자동 재주문점 계산: 정적 안전재고 공식이 실패하는 이유

모든 공급망 교과서는 동일한 안전재고 공식을 가르칩니다: 안전재고는 Z-점수 곱하기 수요의 표준편차 곱하기 리드타임의 제곱근입니다. 깔끔하고 우아하지만, 대부분의 이커머스 환경에서는 틀린 공식입니다.

이 공식은 수요가 정규분포를 따른다고 가정합니다. 즉, 특정 날의 판매량이 평균보다 높거나 낮을 확률이 동일하고, 극단적인 편차는 드물다는 것입니다. 95% 서비스 수준(Z-점수 1.65), 수요 변동성, 리드타임을 대입하면 하나의 숫자가 나옵니다. 문제는 개별 SKU에 대한 이커머스 수요가 거의 정규분포를 따르지 않는다는 것입니다.

이커머스 수요가 정규분포를 따르지 않는 이유

카탈로그에 있는 개별 제품의 일별 판매 데이터를 추출하여 분포를 그려보세요. 거의 확실하게 긴 꼬리를 가진 오른쪽으로 치우친 분포를 보게 될 것입니다. 대부분의 날에는 제품이 평균 이하로 판매됩니다. 간혹 프로모션, 소셜 미디어 언급, 경쟁사 품절, 또는 시즌 급증으로 인해 평균의 3~5배로 판매되기도 합니다. 이 패턴은 정규분포가 포착할 수 없는 초과 첨도(두꺼운 꼬리)를 가진 분포를 만들어냅니다.

한 홈데코 리테일러가 상위 200개 SKU를 분석한 결과, 정규성 검정(Shapiro-Wilk, p > 0.05)을 통과한 수요 분포는 11%에 불과했습니다. 나머지 89%는 유의미한 비대칭, 두꺼운 꼬리, 또는 둘 다를 보였습니다. 이 89%에 대해 표준 안전재고 공식은 목표 서비스 수준을 달성하는 데 필요한 재고를 체계적으로 과소추정하고 있었습니다.

과소추정은 다음과 같이 작동합니다. 실제 수요 분포가 정규분포보다 더 두꺼운 오른쪽 꼬리를 가지고 있다면, 수요가 계산된 안전재고를 초과할 실제 확률은 공식이 예측하는 것보다 높습니다. 95% 커버리지를 확보했다고 생각하지만, 실제 커버리지는 85~88%에 불과할 수 있습니다. 이 7~10%의 격차는 충분히 완충되었다고 생각했던 제품에서 예상치 못한 품절로 나타납니다.

불규칙 수요 문제

분포 형태를 넘어서, 많은 이커머스 제품은 간헐적이거나 불규칙한 수요를 보입니다. 어떤 제품은 40%의 날에 0개, 45%의 날에 1~3개, 15%의 날에 10개 이상 판매될 수 있습니다. 이 패턴은 롱테일 제품, 이커머스 채널을 통해 판매되는 B2B 품목, 소규모이지만 충성도 높은 고객층을 가진 전문 또는 니치 제품에서 특히 흔합니다.

표준 공식은 간헐적 수요에 대해 완전히 무너집니다. 평균과 표준편차가 수요 패턴을 의미 있게 설명하지 못하기 때문입니다. 일평균 수요가 2개인 제품이 실제로는 대부분의 날에 0개를 판매하고, 판매가 발생하는 날에는 15개를 판매할 수 있습니다. 평균 2개를 기반으로 한 안전재고 계산은 급증하는 날에 만성적으로 재고 부족 상태를 초래합니다.

Croston 방법이나 Syntetos-Boylan 근사법과 같은 전문 방법은 수요 간격(주문 간 시간)과 수요 크기(주문 발생 시 주문량)를 별도로 모델링하여 간헐적 수요를 더 잘 처리합니다. 이러한 방법은 불규칙한 SKU에 대해 표준 공식보다 의미 있는 개선을 제공합니다.

동적 재주문점의 모습

AI 기반 재주문점 시스템은 정적 과거 평균이 아닌 현재 상황을 기반으로 최적 재고 수준을 매일(또는 빠르게 움직이는 제품의 경우 매시간) 재계산합니다. 주요 입력값에는 추세 감지가 포함된 최근 판매 속도(지난 7일, 14일, 28일 동안 수요가 가속, 감속, 또는 안정적인지), 계약 목표가 아닌 최근 실제 성과를 기반으로 한 현재 공급업체 리드타임 추정치, 알려진 향후 수요 이벤트(예정된 프로모션, 시즌 피크, 마케팅 캠페인), 그리고 SKU별 현재 서비스 수준 성과(목표 충족률을 달성하고 있는지)가 포함됩니다.

