기업 측면에서 수요의 예측은 생산, 자재 및 물류 등의 계획과 관리 측면에서 중요합니다. 수요를 잘 예측하면 창고에 제품별 재고 비축을 하는 것이 효율적인지 계획할 수 있고, 생산지에서 창고로 제품을 이동하는 물류에 대한 계획도 가능할 수 있습니다. 해당 제품을 생산 할 때 필요한 원재료의 구매부터 비축에 대한 계획도 가능합니다. 이렇게 생산된 제품에 대한 선적 계획도 가능하게 되므로 수요의 예측은 기업의 SCM(Supply Chain Management, 공급망 관리)에서 가장 중요한 부분을 차지할 것입니다. 수요 예측은 특히 과거의 수요 트렌드(Trend)를 학습해 미래 수요를 예측하는 시계열 모형이 많이 사용되었던 분야입니다. 전통적인 시계열 모형으로는 예측하고자 하는 값이 과거 시점에 영향을 받는..

기술 발전과 트렌드 변화로 인해 기업들이 생산하는 제품이나 서비스는 마치 생필품처럼 쉽게 진부화됩니다. 이로 인해 대부분의 산업에서 재고를 좋아하는 기업은 없습니다. 하지만, 재고를 확보하지 않고 고객의 변덕스러운 수요를 맞추기는 쉽지 않습니다. 판매, 영업 부서에서는 이러한 고객의 수요 변동에 대비하고자 실제 고객 수요보다 더 많은 양을 생산 부서에 요구하게 됩니다. 그리고 생산 부서는 생산 용량, 생산 효율 등을 고려해서 판매 부서에서 주문하는 양보다 덜 생산하는 것이 일반적인 상황입니다. 따라서, S&OP의 출발은 고객의 수요와 기업의 공급을 일치 시켜 불필요한 재고를 최소화하는 것입니다. S&OP란? 급변하는 경영 환경 속에서 기업은 고객 요구와 외부 환경 변화에 탄력적으로 대응할 수 있어야 합니..

알리바바 창업자 마윈은 2015년 5월 중국 구이양에서 열린 빅데이터 산업 박람회에서 “세상은 정보통신기술(IT) 시대에서 데이터 기술(DT) 시대로 가고 있다.”라며 데이터의 중요성을 강조했습니다. 마윈은 미래엔 가진 데이터로 사회에 얼마나 많은 가치를 창출해 내느냐가 중요하다며, 데이터를 활용해 돈을 버는 일이 미래의 핵심가치가 될 것이라고 말했습니다. 마윈이 강조한 데이터 기술의 중요성은 글로벌 기업의 성장 구도에서도 확인할 수 있습니다. 실제로 10년 전에는 전 세계 시가총액 1위부터 10위까지 엑손모빌, 로열더치셸, 페트롤차이나, GE, BP 같은 석유회사와 은행이 차지했습니다. 그러나 10년이 지난 현재 애플, 구글, 아마존, 알리바바, 텐센트처럼 데이터를 만들고 관리하는 회사가 그 자리를 차..

ZARA는 프로모션을 거의 하지 않는 일관된 가격정책과 높은 브랜드 로열티로 잘 알려진 대표적인 SPA(Specialty store retailer of Private label Apparel) 브랜드입니다. 이번 글에서는 ZARA의 핵심 성공 역량인 현장에서 고객에게 얻은 작은 디테일을 놓치지 않는 집요함과 수요 변화에 맞추어 탄력적으로 대응하는 애자일 공급망(Agile Supply Chain)에 대해 집중적으로 다루어보고자 합니다. 애자일 공급망의 필요성과 ZARA의 적용 사례 애자일은 우리 말로 번역하면 ‘민첩함’을 뜻하며 기업이 얼마나 신속하게, 낮은 비용과 높은 생산성을 유지한 채 시장 수요에 대응할 수 있는지를 보여줍니다. 글로벌 컨설팅펌 맥킨지에 따르면 애자일 역량을 확보한 회사는 그렇지 못..

우리는 일상생활에서 작은 것부터 큰 것까지 수없이 많은 의사결정을 하고 있습니다. 언제 잠에서 깨서 기상할지, 매일 무엇을 하고 시간을 보낼지, 식사는 언제 어디서 혼자? 아니면 누구와 무엇을 먹을지, 교통수단은 지하철, 버스, 택시, 자전거, 걸어서 무엇으로 할지 등등 어떻게 보면 기상하는 시점부터 잠자리에 들기까지 순간마다 의식적이든 습관적이든 의사결정을 하고 있습니다. 이러한 의사결정은 대부분 행동으로 연결되고, 행동은 결과로 이어지게 됩니다. 그리고 의사결정을 할 시점에 기대했던 예상이 실제 결과와 차이가 크게 발생하기도 하고, 차이가 없기도 합니다. 차이가 큰 경우는 실망감 같은 감정을 느끼기도 하고, 금전적인 손해나 신체상의 위해가 되기도 하는데요. 이처럼 의사결정은 빈번하게 발생하며, 때때로..

