4 read min
SCM 계획 업무를 담당하는 임원이라면 누구나 익숙한 순간이 있습니다. IBP나 S&OP 회의에서 녹색과 적색 숫자로 가득한 KPI 대시보드를 바라보는 순간입니다. 재고는 증가했고, 서비스 수준은 하락했습니다. 곧바로 질문이 이어집니다. 왜 이런 결과가 발생했을까? 그리고 지금 무엇을 해야 하는가?
최근 Hannover Messe 발표에서 저는 이 질문을 참석자들에게 던졌고, 참석자들은 즉시 같은 문제를 경험하고 있음을 공감했습니다. 이러한 회의에서 전개되는 양상은 거의 항상 동일하기 때문입니다. 수요 계획 담당자는 예측 정확도를 지적합니다. 구매팀은 3개월 전 유리한 가격 조건으로 사전 구매를 진행했다고 설명합니다. 제조팀은 배치 생산 제약으로 인해 생산량을 늘릴 수밖에 없었다고 말합니다. 그리고 불편한 진실은, 이들 모두의 말이 맞다는 것입니다.
하지만 이러한 의사결정들이 어떻게 연결되어 3억 달러 규모의 초과 재고 증가로 이어졌는지를 통합적으로 설명할 수 있는 관점은 없습니다. 그리고 이러한 통합 관점이 없다면 실질적인 앞으로의 개선을 위한 진정한 학습도 어렵습니다. 남는 것은 진단, 이견, 그리고 다음 분기에도 반복되는 동일한 KPI 미달뿐입니다.
이것이 바로 이러한 문제를 해결하기 위해 o9 Agentic Post-Game Analysis(PGA)가 설계되었습니다.
Decision Replay(의사결정 결과 분석)의 문제
최고 수준의 스포츠 팀이 어떻게 실력을 향상시키는지 생각해 보십시오. 그들은 단순히 경기 결과만 확인하지 않습니다. 경기장에서 이루어진 모든 판단과 움직임을 다시 분석합니다. 누가 누구에게 패스했는지, 누가 포지션을 벗어났는지, 어느 지점에서 경기의 흐름이 끊겼는지를 하나하나 되짚어 봅니다. 이처럼 의사결정과 결과 사이의 인과관계를 세밀하게 파악하는 역량이, 지속적인 학습을 통해 개선하는 팀과 단순히 상황에 사후 대응하는 팀을 가르는 결정적인 차이입니다.
공급망 계획 영역에서는 지금까지 이러한 수준의 의사결정 결과의 분석, 즉 복기가 가능하지 않았습니다. 대시보드는 결과 지표를 보여줄 뿐, 그 결과로 이어진 의사결정의 흐름을 보여주지는 않습니다. 근본 원인 분석은 개별 계획 담당자의 경험과 기억에 의존하는 경우가 많으며, 각자의 편향, 관점, 담당 업무 범위에 따라 서로 다르게 해석됩니다. 이러한 조직 내 암묵지는 담당자 변경이나 인사이동과 함께 사라지며, 조직 차원의 지식과 의사결정 역량으로 축적되지 못합니다.
중요한 질문은 여러분의 팀이 충분한 역량을 갖추고 있는지가 아닙니다. 조직이 비즈니스가 요구하는 속도에 맞춰, 계획 사이클을 반복할수록 체계적으로 학습하고 있는가입니다.
개인 경험에 의존한 암묵지에서 체계적 조직 학습으로
PGA는 Agentic AI와 그래프 기술을 활용해 계획 프로세스 안에서 학습이 지속적으로 이루어지도록 내재화합니다. 계획 시스템에서 내려진 모든 의사결정, 즉 누가, 왜, 어떤 조건에서 결정했는지가 기록되고 서로 연결됩니다. KPI가 목표를 벗어나면 시스템은 전체 의사결정의 흐름을 추적합니다. 과도한 수요 예측, 사전 구매, 후속 물류 재배치를 유발한 창고 CAPA 제약, 그리고 그 결과로 발생한 과잉 생산까지 연결해 보여줍니다. 단편적인 설명이 아니라, 의사결정들이 어떻게 상호작용을 해 특정 결과를 만들었는지에 대한 전체 맥락을 제공합니다.
