구두 한 켤레가 팔립니다. 백화점 매장이라 결제는 백화점 단말기로 받습니다. 단말기는 백화점 시스템에만 연결돼 있습니다. 그래서 회사 장부에 남기려면 같은 판매 한 건을 회사 ERP에 다시 입력해야 합니다. 여기서 끝이 아닙니다. 출고 시트, 매장 재고 엑셀, 판매 장부, 일 마감 보고까지 목적이 각기 다른 장부 네 곳에도 한 번씩 더 적습니다.

재고조사 날에는 재고 엑셀을 수량 칸을 비운 채 출력해 손으로 세어 적고, ERP와 맞춰 봅니다. 같은 것을 여러 사람이 맞춰 보면 결과가 다르게 나오는 일이 많습니다. 숫자가 갈리면 직원들은 ERP보다 직접 센 엑셀을 더 믿습니다.

해외 구두 브랜드를 수입해 백화점과 쇼핑몰 매장 아홉 곳에서 판매하는 유통 회사의 이야기입니다. 원하는 결과는 사람마다 달랐습니다.

  1. 대표님은 실제 재고와 신고하는 재고를 맞춰 정확하게 세금을 내고 싶어 했습니다.
  2. 직원들은 매장마다 흩어진 판매 기록이 저절로 모이길 바랐습니다.
  3. 팀장님은 AI로 발주량을 예측하고 싶어 했습니다.

그런데 저희에게 온 의뢰는 자사몰 개편이었습니다.

저는 위시켓 AIDP에서 이 프로젝트를 맡은 FDE(Forward Deployed Engineer)입니다. 이 글은 AX 프로젝트를 의뢰한 고객사의 목표를 이루기 위해, 어떤 진단을 내리고 어떤 해결책을 제안했는지에 대한 기록입니다. 결론부터 말씀드리면, 먼저 한 일은 자사몰을 바꾸는 것도 AI를 붙이는 것도 아닌, 같은 숫자를 만드는 회사의 기준을 세우는 것이었습니다.

백화점 단말기에서 판매 한 건이 회사 ERP와 장부 네 곳에 다시 입력되는 흐름

‍

의뢰를 그대로 받지 않은 이유

저희에게 처음 온 의뢰는 자사몰 개편과 AI 도입이었습니다. 그런데 저는 이 의뢰를 그대로 받으면 안 된다고 봤습니다. 고객사가 지금 어떻게 일하고 있는지, 어디까지 준비되었는지에 따라 해결책이 달라지기 때문입니다.

고객사가 원한 세 가지를 이루려면, 먼저 누가 언제 확인해도 같은 값이 나오는 숫자가 있어야 합니다. 그래야 실제 재고와 신고 재고를 맞출 수 있고, 흩어진 판매 기록을 모았을 때 믿을 수 있는 하나의 숫자를 보여줄 수 있기 때문입니다.

팀장님이 원하는 AI 발주 예측도 마찬가지입니다. AI 발주 예측이라는 건, 지난 판매와 남은 재고를 보고 다음에 몇 켤레를 주문할지 계산하는 일입니다. 계산의 재료인 판매와 재고 숫자가 장부마다 다르면, AI의 답도 부정확할 수 밖에 없습니다. 위시켓 AX 성숙도 모델에서도 Lv3(정형화된 업무의 특정 구간을 AI가 보조)으로 가기 위해서는 Lv1(같은 항목이 같은 값), Lv2(업무 경로가 시스템에서 보임)를 거쳐야 한다고 말합니다.

따라서 고객사에 필요한 것은 누가 언제 확인해도 같은 값이 나오는 숫자라고 봤습니다. 자사몰을 새로 바꿔도 그 숫자가 생기지는 않습니다. AI 도입도 마찬가지입니다. 그래서 저는 고객사가 요청한 기능을 바로 만드는 대신, 이 회사의 재고, 판매 수치가 왜 맞지 않는지 먼저 확인하기로 했습니다.

‍

숫자가 맞지 않는 이유는? 현장에서 발견한 장면

나흘간의 인터뷰와 매장 두 곳 실사를 돌며 현장을 살폈습니다. 그 결과 재고, 판매 수치가 맞지 않는 이유를 세 가지로 정리할 수 있었습니다.

1) 같은 기록을 사람이 여러 번 옮겨 적는다

앞에서 본 것처럼 상품 하나가 팔리면 직원이 직접 유통 회사 ERP에 입력합니다. 그리고 각자 다른 장부 4곳에 추가로 적습니다. 반품이 발생하면 다섯 곳을 거꾸로 고칩니다.

사람이 데이터를 하나하나 옮겨 적기 때문에, 빠지거나 틀린 숫자가 생깁니다. 재고조사에서 숫자가 안 맞는 경우도 대부분 이런 입력 실수였습니다. 예를 들면 같은 모델이라도 가죽에 따라 품목 코드가 갈리는데, 다른 코드로 빼 버리는 식이죠.

매장마다 장부를 대조하는 방식도 달라서, 대조를 하지 않는 매장에서는 잘못 적혀도 바로 드러나지 않았습니다.