모델은 각 SKU의 수요 패턴에 더 적합한 분포를 적용합니다. 오른쪽으로 치우친 제품의 경우 감마 분포나 음이항 분포가 일반적으로 정규분포보다 더 잘 맞습니다. 간헐적 수요 제품의 경우 Croston 또는 복합 포아송 접근법이 더 적합합니다. 분포 선택은 자동화되어 있으며, 모델은 여러 후보를 테스트하고 각 SKU에 가장 적합한 것을 선택합니다.

적절한 분포와 동적으로 업데이트되는 매개변수를 통해 재주문점과 안전재고는 지속적으로 조정됩니다. 과거에 3배의 수요 급증을 유발했던 계획된 프로모션 전에, 시스템은 급증 기간 동안 충분한 재고를 확보하기 위해 자동으로 재주문점을 높입니다. 프로모션이 끝나고 수요가 정상화되면, 재주문점은 과잉 재고에 자본이 묶이는 것을 방지하기 위해 다시 낮아집니다.

정확한 계산의 금전적 효과

동적 재주문점의 재무적 근거는 두 가지 요소로 구성됩니다: 품절 감소와 과잉 재고 감소. 이 두 가지를 동시에 달성하는 것이 어려운 부분인데, 서로 반대 방향으로 작용하기 때문입니다.

4,200개 SKU를 보유한 한 주방용품 리테일러가 정적에서 동적 재주문점으로 전환하고 12개월간 결과를 추적했습니다. 품절 건수는 34% 감소하여 월평균 380건에서 251건으로 줄었습니다. 동시에 평균 재고 가치는 11% 감소하여 280만 달러에서 249만 달러로 줄었습니다. 모델은 SKU 전반에 걸쳐 재고를 더 지능적으로 배분함으로써 더 적은 재고로 더 나은 서비스 수준을 달성했습니다.

메커니즘은 간단합니다. 정적 재주문점은 동일한 서비스 수준 목표를 일률적으로 적용하여, 필요하지 않은 제품에는 과도한 안전재고를 보유하고 필요한 제품에는 부족하게 보유합니다. 동적 재주문점은 실제 수요 변동성에 비례하여 안전재고를 배분합니다. 변동성이 높은 제품은 더 많은 완충을, 변동성이 낮은 제품은 더 적은 완충을 받습니다. 총 재고 투자는 동일하게 유지되거나 감소하면서도 서비스 수준은 향상됩니다.

구현 시 고려사항

정적에서 동적 재주문점으로 전환하려면 몇 가지 인프라 변경이 필요합니다. 예측 모델에 최소 일별 자동화된 판매 데이터 피드가 필요합니다. 계약상 추정치가 아닌 실제 배송 날짜를 포착하는 공급업체 리드타임 추적이 필요합니다. ERP 또는 재고 관리 시스템에서 프로그래밍 방식으로 재주문점을 업데이트할 수 있는 시스템이 필요합니다.

변화 관리 측면이 기술보다 더 어려운 경우가 많습니다. 수년간 정적 재주문점을 사용해 온 구매 담당자와 재고 계획자는 매일 수치를 변경하는 시스템을 신뢰하지 않을 수 있습니다. 가장 좋은 접근법은 동적 시스템을 2~3개월간 섀도우 모드로 운영하는 것입니다. 기존 정적 시스템을 대체하지 않으면서 병행하여 권장 사항을 제시합니다. 어떤 시스템이 더 나은 결과를 만들어냈을지 추적하고, 그 결과를 활용하여 전환 전에 신뢰를 구축하세요.

매출 기준 상위 200~500개 SKU부터 시작하세요. 이들은 더 나은 재고 관리의 금전적 효과가 가장 큰 제품이며, 일반적으로 신뢰할 수 있는 수요 분포를 적합시키기에 충분한 판매 데이터를 보유하고 있습니다. 저회전 제품의 롱테일은 적절한 간헐적 수요 방법을 사용하여 나중에 전환할 수 있습니다.

아직 정적 재주문점과 고정 안전재고 공식으로 운영 중인 이커머스 리테일러의 경우, 이론과 현실 사이의 격차가 매달 실질적인 비용 손실을 초래하고 있습니다. 교과서의 공식은 안정적이고 예측 가능한 수요를 가진 제조 환경을 위해 설계되었습니다. 이커머스는 그와 전혀 다르며, 재고 계산은 그 현실을 반영해야 합니다.