SCM과 AI는 왜 쉽게 친해지지 못할까?

가상의 Jeff Bezos, Han L. Lee, Andrew Ng 대담

대부분의 경력을 SCM 운영, 시스템, 프로그램 및 프로젝트 영역에서 쌓아왔지만,

현재는 SCM 영역에 한정하지 않고 화장품 회사의 전반적인 운영 프로세스를 개선하는 것에 집중하는 것과 동시에 AI를 통한 퍼포먼스 향상에 집중하고 있는 현재 상황.

그리고 그 안에서 계속해서 나를 괴롭히는 한 가지 질문.

"왜 특정 부서는 AI 활용도가 높은데, 어떤 부서는 AI 활용도 뿐만 아니라 AI에 대한 관심조차 적을까?"

예를 들어 마케팅이나 온라인 디자인과 같은 팀은 관심도 높고 활용도 적극적으로 하는 반면,

나의 본진이라 할 수 있는 SCM 영역은 관심도 높지 않고, 활용은 더더욱 적은 상황이었다.

사실 이유는 꽤나 분명하다.

잘못되었을 때 되돌리기 쉽지 않고, 각 파트너사들의 데이터는 분절되어 있으며,

생각보다 많은 문서를 실제로 주고받으며 업무가 진행되고,

S&OP 는 실제 Forecasting 이 아닌 영업팀이나 리더십의 의지가 들어가게 된다.

하지만 보다 깊이 문제를 들여다보고 싶었고, 이를 위해 AI 에이전트를 사용해서 흥미를 높여보는 방법을 택했다.

전체적인 세팅은 아래와 같다. (AI 관련 팟캐스트에 끊임없이 초대받는 전문가이자, IBM과 AWS를 거친 PM 인 Allie K. Miller의 셋업과 100% 동일하다. 링크는 여기에.)

- Claude Code를 통해 3개의 서로 다른 페르소나를 가진 SCM에 대한 깊은 통찰력을 가진 AI 에이전트 셋업 (아주 구체적이거나 신뢰성이 높다고 볼 순 없고, 단순히 내가 지정한 사람의 시야에서 판단하라 정도의 지침. 내가 선택한 3명은 아마존의 Jeff Bezos, 채찍 효과 이론의 창시자인 스탠퍼드대학의 Hau Lee, 구글 AI 연구 조직 설립자이자 제조 현장에 AI 도입을 리딩하고 있는 Andrew Ng)

- 내가 현재 처한 상황과 풀고자 하는 문제를 공유

- 3개의 에이전트는 이 문제에 대해서 3라운드에 걸쳐서 답변 제공

> 1라운드 : 3개의 독립적 의견 (내가 지정한 사람의 시야에서, 800~1200자 길이로 답변)

> 2라운드 : 3개의 의견을 취합한 후, 이를 모든 에이전트에게 재전송, 에이전트는 이를 읽고 본인 의견 피력 (누구에게 동의하거나 동의하지 않는지, 이유는 무엇인지, 그래서 자신의 생각을 바꿨는지, 최종 선택)

> 3라운드 : 최종 합의

- 산출물은 문서 및 html 파일로, 요약본과 디테일한 문서를 모두 제공

결과가 어땠을까? 결과물의 일부는 아래와 같다.

wㅔ

결론적으로 SCM 조직에서 AI 도입이 늦는 이유는 크게 아래의 3가지다.

1. 실패할 경우 파급 범위가 매우 큰 점

- AI의 잘못된 수요 예측은 대규모 품절 혹은 과잉 재고로 이어짐

- 물리적인 리드타임 (원료 조달, 제조, 물류) 때문에 한 번 내려진 결정은 되돌리기 어려움

2. 파편화된 데이터와 채찍 효과의 증폭

- 제조사, 3PL, 리테일러가 각각의 이해관계에서 실시간 데이터를 공유하지 않음

- 여기서 작동하는 AI는 잘못된 결정을 오히려 더 확신 있게 내리게 하여 채찍 효과를 악화

3. 피드백 루프의 부재

- 마케팅은 클릭 한 번으로 피드백을 받지만, SCM은 예측 결과를 실제로 확인하는 데에 보통 12주 이상 필요

- 현장 담당자가 AI 추천을 무시하고 수치를 수정하지만 그 이유를 기록하지 않기에 AI 훈련 데이터 오염

그래서 어디서부터 시작해야 할까?

실패했을 때 최소한의 노력으로 복원할 수 있고, 피드백 루프가 상대적으로 빠르며, 분절된 데이터들 가운데에서도 그나마 내부에서 통제할 수 있는 데이터가 있는 곳.

예를 들어, 계절성이 없거나, 품절이라도 크게 브랜드에 타격이 없는 SKU 에만 작게 적용을 해본다거나,

실제 수요를 자사몰이나 틱톡샵등의 유입 데이터를 바탕으로 한 것과 내부 Forecasting을 비교해 본다거나,

동시에 장기적인 빌딩을 위해 데이터를 정리해 나가는 과정을 같이 한다면.

느리지만 조금씩 단계적으로 나아갈 수 있지 않을까 싶다.

물론...

쿠팡 재직시절에서도 Machine Learning을 시험적으로 도입해서 진행한 프로젝트가 있었지만,

결과가 썩 만족스럽지 않았던 기억이...