‘SCM 혁신’ HP는 지도를 왜 꺼냈을까?

글. 이소아 인턴기자|김철민 기자

휴렛팩커드(HP)의 지리분석 시스템 GA(Geographic Analytics)는 공급망 최적화를 추진하기 위해 네트워크 정보를 지도 위에 가시화한 기법이다. 네트워크 위치를 지도로 만든 후 각각의 위치에 해당하는 사업자, 면적, 물량 등의 정보를 추가했다. 또 선별적으로 정보를 제공할 수 있도록 위치를 분류하고 신속하게 필터링 할 수 있는 ’스마트 디렉토리‘ 구조도 적용했다. 이를 통해 HP는 네트워크 최적화 계획에 소요되는 시간을 50% 감축하는 성과를 얻었다. <editor>

한눈에 쏙 들어오는 공급망 지도 

“휴렛팩커드(HP)를 둘러싼 먹구름이 짙어지고 있다. 경쟁업체 IBM을 추격하고 있지만 PC산업의 불황으로 향후 전망에 불안감이 커지고 있다.” (경제전문지 포춘)

2010년, HP는 PC산업의 불황으로 향후 전망이 어두워지자 글로벌 공급망관리(SCM, Supply Chain Management) 전략에 대한 대폭적인 수정이 불가피했다.

HP는 우선 SCM 개선의 여지를 극대화하기 위해 파트너, 네트워크 및 현장 통합의 형태로 구조적 능률화뿐만 아니라 비용감소, 비즈니스 전반에 걸친 새로운 접근 방식을 요구했다.

이때 HP는 공급망분석 능력을 향상시키기 위해 개발된 성공적인 방식 중의 하나가 ‘지리 분석(GA: Geographic Analytics)’이라고 불리는 가시성 도구이다.

GA는 한마디로 ‘매우 성공적’이었다. 네트워크 최적화 계획에 소요되는 시간을 50% 감축했고, 이는 비즈니스 그룹으로부터 큰 지원을 받게 됐다. 그 이유는 고위 경영자들이 데이터 기반으로 공급망분석을 하던 때보다 더 일찍 계획에 개입할 수 있게 됐기 때문이다. 

그렇다면 HP가 지도를 꺼내 든 이유는 무엇일까? 

데이터 기반의 최적화 솔루션 

GA는 공급망 최적화를 추진하기 위해 네트워크 정보를 지도 위에 가시화하는 기법이다. 예를 들어 통합하고자 하는 유통센터가 있다고 가정해보자. 네트워크 위치를 지도로 만든 후 각각의 위치에 해당하는 사업자, 면적, 물량 등의 정보를 추가한다. 마지막으로 필요할 경우 선별적으로 정보를 제공할 수 있도록 위치를 분류하고 신속하게 필터링 할 수 있는 스마트 디렉토리 구조를 적용한다.  

여기서 핵심은 정보 과다로 인한 '분석 불능(analysis paralysis)'을 피하는 것이다. 모든 정보를 분석 툴에 투입하는 대신 GA는 프로젝트의 의사결정에 참여하는 모든 이해관계자들에게 가능한 짧은 시간 안에 현 상황을 간파할 수 있도록 가장 기본적인 정보만을 시각화 한다. 과다한 정보로 인해 정작 중요한 것을 놓치거나 늦게 발견하게 될 경우 재차 작업을 해야 하는 비효율이 발생한다. 

예를 들어 데이터 기반의 최적화 솔루션을 기각하는 법적 규제 및 세금 조건이 있을 수 있다. 또한 기존의 최적화 소프트웨어 패키지에서 반영되지 못한 국부 교통 체증과 같은 인프라의 제한이 종종 존재한다. 따라서 기본 정보를 지도에 보여줌으로써 선행 조건들을 효율적으로 파악할 수 있다.  

지도의 정보가 스스로 진화

-. 위치에 대한 밀도 정보는 주요 수요 영역 또는 비효율성을 표시한다. 