‘산업의 쌀’로 불리는 반도체는 휴대폰, 컴퓨터, 가전제품, 자동차 부품, 로봇 설비 등 우리 생활에 전반에 걸쳐 광범위하게 사용되고 있습니다. 반도체는 크게 정보의 저장을 위한 메모리 반도체와 정보에 처리에 특화된 시스템 반도체 (혹은 비메모리 반도체라고도 합니다.)로 나뉩니다. 4차 산업혁명의 핵심 기술인 IoT, Cloud, Mobile, Big Data, AI의 등장으로 다양한 기능을 수행하는 시스템 반도체 수요는 지속해서 증가할 수밖에 없습니다. 반도체 수요가 증가함에 따라 반도체 공급업체는 Supply Chain 구조가 점점 복잡해지고 있으며, 각 업체는 반도체 설계 – 생산 - 판매까지 이르는 SCM 운영을 효율적으로 하기 위해 많은 준비와 노력을 하고 있습니다. 본 기고에서는 반도체 업체의..

사실 수요 관리자 입장에서 시계열 예측이나 분석 시스템에 투자하는 일은 투자 대비 효과가 낮은 영역입니다. 많은 양의 데이터 클렌징과 한땀 한땀 제거해야 하는 아웃라이어(Outlier), 각종 파라미터를 조정해야 하는 등 사용 가능한 수요 예측 정보를 획득하기까지의 과정은 오랜 시간이 소요되었고, 이마저도 최종 수요 예측값으로 바로 사용할 수 없는 참조용 베이스라인 정도입니다. 과거 데이터 기준으로 수립한 시계열 예측에 미래 수요를 변화시키는 새로운 요인들을 추가해야만 수요 예측이 완성되기 때문입니다. 최초 시계열 수요 예측의 모델이 되었던 항공 수요처럼 추세, 계절성, 이벤트 등 영향도 분석이 잘 되는 비즈니스 유형이 많지 않고, 수요 예측 모델 정확도를 높이는 과정에서 통계 전문가와 업무 전문가 사이..

국내 대표 IT 기업인 LG CNS와 인공지능 분야 국내 최고 연구중심대학 KAIST가 손잡고 인공지능(AI) 빅데이터 분야를 선도하기 위해 20일 오후 대전 KAIST 본원에서 업무협약을 체결했습니다. 이번 업무 협약은 통상 기업과 대학 간의 교육 프로그램 개발이나 산학 장학생 지원 등과는 달리, 실질적으로 비즈니스에 활용할 수 있는 AI 빅데이터 공동 연구와 프로젝트 추진 등 긴밀한 제휴를 맺었다는 점에서 의미가 큰데요. 이에 따라 LG CNS와 KAIST는 연구 및 산학, 비즈니스, 교육 분야 등 3가지 영역에서 상호 협력하게 됩니다. 특히, 민간 및 공공분야 등 지금까지 다양한 분야에서의 업무수행 경험을 바탕으로 축적한 LG CNS의 업무 노하우에 KAIST의 우수한 교육체계와 연구인력이 결합된 ..

웨어러블 디바이스나 스마트 가전제품처럼 우리가 눈으로 볼 수 있는 가까운 곳에만 IoT(Internet of things, 사물인터넷)가 존재하는 것은 아닙니다. IoT는 이미 우리가 직접 볼 수 없는 곳에도 존재하며, 우리의 삶을 편하게 만들어주고 있는데요. 대표적으로 리테일 산업을 뽑을 수 있습니다. IoT 기술은 리테일 산업의 공급 체인 관리와 매장 관리에 효율성을 더하고, 고객과의 접점에서 고객 경험을 강화하는 역할을 하고 있는데요. 오늘은 리테일 산업에서 일어나고 있는 IoT 혁신에 대해서 살펴보겠습니다. IoT를 이용한 공급 체인과 매장관리 기업은 IoT를 이용하여 공급 체인을 효율적으로 관리하고자 합니다. 매장에서 낭비되는 에너지와 제품 분실을 줄이고 싶어 하죠. 이를 위해 IoT를 이용한 ..

안녕하세요? LG CNS 대학생 기자단 6기 박찬호입니다. 어느덧 청량한 바람이 부는 가을이 찾아왔습니다. 맑은 하늘이 지속될수록 집 안에 있기보다는 야외 활동을 즐기려는 사람들이 늘어나고 있는데요. 요즘은 과거와 달리 야외 활동을 위한 실시간 정보들을 찾기 쉬워졌습니다. 스마트폰 검색만으로 기상 정보, 실시간 교통 정보, 위치 정보 등 각종 정보를 수신할 수 있게 되었는데요. 이렇게 IT 서비스는 우리 생활 곳곳에서 편리함을 더해주는 요소로 자리 잡고 있으며, 대부분이 정보시스템을 바탕으로 운영되고 있습니다. 몇 년 전까지만 하더라도 기업의 업무 절차를 도와주는 도구에 지나지 않았던 정보시스템은 사업의 범위가 확장되고 공공부문의 전산화가 진행됨에 따라 IT 인프라의 핵심적인 요소로 자리 잡게 되었는데요..