지난 9월10일 냉난방공조 전문저널 ‘칸(Kharn)’의 창간 10주년 컨퍼런스 ‘탄소중립산업의 현황과 미래’라는 주제로 개최되었습니다. 10주년 행사인 만큼 업계의 다양한 연사를 모시고 업계의 현황과 미래를 엿볼 수 있는 시간을 가질 수 있었는데요. 이번 컨퍼런스의 콜드체인 세션에서는 윌로그의 노종우 데이터 총괄이 ‘콜드체인 업계의 데이터 기반 의사결정 혁신: 경험에서 과학으로’라는 주제로 윌로그가 바라보는 데이터 기반 의사결정에 대하여 발표 했습니다.
다양한 컨퍼런스 주제 중 가장 많은 이목을 끌었던 주제였는데요. 미래 콜드체인 시장에서 성패를 좌우하는 ‘데이터 기반 의사결정’에 대한 현실적인 접근 방식과 고려사항에 대하여 이번 아티클에서 쉽게 만나보세요!
데이터, 수집만 하고 활용은?
윌로그 설문조사에 따르면 56.5%가 공급망 전반에 걸친 ‘End-to-End 가시성’이 부족하며 특히 온습도관리가 중요한 그룹에서는 그 비율이 61%까지도 나타났습니다. 이는 많은 기업이 제품이 생산돼 최종 소비자에게 전달되기까지의 전 과정을 명확하게 파악하고 통제하는데 많은 어려움을 겪고 있다는 것을 의미합니다.
그렇다면 이러한 가시성 부족을 기업들은 어떻게 극복하려고 할까요? 동일 설문조사에서 90.9%에 달하는 응답자가 1~3년 내 공급망 가시성을 높이고 제품 상태를 관리하기 위한 모니터링 기술을 도입하거나 확대할 계획입니다. 그중 가장 주목을 받는 분야는 ‘실시간 IoT 모니터링 시스템’이었으며 ‘파트너와의 데이터 공유 강화’, ‘데이터 표준화 및 통합’, ‘AI/ML 기반 예측 분석’ 등이 뒤를 이었습니다.
이는 단편적인 정보 수집을 넘어 데이터를 실시간으로 확보하고 분석해 미래를 예측하고자 하는 업계의 의지를 보여줍니다.
이러한 움직임은 글로벌 흐름과 일치합니다. 글로벌 공급망 빅데이터 분석 시장은 2024년 약 62억 달러에서 연평균 17.47% 성장해 2031년에는 약 225억 달러 규모에 이를 것으로 전망됩니다. 공급망의 복잡성이 증가하고 실시간 분석에 대한 수요가 커지며 AI, IoT, 빅데이터 기술이 통합되는 것이 시장 성장의 주요 동력으로 분석되기도 했죠.
이미 변화는 시작되었으며 이제는 변화에 함께 해야 할 시점인 것이죠.
데이터에서 인사이트까지, 흙속에 숨겨진 금을 찾아라
그렇다면 데이터 기반의 의사결정은 무엇일까요? 흩어져 있는 사금을 채취해 가치를 창출하는 것과 유사하며 1. 데이터 2. 정보 3. 지식 4. 지혜 5. 데이터 기반 의사결정의 단계를 거치게 됩니다.
우선 가공되지 않은 원천 데이터는 신호와 소음이 섞여있어 강바닥의 흙과 같습니다. 이러한 데이터를 정제하고 구조화해 의미있는 정보로 변환해 흙탕물에서 불필요한 것들을 걸러 내야 합니다. 그리고 정보를 연결하고 패턴을 파악해 지식으로 구축해야 하며 축적된 지식을 바탕으로 판단과 예측, 즉 실행 가능한 인사이트를 도출해야 합니다.
이러한 일련의 과정을 거쳐야 비로소 구체적인 의사결정과 행동으로 실제 가치를 만들어 내는 ‘데이터 기반 의사결정’이 가능하게 됩니다.
하지만 현실은 녹록치 않습니다. MIT Data Science Review(2024)에 따르면 기업의 85%가 아직 ‘정보’단계에 머물러 있으며 McKinsey Digital(2024)은 수집된 데이터 중 실제 의사결정에 활용되는 비율이 평균 23%에 불과하다고 지적합니다.
