최적화 알고리즘 vs. 지속 가능한 성장
# 지속가능한 성장은 꼭 최적화가 아니다?..!
# 업무의 최적화
세일즈 분야에서 일을 하다 보면 어떤 상품을, 얼마나 많은 리소스를 투입해서 그리고 어떤 판매방식으로 최적화해서 판매할지?에 대한 질문들이 꼬리에 꼬리를 문다. 다른말로 살짝 바꾸면 ‘당장 수익은 내는 상품이어떤것이고, 어떻게 아웃풋을 최대로 낼 것인가?’다.
'숫자가 곧 인격'으로 통하는 세일즈 직무의 특성상 '최적화' = '당장의 매출'로 치환해서 해석하고 또 직무로서 요구받는 것이 당연하다. 매출을 일으키고 그로써 나의 월급을 받는 직무인지라 '효율'이라는 미명하에 당연스럽게 '최적화'를 요구 받곤한다.
# 최적화 vs. 현실
어느 슈퍼마켓 사장이 있다. 그는 요즘들어 가파르게 하락하는 매출추이를 지켜보며, 어떻게 하면 분위기를 반등시킬 수 있을까? 심각하게 고민 중으로, 머릿속에 질문들이 그득하다.
‘분위기 바꾸려면 점포의 디스플레이를 한번 바꿔볼까?’ ‘아예 인테리어 공사를 하고 완전히 다른 분위기를 만들어야 하나?’ 혹은 ‘매장의 점장과 직월들을 열심히 교육시킨다면 좋은 분위기로 바뀔 수 있을까?’... 어디부터 어떻게 시작해야 할지 고민이 깊다.
그는 일단 해볼수 있는 것을 먼저 해보는 의미로 지난 2년 간의 제품 판매 데이터를 분석해보기로 했다. 연, 월, 일 그리고 시간대별 매출 추이를 시작으로 해서 상품별, 벤더별, 점장 및 직원별 매출액이나 마진율 등 다양한 지표를 볼 수 있었고 그 결과 몇가지인사이트를 얻을 수 있었다.
시점별로 점포별로 수익에 기여하는 효자상품들과 그렇지 못한 상품들이 한눈에 들어왔고, 시즌이나 시간대별 추이 등 상세하 지표들도 볼 수 있었다.
단기, 중기, 장기적인 측면에서 다양한 변화를 시도하는 게 가능하겠지만, 그는 우선 쉽고 빠르게 해 볼수 있는 것들을 해보기로 결심했다. 제일 먼저 데이터를 기반으로 매출이 부진한 상품을 빼고 인기있는 상품으로 대체하기로 결정했다. 그렇게 하고보니 공간이 눈에 띠게 효율화된 느낌이 들었고, 마법처럼 일주일 이후 바로 매출액이 증가한 게 보였다.
사장님은 “역시 데이터구나!” 하는 생각을 하며 매장에서 안 팔리는 상품은 적극적으로 치워버리고, 잘 팔리는 상품의 양을 대폭 늘려 매장을 최적화해갔다. 그러나 서너달이 지나자 오히려 매출이 급격히 떨어졌고 그렇게 6개월이 지난 어느날 이윽고 문을 닫고 말았다.
# 그리디 알고리즘 (Greedy Algorithm)
그리디 알고리즘 (Greedy algorithm) 즉 탐욕적 방법은 최적화 문제를 해결하는 알고리즘의 한 종류다. 그리디 알고리즘은 현재 상황에서 지금 당장 최적이라고 생각되는 답을 선택하여 문제를 해결해 나가는 방법론을 말하는데 기본 개념은 "매순간 최적의 선택"을 하는 것을 이른다.
이러한 선택들을 계속하여 전체에 대한 최적의 해답을 얻으려는 방법으로 다른 알고리즘과 차이점은 각 단계에서 지금 당장 최고의 방법을 선택하여 전체 문제의 답을 구한다는 것이다. 언뜻 보면 단계마다 현 단계에서 볼 때, 최고의 선택을 하니까 궁극적으로 좋은 방향으로 흘러가는 듯하다. 그러나 큰 그림 차원으로 확장해서 보면, 단계별 선택의 조합이 결국 지름길이 아닐 수 있다.
이것은 우리가 어떤 일을 할때도 적용되는 이론으로 사람들이 기본적으로 하고 싶은 목표가 생기면 '최적화' 라는 미명하에 지름길을 찾으려고 노력한다. 이 지름길을 찾을 때 눈 앞에 보이는 것만 고려해서 선택한다면, 그 지점에서 벗어나 전체 그림 차원에서 본다면 그것이 꼭 지름길이 아닐 수 있다는 것이다.
