유통업계 난제 ‘재고관리’…AI가 풀 수 있을까

[디지털데일리 유채리 기자] 유통업계에 풀리지 않는 숙제가 있다. 바로 재고 관리다. 과잉 재고는 창고 비용과 폐기물 증가로 이어진다. 반면 부족한 재고는 상품 판매 기회를 놓쳐 매출에 타격을 준다. 판매량을 정확히 예측해야 재고를 최적화할 수 있지만, 이를 위한 수요 예측은 매우 까다로운 일이어서다.

정두희 한동대 ICT창업학부 교수는 그 해결책으로 ‘인공지능(A)I’을 꼽았다. 수요예측 전문가인 정 교수는 12일 서울 강남구 삼성동 코엑스에서 열린 ‘제13회 유통산업주간’에서 ‘AI상품머천다이징 이노베이션’을 주제 발표를 통해 이같은 견해를 피력했다.

최근 유통업계는 AI에 주목하고 있다. 유통 산업은 트렌드에 민감하고 계절, 원자재 가격 변화에 민감해 재고 관리가 까다롭고, 이로 인한 비용 손실이 크기 때문이다. 특히 온‧오프라인을 아우르는 복합 유통 채널이 늘어나며, 채널별 재고 운영 전략이 요구돼 복잡성이 커졌다. 경쟁이 치열해지며 프로모션‧이벤트를 진행하는 경우도 잦아졌는데, 이는 예상치 못한 수요 급증 요인으로 작용하며 수요예측의 변동성을 높인다.

정 교수는 AI와 관련한 세 가지 발달이 수요예측 정확도를 높이는 데 도움을 준다고 설명했다. 그는 “딥러닝 등 최신 AI 예측모델이 빠른 속도로 발전하고 있다”며 “기존에는 회사 내부 데이터에만 의존했다면, 근래에는 외부 환경 데이터도 폭발적으로 늘어나고 있다”고 이야기했다.

아울러 “AI를 뒷받침해주는 컴퓨팅 파워와 클라우드 인프라 역시 발맞춰 발전하고 있다”고 덧붙였다.

실제로 AI를 활용해 문제를 개선한 사례를 찾아볼 수 있다. 신세계아이앤씨는 딥러닝과 AI 기반 수요예측 플랫폼을 활용해 이마트, 시코르와 같은 매장에서 상품 폐기율을 20% 줄였으며, 재고 관리 비용도 15% 절감했다. AI를 적극적으로 도입한 월마트는 빅데이터 기반의 수요예측 모델 등을 활용해 재고 부족 발생률을 30% 감소시켰다.

다만 AI 도입이 만사는 아니다. 고급 AI모델 구축은 고난이도 기술력이 필요하며, 오랜 연구개발(R&D)을 통해 축적된 노하우가 필요해서다. 정 교수는 “AI 도입으로 유의미한 재무성과를 낸 기업은 전 세계적으로 11%에 불과하다”라고 짚었다. 이어 그는 “기술 구현으로 끝내지 말고, 실제 업무에 적용할 수 있도록 프로세스까지 구축하는 게 중요하다”라고 강조했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -