공급망은 제조 업계와 리테일 업계에서 비즈니스 성과를 높이고 성장을 이루기 위한 전략적 도구로 인식되고 있으며, 더 이상 ‘비용 요인’이 아닌 ‘기회 요인’이 되고 있다. 지능형 자동화가 고객 맞춤 제품과 예측 불가능한 수요에 대응할 수 있도록 공급망의 유연성과 민첩성을 제공해주고 있기 때문이다. 또한, 고객 수요와 제조 생산량에 대한 정보를 결합하여 출하 물류 일정을 보다 효율적으로 계획해서 관리해 준다. 공급망 도전과제와 지능형 자동화의 역할은 무엇이 있는지 ‘2022 스마트제조 대전망 온라인 컨퍼런스’에서 블루프리즘 코리아의 이준원 지사장이 제시한 내용을 정리했다.
지능형 자동화(RPA)란
지능형 자동화(RPA)는 소프트웨어 로봇 직원으로 보면 된다. 인간의 행동을 유사하게 따라할 수 있는 소프트웨어 로봇으로, GUI를 직접 이해하고 입력할 수 있다. 따라서 이론적으로 현존하는 모든 시스템이나 응용 프로그램을 수정 없이 다를 수 있으며, 인간이 수행하던 여러 업무를 실수 없이 높은 생산성으로 수행할 수 있다.
이렇게 확보한 여유시간에 인간은 훨씬 높은 가치의 업무에 집중할 수 있게 된다. 인간과 소프트웨어 로봇이 서로 각자 잘 할 수 있는 업무에 집중하는 기업이 결국 경쟁력을 가지는 세상이 올 것이다. 예를 들어, 인간은 관계 정립, 판단, 해석, 변화 관리, 가치 창출에 집중할 수 있고 소프트웨어 로봇은 표준화된 절차를 자동화하고 일관되고 반복적인 판단을 하는 데 적합하다.
실제로 지능형 자동화는 과거와 현재, 그리고 미래 시스템을 연동시켜주는 중요한 시스템으로 역할을 하고 있다.
디지털 공급망의 필요성
공급망에는 수요 예측부터 공급자 관리, 생산 관리, 재고관리, 물류 조달, 배송 지원까지 여러 기능들이 존재한다. 제조 공급망의 다양한 기능은 상호 연결되어 있어, 특정 기능이 인접 기능과 정교하게 상황을 공유하지 못하면 효율이 크게 떨어질 수 있다. 특히 예상치 못한 이벤트는 심각한 문제를 일으키기도 한다.
제조업체가 비즈니스 전반에 대한 통찰을 갖기 위해서는 여러 공급망 기능에 걸쳐 신뢰할 수 있는 데이터 가시성을 확보하는 것이 중요하며, 그러기 위해서는 공급망의 디지털화가 필수적이다.
공급망 디지털화를 위해 공급망 내 여러 시스템에 있는 비정형 데이터를 상호 이용하기 위해서는 시스템 간의 연동 API를 개발하거나 IT 시스템을 고도화해서 상호 연동하도록 인터페이스를 구축해야 한다.
하지만 자동화 플랫폼은 그와 같은 작업 없이 GUI를 이용해서 사람과 똑같이 데이터를 수집하고 그것을 여러 가지 형태로 가시성을 제공할 수 있다. 또 상호 시스템에 입력까지 할 수 있다. 예를 들어 엔지니어가 PLM에 엔지니어링 BOM을 수정하면 소프트웨어 로봇이 자동으로 그 데이터를 읽어서 SAP에 있는 매뉴팩처링 BOM에 반영할 수 있다.
이와 같이 여러 가지 응용 프로그램이나 시스템을 사람과 똑같이 인터페이스를 이용해서 접근할 수 있기 때문에 기존 시스템을 고도화하거나 IT 프로젝트를 하지 않고도 시스템과 연동하고 가시성을 높일 수 있다.