2) 매출을 잡는 기준이 사람마다 다르다

이 회사에서는 같은 달의 매출이 네 가지로 나옵니다. 팀장님의 보고서에서는 손님이 주문한 날을 기준으로 매출을 계산합니다. ERP는 물건이 나간 날, 백화점 온라인몰은 배송이 끝난 날, 세무사에게 가는 계산서는 수수료를 뺀 금액이 기준입니다.

월말에 주문받아 다음 달 초에 보낸 구두는, 팀장님 보고서에서는 이미 팔린 구두지만 ERP에서는 아직 창고에 있는 구두입니다. 계산이 틀린 사람은 없습니다. 각자 자기 일에 필요한 기준으로 다르게 셀 뿐입니다. 문제는 회사에서 언제를 매출로 볼지 정하지 않고 있다는 점입니다.

3) 시스템에 없는 재고가 있다

ERP에는 고객사의 핵심 자산인 구두만 등록되어 있습니다. 액세서리와 슈케어 용품, 샘플은 자산으로 잡을지 정하지 않아 ERP에 등록하지 않습니다. 별도 구글 시트에서 관리합니다. 한 케어용품은 시트의 숫자와 실물이 약 2천 개나 차이 났습니다.

아직 들어오지 않았는데 팔린 물건도 있습니다. 손님이 찾는 사이즈가 매장에 없으면, 직원은 입고 예정 시트를 보고 ‘다음 주에 들어옵니다’ 하며 미리 결제를 받습니다. 그런데 ERP는 실제로 창고에 들어온 물건만 압니다. 없는 물건이 팔린 셈이라 ERP의 재고 숫자는 0보다 작아집니다. 결제를 받은 직원이 쉬는 날 그 물건이 들어오면, 다른 직원이 이를 놓치고 다른 손님에게 팔아 버릴 수도 있습니다.

‍

세 가지 이유를 놓고 보면, 이 회사는 AX 성숙도 모델의 Lv0에 가까웠습니다. ERP도, 시트도 있지만 무엇을 어떻게 셀지 정한 회사의 기준, 그리고 모든 기록이 한 번만 적히고 한곳에 모이는 자리는 없는 상태였습니다.

AX 성숙도 모델의 단계

그래서 저는 그래서 순서를 이렇게 제안했습니다. 먼저 숫자를 정하는 회사의 규칙을 세우고, 그 규칙대로 기록이 한곳에 모이는 ERP를 만든다. 자사몰은 그 위에 잇는다. AI는 숫자와 흐름이 자리 잡은 뒤에 붙인다.

‍

흩어진 숫자를 믿을 수 있는 데이터로 만드는 법

1) 회사의 공통 기준 정하기

구성원 신뢰할 수 있고, 누가 언제 봐도 같은 값을 내는 데이터를 만들려면 그것을 담을 시스템이 있어야 합니다. 그 시스템이 바로 ERP입니다. 그런데 이 시스템을 만들려면 회사에서 먼저 정해야 하는 것들이 있습니다.

가장 큰 것이 바로 ‘기준’입니다. 매출을 잡는 기준이 사람마다 달랐던 건, 무엇을 매출로 볼지 회사가 정해 둔 적이 없어서였습니다. 그래서 회사가 정해야 할 것을 네 가지로 추렸습니다.

  • 매출을 언제로 잡을 것인가
  • 액세서리·샘플·진열품을 재고 자산에 넣을 것인가
  • 원가를 어느 환율로 계산할 것인가
  • 백화점 이름으로 팔린 것(수수료를 뺀 금액이 매출)과 회사 이름으로 팔린 것(판매 금액 전체가 매출)을 어떻게 나눠 적을 것인가

어떤 기준을 고르느냐에 따라 매출도, 월말 재고도, 세금 신고도 달라집니다. 때문에 기준을 정하는 일은 AI도, 저도 대신 할 수 없습니다. 그래서 리스트를 정리해 대표님께 공유하고, 원가부터 대표님과 이야기해 답을 냈습니다.

지금은 어림잡은 환율에 어림잡은 운송비를 더해 원가를 잡고 있었는데, 실제 송금한 환율에 그 입고분의 운송비 평균을 더해 켤레마다 붙이기로 했습니다. 이렇게 규칙이 정해지면 어느 장부를 보든 매출과 재고를 같은 기준으로 셀 수 있게 됩니다.

2) ERP에 넣을 장부, 밖에 둘 장부 정하기

한 기록을 여러 장부에 옮겨 적는 문제는 ERP 구조로 풀었습니다. 입고 예정 시트나 수기 판매 장부처럼 회사 기록인데 지금 ERP가 담지 못해 밖으로 샌 것을 ERP 안으로 들이기로 했습니다.

반대로 백화점 전산, 택배사 양식, 세무사 장부처럼 바깥 회사의 기록은 파일을 주고받는 접점으로만 남깁니다. 백화점 단말기를 회사 것으로 바꿀 수는 없으니까요. 판매를 ERP에 입력하는 일은 남지만, 그 뒤로 여러 장부에 다시 적던 일은 크게 줄일 수 있습니다.