시간이 지날수록 이러한 개별 추적 결과는 훨씬 더 큰 가치로 축적됩니다. 바로 반복적으로 나타나는 패턴입니다. 실제 한 고객 구축 사례에서 PGA는 초과 재고 사례의 44%가 수동 예측 조정에서 비롯되었다는 사실을 식별했습니다. 계획 담당자들이 시스템 예측값을 개인의 판단으로 조정하는 과정에서 일관된 편향이 반복적으로 반영되고 있었던 것입니다. 이러한 구조적인 인사이트는 어느 한 개인이 단일 계획 사이클 안에서 발견하기 어렵습니다. 의사결정이 시간에 걸쳐 연결되고 추적될 때 비로소 드러납니다.
인사이트에서 실행으로 — 다음 계획 사이클이 시작되기 전에
무엇이 잘못되었는지를 아는 것은, 다음에 무엇을 실행해야 하는지로 이어질 때에만 의미가 있습니다. PGA는 이 두 가지를 모두 제공합니다. 근본 원인 분석과 구체적인 실행 권고안입니다. 그리고 이를 단기 실행 과제와 중장기 구조 개선 과제로 구분합니다. 단기적으로는 재고 이동, 입고 예정 구매 오더의 일시 보류, 거점 간 재고 재배치와 같은 전술적 조치를 제안합니다. 중장기적으로는 재고 운영 정책 조정, 예측 편향 보정, 계획 담당자가 의도치 않게 시스템 성과를 저하시키지 않도록 하는 가드레일(Guardrail) 설정과 같은 구조적 개선안을 제시합니다.
각 실행 권고안에는 실제 의사결정과 결과에 기반한 업무 맥락이 함께 제공됩니다. 이는 회의에서 바로 활용할 수 있는 설명 자료로 전환될 수 있습니다. 이제 “왜 이런 일이 발생했는가”와 “다음에 무엇을 해야 하는가”는 개인의 의견에 의존하지 않습니다. 조직 전반에서 일관되게 문서화되고, 추적할 수 있으며, 동일한 기준으로 공유됩니다.
그 효과는 명확하게 나타납니다. 과거에는 원인을 파악하는 데 수 주가 걸리던 이슈들이 이제는 동일한 회의안에서 답을 찾을 수 있습니다. 부서별로 책임을 전가하던 반복적인 논쟁은 근본 원인에 대한 공통의 객관적 관점과 이해로 대체됩니다. 그리고 계획 담당자가 시스템 권고안에 대한 신뢰를 쌓아갈수록 자동화 수준도 더 크게 높아집니다. 일부 고객 구축 사례에서는 계획 의사결정의 최대 90%가 시스템에 의해 제안, 처리되고, 계획 담당자는 직접 개입하기보다 검토와 승인 중심으로 역할이 전환되고 있습니다.
누적되는 경쟁 우위
PGA의 전략적 가치는 특정한 하나의 인사이트에 있지 않습니다. 진정한 가치는 계획 사이클을 거듭할수록 조직이 체계적으로 더 똑똑해지는 누적 효과에 있습니다. 동일한 오류는 반복되지 않습니다. 운영 정책은 개선됩니다. 가치 누수를 유발하는 업무 행동 패턴은 구조적 문제로 굳어지기 전에 바로잡을 수 있습니다.
변동성과 복잡성이 일상이 된 환경에서, 경쟁에서 앞서 나가는 조직은 반드시 최고의 계획 담당자를 보유한 조직은 아닐 것입니다. 결국 경쟁사보다 더 빠르게 학습하는 계획 시스템을 갖춘 조직이 결국 경쟁 우위를 확보하게 될 것입니다.
Post-Game Analysis는 이러한 학습을 조직 차원의 역량으로 내재화하는 방식입니다. 그리고 이는 현재 공급망 조직들이 만들어가고 있는 아주 중요한 변화 중 하나입니다.
About the authors
Alberto Fabregat
SVP, Strategy & Sales
Alberto is a fervent advocate for the power of planning and decision-making technology to create ripples of positive impact on both society and our planet. Currently Senior Vice President of Strategy & Sales, he brings over a decade of experience in Digital Strategy and Integrated Business Planning, helping companies optimize their supply chains and embrace innovative technologies.