그러면 예상치 못한 이벤트 사례로는 뭐가 있을까. 하나의 일례로써 코로나로 인한 공급망 대란을 살펴보겠다.
2021년 9월, LA 롱비치 항에는 코로나19 델타변이의 확산과 수입품 하역 및 운송 적체 현상으로 컨테이너 수만 개가 쌓여 있고 60척이 넘는 화물선이 바다에서 입항을 대기하는 사태가 벌어졌다. 선박이 항구에 정박하기까지 대기 시간은 3주에 이르렀다. 또 하나의 예로, 2022년 1월, 플로리다주 올랜도의 한 수퍼마켓에는 오미크론 확산으로 인해 물류업체와 마트 근로자들이 결근을 하게 되면서 공급망 운영 중단이 지속되어 진열대가 비게 되었다.
디지털 공급망 구축의 필요성을 요약하면, 첫째 지속적으로 변화하는 환경에 대응하기 위해서이다. 수출 규제와 같은 국제 무역 정책의 변화와 탄소 중립과 같은 환경 관련 문제, 그리고 자연 재해, 태러, 파업, 사이버 위협, 고객 맞춤화 수요 변화 등이 공급망에 영향을 줄 수 있다.
둘째는 신규 수익원 창출을 용이하게 하기 위해서이다. 디지털 공급망을 구축했을 경우 데이터를 수익화하거나 트렌드 및 패턴을 빠르게 분석할 수 있고 서비스 초개인화를 지원하는 데에도 훨씬 용이하다. 또 의사결정에도 데이터 기반으로 스마트하게 할 수 있다.
공급망 도전과제와 지능형 자동화의 역할
현재 공급망 도전과제에는 어떤 것들이 있으며 여기에 지능형 자동화는 또 어떤 역할을 할 수 있는 알아보겠다.
첫 번째 과제는 물류 및 주문 처리다. 규제가 상이한 서로 다른 지역의 다수 공급자로 구성된 공급망을 관리하는 것은 매우 복잡한 일이다. 실제로 고객 수요와 제조 생산량의 불균형으로 배송 복잡성이 증가하고 있으며 고객 기대치 및 연료비 상승에 따른 배송 비용도 증가하고 있다. 공급망 제조업체는 이러한 문제를 인식하고 있지만, 효율성을 향상하는 데 지속적인 어려움을 겪고 있다. 공급망이 잘 못 관리되면 비용 요인에 병목이 될 수 있지만 잘 관리하면 차별화된 경쟁력과 추가 매출의 기회도 갖게 된다.
IDC의 글로벌 공급망 설문조사에 의하면 오랫동안 보조적인 수단으로 취급되었던 공급망은 이제 제조 업계와 리테일 업계에서 비즈니스 성과를 높이고 성장을 이루기 위한 전략적 도구로 인식되고 있으며, 더 이상 ‘비용 요인’이 아닌 ‘기회 요인’이 되고 있다.
지능형 자동화는 이런 물류와 주문 처리에 있어서 고객 수요와 제조 생산량에 대한 정보를 얻어 효과적으로 물류 일정을 관리한다. 또한, 여러 소스에서 데이터를 수집하여 적재 및 출발 일정을 정할 수 있고, 배송 효율을 높이고 신속한 배송을 위한 도로 혹은 철도를 통한 수송 일정을 결정할 수도 있다. 또 탄소 배출량을 줄이는 동시에 관련 비용 절감 효과를 누릴 수 있다.
서로 다른 시스템에 있는 주문량과 생산량을 실시간으로 대조하고 물류 일정 및 최종 운송 수단을 결정하는 일을 사람이 한다면 고객 만족도를 맞추기 어렵고 배송비용도 올라갈 수 있다. 여기에 데이터량이 점점 많아지면 사람이 하는 것은 아예 불가능해진다. 디지털 작업자(소프트웨어 로봇)는 그런 역할을 수행하기에 적합한 최적의 솔루션이다.
