송상화 교수
2020년 12월 10일4분
인천대학교 동북아물류대학원 송상화 교수
최근 빅데이터(Big Data)와 애널리틱스 (Analytics)가 화두로 떠오르고 있습니다. 빅데이터란 구글, 페이스북, 트위터 등 인터넷 기업들의 DB에 쌓여가는 데이터와 같이 그 크기가 급격히 커지고 있는 데이터를 의미하고, 애널리틱스 Analytics 는 이러한 대규모 데이터를 실시간으로 분석하여 패턴을 찾아내고 이를 경영에 응용하기 위한 분석기법입니다.
산업이 발전하고 정보기술이 보편화됨에 따라 수많은 데이터가 우리 주위를 둘러싸고 있고, 이미 오래전부터 과학적인 경영기법이 적극 활용되어 기업내 정보시스템으로써 전사적 자원관리 시스템인 ERP 구축을 시작으로 물류산업에서도 TMS, WMS, OMS 등 관련 시스템 투자로 이어지고 있습니다.
그런데, 오늘날 새삼스럽게 빅데이터와 애널리틱스에 기반한 경영이 화두가 되는 것은 어떤 의미일까? 또한 이러한 데이터 기반 경영이 물류산업에 시사하는 바는 무엇인가?
먼저 우리가 주목해야 할 부분은 활용되지 않고 버려지는 데이터에 대한 재발견입니다.
캐나다 온타리오 공과대학 캐롤린 맥그리거 교수는 미숙아로 태어난 신생아에 대한 문제상황 예측 시스템을 개발하여 주목받고 있습니다. 맥그리거 교수의 설명에 따르면 처음 응급실을 방문하였을 때 신생아들에 연결된 수많은 센서에서 쏟아져 나오는 데이터의 양에 놀랐다고 합니다. 그러나, 실시간으로 데이터가 수집되고 있음에도 불구하고 의료진은 매일 정해진 시간에 해당 시스템에서 심장박동수, 체온 등을 손으로 기록하고 있었고, 미숙아의 상태에 문제가 생긴 이후에야 의료진은 문제 발생 시점의 데이터에 기반하여 치료를 하고 있었습니다. 수많은 데이터들이 그냥 버려지고 있었고, 특정 시점에서의 데이터만이 치료에 활용되었던 것입니다. 실시간 데이터와 누적된 데이터의 흐름에 대해서는 관심을 가지고 지켜보던 전문가가 없었습니다.
이에 맥그리거 교수는 실시간으로 수집되는 데이터들을 분석하여 데이터의 흐름 속에서 패턴을 발견하였고, 특정 패턴을 보이는 미숙아의 경우 추후 특정 질병에 걸릴 가능성이 높다라는 사실을 파악하게 되었습니다. 실시간 데이터의 흐름에 기반한 예측 시스템의 구축을 통하여 의료진들이 보다 빨리 미숙아의 상태 변화에 대응할 수 있는 체계가 구축될 수 있었던 것입니다.
물류산업에서는 과연 어떤 데이터가 버려지고 있을까요? 실제 택배회사의 경우 매일 거래가 이루어지는 운송장 정보를 이미 TMS를 통하여 디지털화하고 있으나, 이에 대한 효과적인 활용에 대해서는 큰 진전이 없는 상황입니다. 운송장 정보의 생성에서 화물의 이동 등에 대한 실시간 데이터가 정보시스템에 누적되어 가고 있으나 이러한 데이터의 흐름 속에서 의미있는 패턴을 찾고자 하는 노력이 부족했던 것이 현실입니다. 물류창고의 WMS에도 제품 입출하 정보에서 시작하여 보관되는 제품의 사이즈, 종류, 물류창고의 온도, 습도 정보 등 다양한 정보가 실시간으로 측정가능한 상황이지만 미숙아로 태어난 신생아에 대한 치료에서와 마찬가지로 동적인 데이터의 흐름은 활용되지 못하고 버려지고 있으며, 일간 보고, 주간 보고 등의 형태로 특정 시점에서의 정적인 데이터로만 활용되고 있습니다.