생성형 AI의 급부상과 한계
최근 급부상한 생성형AI 역시 물류 현장의 복잡하고 전문적인 의사결정에는 명확한 한계를 보이고 있습니다. 예를 들어 ‘냉장 운송 중 온도 이탈이 발생했는데 어떻게 해야 하나요?’라는 질문에 생성형 AI는 ‘온도 기록 확인’, ‘운송업체 연락’, ‘제품상태 점검’ 등 원론적인 답변을 내놓을 뿐이죠.
이는 정보량이 적고 구체적인 맥락이 없어 결국 사람이 다시 개입해야 하는 상황을 만들죠.
해결의 열쇠: 스몰데이터와 결합한 도메인 특화 AI
이러한 한계를 스몰데이터와 AI를 통해 해결해볼 수 있습니다. 여기서 스몰 데이터는 제품의 정보(유형, 파손 여부 등) , 물류 전문가의 의견(문제의 심층 원인, 운영프로세스), 관련 법규나 업계 관례와 같은 ‘맥락적이고 의미있는 정보’를 뜻합니다.
핵심은 IoT 센서 디바이스나 외부 기상 정보와 같은 빅데이터와 이러한 스몰데이터를 결합하는 것입니다. 글로벌 데이터 전략 연구에 따르면 빅데이터와 스몰데이터를 결합했을때 비즈니스 임팩트가 3배 이상 증가하는 것으로 나타났습니다.
| ✔️함께 읽으면 좋을 콘텐츠ㅤ운송전략 고도화를 위한 코닝정밀소재의 데이터 활용 전략 |
다시 빅데이터와 스몰데이터를 결합할 경우 범용 AI는 물류 도메인에 특화된 AI 진화할 수 있게 됩니다. 앞선 온도 이탈 상황에 대해 도메인 특화 AI는 다음과 같이 구체적이고 실행 가능한 답변을 제공할 것입니다.
- 제품 특성상 현재 온도 상태라면 품질 손상 가능성이 90%를 초과합니다.
- 고객사 SLA에 따라 즉시 제품을 회수하고 새 제품으로 다시 운송을 시작해야 합니다.
- 보험 처리를 위해 운송사와 고객사 담당자에게 자동으로 통지하겠습니다.
이처럼 추상적인 답변이 아닌 현장에서 즉시 행동으로 옮길 수 있는 가이드를 제공하게 되는 것이죠.
데이터 기반의 의사결정의 효과는 이미 여러 조사를 통해 입증되고 있습니다. 윌로그의 설문조사에 따르면 응답자의 83%는 근본원인분석(RCA)을 통해 도출된 개선 조치가 문제 재발 방지에 도움이 됐다고 평가했습니다.
또한 McKinsey(2023)는 공급망 고급 분석을 통해 10~15%의 효율성 개선이 가능하다고 밝혔으며 Deloitte(2024)는 AI 구현으로 최대 15%의 비용을 절감할 수 있다고 전망하기도 했습니다.
성공적인 데이터 기반 의사결정 체계 도입을 위해서는 다음 세 가지의 핵심 요소를 고려해야 합니다.
- 데이터 리터러시 확보: 조직 구성원 모두가 데이터를 읽고 이해하며, 소통하는 능력을 갖춰야 합니다.
- 물류 도메인 특성 고려: 오프라인 중심의 비즈니스 특성을 감안해 웹 대시보드는 물론 이동 중인 배송기사를 위한 앱, 물류창고 현장의 대시보드 등 인사이트가 사용자를 찾아가는 지능형 플랫폼을 구현해야 합니다.
- 단계별 도입 추진: 처음부터 중요하고 복잡한 의사결정에 도전하기보다 ‘빈번하지만 덜 중요한 의사결정’의 자동화부터 시작해 점진적으로 확장하는 전략이 바람직합니다. 이를 통해 조직의 리스크를 관리하며 데이터 기반 역량을 차근히 축적해 나갈 수 있습니다.
이제는 누적된 데이터로 실제 업무를 자동화하는 실행력이 기업 경쟁력의 핵심이 되고 있습니다. AI 기술이 보편화된 지금 단순한 데이터 분석을 넘어 도메인 전문지식과 결합해 산업별 특화 솔루션으로 발전시키는 기업이 미래 콜드체인 시장에서 두각을 보일 것입니다. 윌로그와 함께 콜드체인의 데이터 기반 의사결정을 시작해 보세요.