하나의 사례를 보겠다. 대만의 한 제조업체에서 공급망 물류 및 주문 처리에 디지털 작업자를 활용한 사례이다. 이 업체에서는 디지털 작업자가 실제 재고를 웹사이트 및 ERP 시스템과 대조하여 확인하는 작업을 한다. 그래서 모델 번호, 가격, 수량이 일치하는지 확인할 수 있고 OCR을 활용한 대량 주문 입력 및 처리 작업을 할 수 있다.
만약 HITL(휴먼 인 더 루프)을 통해 예외나 오류가 발생하면 사람이 개입하여 수정할 수 있다. 이를 통해 직원이 직접 하던 주문 입력 작업을 최소화하고 오류를 줄이고 처리 시간을 단축하며 고객 서비스를 개선했다.
두 번째 과제는 장비 관리이다. 예상치 못한 장비 고장은 생산 일정에 심각한 영향을 줄 수 있으며 높은 비용을 발생시킬 수 있다. 그러나 지능형 자동화는 IoT, 센서 및 기타 첨단 기술로 생성된 압도적인 양의 데이터를 안정적으로 수집, 전처리 및 분석할 수 있게 도와준다. 따라서 장비의 마모나 파손 상태를 정확하게 이해하고 문제가 있는 프로세스를 보다 일관되게 찾아낼 수 있다. 또한, IoT 데이터를 보다 잘 이해하고 모니터링을 통해 인사이트를 확보하며, 문제 발생 시기를 더 정확하게 예측할 수 있다. 이 외에도 수요의 최고점과 최저점을 파악하여 수요가 가장 적은 시점에 비용 효율적으로 유지보수 일정을 정하고 수행할 수 있게 해준다.
하나의 사례를 보겠다. 장비 관리에 디지털 작업자를 적용한 허쉬(Hershey)의 사례이다. 장비의 가동 중단은 생산 일정과 고객 주문 처리에 차질을 빚으며, 결국 매출에 영향을 주므로 모든 기계는 연중무휴로 작동해야 한다. 지능형 자동화는 장비 유지보수 및 지속적인 생산을 지원한다.
허쉬(Hershey)의 제품 라인은 각기 다른 시점에 다른 제품을 생산하고 있으며, 새로 가동하기 전에는 생산 툴 교체하거나 세척이 필요했다. 이때 디지털 작업자는 유지관리가 필요한 지점을 판단하여 가동 중단을 최소할 수 있게 해준다. 예를 들면, 부품 교체, 윤활유 급유, 세척 등 유지보수 일정 보고서를 자동으로 생성함으로써 장비는 최상의 상태로 운영될 수 있다. 결국 이 업체는 생산 일정, 제품 라인 관리에 수천 시간의 인력을 절약하고 생산성과 비용이 크게 개선됐다.
세 번째 과제는 공급망 개인화이다. 고객들은 개인화되고 맞춤화된 상품을 요구한다. 그리고 직접 가서 주문하기 보다는 온라인으로 하는 주문을 당연하게 생각한다. 따라서 고객들은 앱이나 모바일로 모든 정보에 즉시 접근하기를 원하지만, 기존 시스템으로는 정보를 추출하고 즉시 반영하기란 쉽지 않다. 보안 문제 등이 생길 수도 있기 때문이다.
디지털 작업자는 기존 시스템을 전혀 수정하지 않고 접근해서 필요한 정보를 읽고 업데이트 할 수 있어서 고객이 직접 개인화된 주문을 하고 생산 및 배송 현황을 확인할 수 있다. 또, 이 과정에서 획득한 고객 정보를 분석하면 기업이 더 빠르게 새로운 고객 트렌드에 적응하고 더 나은 개인화 경험을 고객에게 제공할 수도 있다.