둘째, 데이터를 바라보는 새로운 시각에 주목해야 합니다.
영화 머니볼(Moneyball)은 미국 메이저리그의 가장 가난한 구단 중 하나이며 2002년 시즌에 전대미문의 20연승이라는 대기록을 세웠던 오클랜드 애슬레틱스의 빌리 빈 단장에 대한 영화입니다. 유망주는 모두 부자 구단에 스카우트되어 가고 훌륭한 선수를 스카우트해 올 예산은 한정된 상황에서, 다른 팀에서 관심을 가지지 않으면서도 승리에 기여할 비용 효과적인 선수들을 찾아낸 빌리 빈 단장의 성공 스토리는 데이터 야구에서 시작됩니다.
전통적으로 훌륭한 야구선수란 홈런, 타율, 도루성공률이 높은 선수를 의미했고, 대부분의 메이저리그 구단들은 이 비율이 높은 선수에 천문학적인 돈을 투자하며 팀을 운영하였습니다. 또한 결정적 순간에 기여를 하여 사람들에게 각인된 선수나 인기있는 프랜차이즈 스타 선수들에 더 높은 연봉을 지불하며 외형적으로 그럴듯한 팀을 구성하는데 공을 들였습니다.
그러나, 빌리 빈 단장은 팀 승리와 개인 기록 사이의 연관성을 분석하는 과정에서 기존의 시각에서는 관심을 가지지 않던 새로운 지표들을 발견하게 됩니다 (세이버 매트릭스의 발전). 야구에 있어 가장 희소성이 높은 자원은 아웃카운트이므로, 이를 사용하지 않고 다음 타자에게 넘겨주는 타자가 진정 훌륭한 타자라는 의미에서 출루율은 훌륭한 분석 지표가 됩니다. 또한 동일한 출루율이라 하더라도 상대 투수가 더 많은 공을 던지게 만드는 사사구 비율이 높은 선수 역시 중요한 구성원이 될 수 있습니다. 홈런이나 끝내기 한방으로 사람들에게 각인된 선수보다는 끊임없이 출루하고 상대 투수를 지치게 만드는 선수가 팀 승리에 더 큰 기여를 한다는 이론인 것입니다.다른 구단은 외형적인 모습에만 신경 쓴 나머지, 새로운 시각으로 무장한 빌리 빈의 선수 스카우트 전략에 관심을 보이지 않았고 결국 빌리 빈은 풍족하지 않은 예산에도 불구하고 숨겨져 있던 보석 같은 선수들로 구단을 구성하여 20연승이라는 대기록을 달성하게 됩니다.
물류산업에서도 이와 유사한 면이 발견됩니다. 전통적으로 물류산업의 경쟁력은 운송비와 보관비 등 직접적으로 물류에 투자한 비용을 최소화에 있었으며, 물류전략은 저비용 전략을 중심으로 규모의 경제, 대량 운송수단에 초점이 맞추어져 있습니다. 그러나, 비용보다는 유연성과 스피드에 초점을 맞춘 Zara와 같은 Fast Fashion의 등장, 제품라인업을 단순화하여 비용을 절감하기 보다는 다양한 화면크기를 통해 고객에게 더 많은 선택권을 제공하는 삼성전자 스마트폰의 성공 전략 등 고객 중심의 SCM 개념이 등장하면서 물류의 경쟁력이 단순한 비용절감이 아니라 고객 가치 (Customer Value)를 향상시키기 위한 스피드, 유연성과 비용의 조화라는 사실에 많은 기업들이 눈뜨게 되었습니다.
따라서, 물류산업도 기존의 비용 절감, 규모의 경제 위주의 비용절감 전략보다는 화주인 제조업, 서비스업의 고객을 이해하고 이들에게 가치를 제공하기 위한 전략 수립에 눈을 돌려야 합니다. 데이터의 확보, 누적, 재가공 역시 SCM을 고려한 통합적 시각을 바탕으로 새롭게 바라봐야 하는 시점인 것입니다.