-. 추가 정보에 대한 가시화 기술은 분석가 및 이해관계자들에게 어떤 지역에 집중해야 할지를 알려준다. (예. 빨간색으로 표시된 높은 재고수준을 가진 장소, 녹색으로 표시된 낮은 재고수준을 가진 장소 등) 

-. 공용 인프라 정보는 고속도로, 공항, 항만 및 철도로의 접근을 보여준다. 

이렇게 단순화 된 접근방식은 깊이 있는 솔루션을 탐색하기 위한 출발이라고 볼 수 있다. GA에서는 훨씬 적은 양의 데이터를 사용하며 초기 분석이 끝나면 대부분의 이해관계자들은 의사결정 과정을 충분히 이해한 상태에서 서로 조화를 이루게 된다. 

(표1, 상대적으로 적은 정보가 일단 지도상에 표시되면 이들은 참여 주체들이 배경정보를 얻을 수 있을 만큼 충분해진다. 이에 대해 HP 측은 “문제 이면에서 직관을 얻는다”고 표현하고 있다. 즉, 데이터 기반의 분석을 크게 단순화 하는 단계이다. GA를 통해서 왼편의 도식처럼 ‘위치 표시, 범위 및 선택 좁히기, 직관과 전문성 활용하기→데이터 수집 및 문제 분석→결론 도출’의 과정으로 단순화 시킬 수 있다. 

앞서 살펴본 예는 네트워크 및 네트워크 흐름 최적화, 리스크 관리, 판매 후 서비스 등과 관련되어 비즈니스 의사결정에 기여를 한다. 이제 조금 더 구체적으로 어떠한 효과가 있는지 알아보도록 하자. 

네트워크 최적화

최근 몇 년 간 글로벌 기업을 중심으로 크로스도킹, 물류창고, 유통센터 등이 우후죽순 생겨난 결과, 좀 더 효율적으로 이들을 관리해야 할 필요성이 대두되었다. 기존에는 이러한 문제는 ‘중력중심 분석’ 기법을 통해 데이터를 수집하고, 각 현장의 작업량, 재고, 교통비 및 기타 정보를 소프트웨어에 입력하여 최적의 위치가 결정되도록 했었다. 하지만 이러한 방식은 시간과 비용이 크게 소모된다는 단점이 있다. 또한 결과를 도출했다 하더라도 실행에 옮기기가 쉽지 않다. 이러한 점을 보완하고자 등장한 것이 바로 GA이다.

(표2, 설명: 왼편의 그림은 포괄적인 통합 분석을 시행하기 전에 싱가포르에 있는 HP 서비스 및 유통센터의 네트워크를 보여준다. 필요한 데이터는 매우 한정적이다. 실제로 프로젝트 초기 단계에서 현재 위치와 소요면적 만이 알려진다. 그러나 최소의 데이터 세트를 가지고도 GA는 단번에 솔루션의 큰 부분을 강조할 수 있다.) 

1. HP는 현재 북쪽, 동쪽, 중앙, 서쪽 이렇게 4개 영역을 보유하고 있다. 프로젝트에 참여하는 사람들 모두 최적의 솔루션은 이 지역 중 하나에서 정해질 것임을 예측할 수 있다.

2. 싱가포르 내에서 주요 원가 동인은 노동력 또는 운송비 보다는 임대료였다. 면밀히 살펴보면 이러한 비용은 서쪽이나 북쪽 보다는 동쪽과 중앙 쪽에서 훨씬 더 높음을 알 수 있다.

3. HP의 주요 수출입 활동에서 서쪽이 항구에 가깝기 때문에 더 유리할 것임을 예측해 볼 수 있다.

따라서 전반적인 전략은 ‘가능한 서쪽 지역에 통합을 하는 것’ 이라는 윤곽을 그리게 된다. 핵심 문제를 여러 개의 작은 문제로 나눔으로써 더욱 원활한 의사소통과 이해를 바탕으로 효과적으로 솔루션을 도출한 것이다.