이처럼 제조 분야의 맞춤화 트렌드는 제조업체가 고객과 점점 더 가까워져야 되는 것을 요구한다. 고객은 상품을 직접 개인화하지만, 가격은 그대로 유지되기를 기대한다. 또 대량생산의 낮은 단가와 개별 맞춤 제작의 유연성이 결합되어야만 고객의 욕구를 만족시킬 수 있다.
이와 같은 주문 용이성은 공급망이 큰 부담을 주고 있으며, 이를 제대로 관리하지 않으면 비용이 증가하고 효율성이 감소할 수밖에 없다.
지능형 자동화는 이러한 개인화 요구에 맞춰서 유연하고 빠르며 예측 불가능한 수요에 대응할 수 있는 공급망을 구축해 줄 수 있다. 또한, 고객 및 공급업체와 원활하게 협업하여 제품 낭비 요소를 식별 및 제거해준다. 그 외에도 제품을 신속하게 제공하여 고객 경험을 개선함으로써 궁극적으로는 시장 점유율을 높일 수 있으며, 맞춤형 제품 공급으로 높은 고객 유지율을 얻으면서도 동시에 이로 인한 오버헤드 비용은 줄여준다.
예를 들어, 제품이 변경되거나 업데이트 되면 디지털 작업자는 모든 물류 창고에서 이번 버전을 확인하여 미완료 주문과 대조하여 자동으로 보고서를 만들어 낸다. 기업은 이를 기반으로 이전 버전의 제품을 먼저 사용하거나 아울렛 매장으로 보낼 수 있다. 그러면 재고 낭비를 줄이고 비용과 시간을 절약할 수 있다.
또 다른 사례로, 미국에 있는 한 공장에서는 고객이 직접 제품을 픽업할 수 있도록 한다. 이 경우 고객은 가격 할인 혜택을 받는데, 이 금액은 고정되어 있지 않다. 디지털 작업자는 제품, 배송의 유류비, 운임 및 무게를 고려하여 적절한 할인 가격을 계산하고, 조정된 청구 금액을 수납창구로 보낸다. 기존에는 한 사람이 수작업으로 계산하고 수납창구로 메모를 전달하곤 했는데, 디지털 작업자를 통해 많은 시간을 절감하고 정확성 및 일관성이 크게 개선되었다.
요약
간단히 요약하면, 지능형 자동화는 고객 맞춤 제품과 예측 불가능한 수요에 대응할 수 있도록 공급망의 유연성과 민첩성을 제공해주며, 고객 수요와 제조 생산량에 대한 정보를 결합하여 출하 물류 일정을 보다 효율적으로 계획해서 보고서를 제공해 줄 수 있다. 또 압도적인 양의 IoT 데이터를 수집, 모니터링하고 심층적인 분석을 통해 장비 고장 발생 시점을 더욱 정확하게 예측할 수 있다. 이 외에도 도로 혹은 철도를 통한 수송 일정을 계획하여 신속한 운송으로 효율성을 제고하며 탄소 배출량을 줄일 뿐 아니라 비용 절감 효과도 높일 수 있다.
이러한 모든 장점을 획득하는데 있어서 기존 시스템 변경이나 고도화 작업이 필요 없다는 점이 디지털 공급망 구축의 지능형 자동화를 활용해야 하는 가장 중요한 이유이다. 이 밖에도 디지털 작업자는 공급자의 생산성과 비용 효율을 최적화하고 공급자가 규제와 윤리적 책임을 다하고 있는지 모니터링 하는 것도 지원할 수 있다.
마지막으로 공급망 디지털화를 가로막는 원인 중 하나가 보안 문제인데, 공급망에 가시성 강화를 위해서는 데이터를 많이 노출하면 할수록 보안 위험이 커지기 때문이다. 하지만 금융산업의 강력한 보안 규제를 만족시킨 디지털 작업자를 사용하면 꼭 필요한 정보만 시스템에서 읽어서 정해진 채널에만 데이터를 노출함으로써 엄격한 보안을 지킬 수 있다.
오토메이션월드 임근난 기자 |