센서 디바이스를 설치했으며 시계열에 따른 변화는 물론 인근 구역 대비 온도 변화가 크거나 편차가 발생하는 구역을 찾아 개선하고 있습니다.
이를 통해 일관되고 통제가능한 창고 온습도 환경 조성이 가능해졌으며 누적되는 데이터를 기반으로 온도 변화에 대한 예측으로 사전에 손실을 방지해 나갈 계획입니다.
철저한 데이터 수집, 체계적인 분석 기반을 마련하더라도 최종적인 의사결정은 사람이 하기 때문에 데이터를 활용하는 목적, 필요 데이터, 구체적인 활용방안 등에 대해 능동적인 자세를 가지는 것이 중요합니다.
미래의 공급망은 더욱 복잡해지고 유동적으로 변화해 나갈 것이 분명합니다. 데이터 중심의 지능형 공급망 관리 시스템으로의 전환은 불확실성을 해소하고 지속가능한 성장과 빠르고 정확한 의사결정을 내릴 수 있는 기반이 됩니다. 특히 AI는 단순한 효율성 향상을 넘어 보다 회복탄력적이고 유연한 공급망을 구성하는데 핵심 동력이 될 것입니다.