공급망 흐름의 최적화

제품의 흐름을 추가함으로써 네트워크 흐름 최적화까지 나아갈 수 있다. 분석적 시각에서 볼 때 이는 단순히 입지 통합보다 훨씬 더 어려운 문제이다. 운송의 흐름은 운송수단의 비호환성과 같은 통합을 가로막는 물리적 한계를 지닌다. 따라서 운송의 흐름을 시각화 하는 것은 특히 중요하다. 

리스크 관리

리스크 매니지먼트와 컨티전시 플랜은 오늘날 공급사슬 관리에서 그 중요성이 점점 커지고 있다. 2011년에 발생했던 일본의 쓰나미, 태국의 홍수는 새로운 관심 지역으로 부상했다. 이에 따라 다음과 같은 질문을 고려해야 할 필요성이 생겼다. 

-. 자연 재해에서 네트워크의 어떤 지역이 가장 취약한가, 또는 재해가 이미 발생했다면 비즈니스가 어떻게 영향을 받는가?

-. 자연 재해로부터 위험을 최소화하기 위해서는 공급지를 어디로 위치시켜야 하는가?  

(표3, 설명: GA는 위와 같은 질문에 좋은 답을 제시해 줄 수 있다. 왼편의 그림은 과거의 왕복 소요시간을 특성으로 살린 교통 신호 시스템을 가진 ‘프론티어 맵’을 보여준다. 이는 특정 지역에서 실제로 제공될 수 있는 서비스 수준에 대한 개괄적인 정보를 전달하고 있다. 예. SLA는 만성적인 교통체증으로 인한 인프라 병목 현상을 표시하고 있다.)

<GA를 실행하기 위한 5단계>

1. 데이터베이스를 구축하라

데이터베이스는 필요에 따라 형성되거나 영구적인 데이터 저장소로서 좀 더 체계적으로 구축될 수 있다. 이를 통해 신속한 전략 평가가 가능하며 기존의 데이터베이스는 다른 이해관계자들과 쉽게 정보를 공유할 수 있게 한다. 또한 이러한 데이터베이스는 장기적으로 매우 비용 효율적이며 유지관리도 용이하다.

2. 현장·입지를 어떻게 표현할지 결정하라

위치를 표시하는 아이콘은 매우 생생한 역할을 수행한다. 아이콘의 모양, 색깔, 크기, 약자 등은 직관적이어야 한다. 따라서 간결성과 정보 전달성 간의 균형을 맞추어야 한다. 어떤 입지 그룹을 표시해야 할지 고를 수 있도록 하는 필터 구조를 기반으로 데이터를 조직화해야 한다. 

3. 소프트웨어 선정하기

현장?입지 데이터베이스를 지도로 변환하는 여러 도구가 있다. 매핑 소프트웨어(mapping software)라고 인터넷 검색을 하면 매우 많은 정보를 얻을 수 있다. HP의 경우 자체 지리 분석 솔루션을 개발했다. 

4. 이해관계자들과 조화를 이루고 가능한 신속히 초기 평가를 시행하라

정보가 개략적으로 지도화되면, 프로젝트를 지원하는 전문가 및 이해관계자들과 공유해야 한다. 현재 네트워크에 대한 공동의 이해를 높이고 이를 바탕으로 솔루션 개발에 박차를 가할 수 있다. 

5. 권고사항을 끌어내라

GA가 최종 솔루션을 항상 정확히 짚어주지는 못할 것이다. 하지만 분석 대상을 상당히 줄임으로써 보다 효율적으로 분석될 수 있는 몇 개의 핵심 시니리오를 제시해 줄 수 있다. 즉 완벽한 솔루션 보다는 비즈니스 그룹이 나아갈 방향을 알려주는 간단 명료환 권고사항을 얻을 수 있다.