셋째, 기존에 존재하지 않던 데이터의 확보 가능성에 주목해야 합니다.
자동차들이 고속도로를 끊임없이 지나가는 상황에서 과거 우리는 도로의 특정 지점에서의 교통량을 측정하여 도로망을 재구축하고자 하였습니다. 또한 항만이나 공항에서 수출입되는 화물의 기종점에 대한 조사 역시 수작업으로 이루어지거나 특정 지점을 통과하는 화물의 수량 정보를 확보하는데 그쳤습니다.
그러나, 정보기술의 발달로 기존에 존재하지 않던 “흐름”에 대한 실시간 데이터를 효과적으로 확보할 수 있게 되었습니다. 가장 대표적인 사례는 교통카드와 하이패스가 있습니다. 티머니라 불리는 수도권의 교통카드는 개별 사용자의 ID와 환승정보를 활용하여 수많은 사용자들이 언제 어디서 어디로 이동하는지 흐름에 대한 데이터를 실시간으로 누적하고 있습니다. 하이패스 역시 각각의 차량에 장착된 단말기에서 개별 사용자의 ID와 톨게이트 통과 정보를 실시간으로 측정하여 누적하고 있습니다. 과거의 데이터 관리가 특정 시점 및 장소에서의 정적인 데이터인 반면 최근 등장하게 된 새로운 데이터들은 시점 및 장소와 상관없이 각각의 ID를 흐름 측면에서 동적으로 분석할 수 있게 하였습니다. 물류 산업 역시 이러한 “흐름”에 주목하여 데이터를 정의하고 관리할 필요가 있습니다.
넷째, 새로운 데이터의 효과적 활용을 방해하는 규제와 조직의 이해관계에 주목해야 합니다.
SNS를 활용한 새로운 교통 서비스로 관심을 끌었던 e-Bus를 살펴보면 데이터를 확보하는 새로운 방식에 대해 생각해볼 수 있습니다. 같은 구간 통근자들이 SNS 및 인터넷에서 버스 노선을 공동구매하여 필요에 따라 버스 노선을 최적화할 수 있는 e-Bus의 등장으로 대중교통에 새로운 장이 열렸습니다. 기존의 버스 노선은 사용자들의 의견은 배제된 채 예측에 기반하여 노선을 설계하고 버스회사들에 제공되어 고정적으로 운영되어 왔습니다. 그러나, 급변하는 사용자들의 수요에 버스 노선은 쉽게 변화되기 힘들었습니다. e-Bus의 등장은 데이터를 실시간으로 확보하여 노선을 사용자들의 필요에 따라 수시로 최적화할 수 있는 방법으로써 그 의미가 높았으나, 기존 버스운송사업자들의 반발과 정부의 규제로 서비스 시작 15일만에 운행중단 처분이 내려졌습니다.
새로운 데이터를 활용하고 경쟁력을 확보하기 위해서는 이와 같이 기존의 산업 질서와 정부의 정책 및 규제를 이해하고, 시장 참여자들의 이해관계를 조정할 수 있는 메커니즘에 대해서도 고민해야 함을 의미합니다. 새로운 시대, 정부의 역할도 변화해야 합니다.
기존에 버려지던 데이터를 재발견하고, 새로운 시각으로 분석하며, 데이터를 손쉽게 확보할 수 있는 방안들이 속속 등장하는 급변의 시대에 물류산업은 더욱 큰 변화를 요구받고 있습니다. 전통적 관점에서 정적인 데이터를 활용하던 시대에서 수많은 디지털 정보가 쌓여 있는 데이터의 바다를 항해하는 시대로 바뀌게 된 것입니다. 이러한 시대의 흐름 속에 데이터를 적극 활용하고 경쟁력 향상에 활용하는 기업은 더욱 이익을 창출하게 될 것이므로 경쟁력 확보를 위한 빅데이터와 애널리틱스의 활용은 바로 우리 눈 앞에 다가와 있다는 것을 모두 마음 깊이 새겨야 할 것입니다.