# 조금 더 '장기적 관점의 최적화'가 필요한 이유
B2B 세일즈를 할 때, 영업대표들이 고객들에게 상품이나 서비스를 판매하는 상황을 생각해 보자. "매 순간 최적의 선택"이라는 측면에만 방점을 두고 그리디 알고리즘(Greedy Algorithm)을 적용한다면 자연스럽게 단기적으로 큰 수익을 낼 수 있는 고객에게만 집중할 수 있다.
'최적화’라는 미명하에 세일즈들이 큰 금액 그리고 단기적으로 계약할 가능성이 높은 고객만을 쫓아다니는 현상이 나타날 수 있다는 것이다. 이는 그리디 알고리즘이 각 단계에서 가장 좋은 선택을 하는 것과 유사한데 당장 높은 수익률의 계약을 통해 빠르게 목표를 달성할 수 있기 때문이다. 그러나 단기적인 이익만을 추구하다 보면 장기적으로 고객 관계를 유지하거나, 장기적인 관점에서 더 큰 계약을 체결할 수 있는 고객을 놓칠 수 있는 Risk가 높아지는 것은 자연스러운 현상이 될 수 있다. 왜냐하면 리소스가 한정이 되어 있기 때문이다.
예를 들어, 작은 계약을 통해 처음에는 적은 이익을 보이지만 장기적으로 더 큰 계약으로 이어질 가능성이 있는 고객을 놓치게 될 수 있다는 것이다. 하루 이틀 장사할 게 아니라면, 단기적인 이익만 보기 보다는 중.장기적인 관점을 가지고 고객과의 관계를 구축하고, 그 관계를 통해서 지속적인 매출과 이익을 얻는 것이 더 중요할 수 있다. 이것은 그리디 알고리즘이 항상 최적의 해결책을 주지 않는 것과 유사하다. 때로는 단기적인 관점에서의 최적화보다 장기적인 관점에서의 전체적인 최적화를 위한 전략이 필요한 것이다.
세일즈 입장에서 보면 단기적인 최적화만을 추구하는 것은 그리디 알고리즘의 접근법과 유사하며 때로는 장기적인 관점에서의 최적화가 필요하다는 결론이다. 세일즈팀은 단기적인 성공만을 추구하기 보다는 장기적인 관계와 전략을 고려하여 효과적인 판매 전략을 구축해야만이 지속가능한 세일즈를 해 나갈 수 있다.
위에서 언급한 슈퍼마켓의 예시에도 똑같이 적용될 수 있다. 주인이 슈퍼마켓의 상품 진열측면에서 볼때, 단기적인 관점에서만 보면 다양한 상품 대신, 좀 더 잘 팔리는 상품 일색으로 배치하고 싶을 수 있다. 그러나 장기적인 관점에서 최적화가 필요한데 그 이유는 어쩌다 팔리는 일명 ‘구색 상품’이 오히려 손님들에게 ‘상품 구성이 좋은 슈퍼마켓’이라는 이미지를 줄 수 있고, 단기 매출보다는 구색의 풍부함을 확보함으로써 오히려 중장기적으로 사람들이 믿고 찾아오는 동인이 될 수도 있기 때문이다.
# 지속가능한 성장은 다른 이야기
우리가 나의 일과 삶을 성장시킬 때도 이 알고리즘 법칙은 그대로 적용된다. 당장의 성장 혹은 당장의 이익만 취하기 보다는 지속가능한 성장을 위해 좀 더 멀리보는 연습이 필요하다. 주위에서 어려움에 처해있는 친구가 나의 도움을 필요로 할 때, 당장 나에게 도움이 되지 않더라도 돕는 게 더 먼저일 수 있다.
처음부터 완벽한 근육은 없는데 친구를 도우려고보니 나도 채 준비되지 않은 체력이 필요해서 더뎌질 수 있다. 마치 슈퍼마켓에서 한달에 한번 찾을까 말까한 상품을 가지고 있어야 하는 것처럼 말이다.
친구의 어려움에 돌아보는 과정에 조금 돌아갈수 있어도 덕분에 내가 자주 쓰지 않는 근육을 굳이 찾아 한번쯤 사용해 봄으로써, 생각지도 못한 근육까지도 고르게 성장시킴으로, 결국 지속가능한 성장의 발판을 마련해 나갈수 있기 때문이다.