새 ERP에 넣을 기록과 밖에 둘 기록. 입고 예정 시트와 수기 판매 장부는 새 ERP 안으로 들이고, 백화점 전산·택배사 양식·세무사 장부는 파일을 주고받는 접점으로만 남긴다

3) 전수조사로 숫자 맞추기

새 ERP를 만들 때는 지금 장부의 재고 숫자를 그대로 옮겨 오는 경우가 많습니다. 하지만 이 회사는 그 숫자부터 맞지 않았습니다. 틀린 숫자를 옮기면 새 ERP도 틀린 숫자로 시작합니다.

그래서 새 ERP에 재고를 처음 올리는 날, 창고와 매장의 재고를 전부 다시 세기로 했습니다. 장부에는 백 개인데 실제로는 여든 개뿐이라면, 사라진 스무 개는 싸게 팔았는지, 잃어버렸는지, 버렸는지 이유를 붙여 ERP에서 빼고 시작합니다. 팀장님은 이 전수조사를 숙원이라고 했습니다.

이 숫자는 대표님의 바람과도 이어집니다. 지금 이 회사의 회계는 세무사가 따로 정리하고, 재고는 재고대로 관리되고 있었습니다. 대표님이 ‘새 ERP에 회계 자료를 따로 넣어야 하느냐’고 물었을 때 저는 그럴 필요가 없다고 답했습니다. 재고가 들어오고 나간 기록이 이유와 함께 ERP에 남으면, 회계도 결국 이 숫자를 기준으로 삼을 수 있기 때문입니다. 실제 재고와 신고 재고를 맞추는 일도 이날 센 숫자에서 시작합니다.

4) 사람이 해야 할 일은 따로 분리하기

의뢰받은 자사몰은 새 ERP와 연결합니다. 처음 계획은 자사몰에서 구두가 팔리면 ERP 재고에서도 자동으로 한 켤레가 빠지게 하는 것이었습니다.

그런데 ERP의 재고 숫자에는 불량이거나 상태가 좋지 않아 손님에게 보낼 수 없는 구두까지 들어 있었습니다. 이 숫자를 그대로 자사몰에 보여 주면, 손님은 재고가 있는 줄 알고 결제했는데 정작 보낼 수 있는 구두가 없는 일이 생깁니다.

그래서 자사몰에서 팔 수 있는 수량은 ERP 재고와 따로, 사람이 정하기로 했습니다. 이 방식에도 단점은 있습니다. 수량을 넉넉히 잡지 않으면 창고에 멀쩡한 재고가 있는데도 자사몰에는 품절로 뜰 수 있습니다. 제가 이 점을 짚자, 팀장님은 잘못 나가는 것보다 안 나가는 게 나을 수도 있다고 답했습니다.

같은 숫자를 만든다고 모든 걸 자동으로 묶는 게 답은 아니었습니다. 현장이 지켜 온 방식에는 이유가 있었습니다.

‍

AI는 언제, 어떻게 도입할까?

팀장님이 원한 발주 예측은 그다음입니다. 숫자가 같아지고 흐름이 보이기 시작하면 붙입니다. 이 때는 교육을 함께 진행합니다. AI를 유통 회사의 직원들이 직접 다루고, 수정하고, 발전시킬 수 있게 만들기 위해서입니다. 저는 AX 프로젝트가 끝난 후에도 운영 역량이 남아야 한다고 봅니다. 기능 하나 수정할 때마다 FDE를 불러야 한다면, AX가 끝난 게 아니라고 보는 것이죠.

단, 같은 숫자가 없어도 AI가 지금 할 수 있는 일은 있었습니다. 입고된 물건을 확인하는 일입니다. 박스에 붙은 표기는 매장에서도 읽기 어려워서, 신입이 제대로 확인했는지 검수하기 어렵다는 이야기가 나온 부분이었습니다. 그래서 박스 사진의 글자를 AI가 읽어 수량을 맞춰 보게 하고 있습니다. 장부의 숫자가 아니라 박스 자체를 읽는 일이라 지금 시작할 수 있었죠. 정확도는 아직 테스트하는 중이고, 최종 확정은 사람이 합니다.

‍

마치며

의뢰서에는 자사몰 개편이 적혀 있었고, 팀장님은 AI를 떠올리고 있었습니다. 둘 다 틀린 답은 아니었습니다. 다만 그 일들이 제대로 작동하려면, 먼저 딛고 설 바닥이 필요했습니다. 누가 언제 봐도 같은 값이 나오는 숫자입니다. 그래서 요청받은 기능을 바로 만들기보다, 이 회사의 일이 지금 어느 단계에 있는지부터 확인하고 그 단계에 맞는 일부터 시작했습니다.

저는 AX를 AI를 붙이는 일이 아니라, 회사의 일이 지금 어느 단계에 있는지 확인하고 한 단계씩 올라가는 일이라고 생각합니다. 사내에서 AX를 추진하고 있다면, 지금 필요한 것은 AI 도입안이 아니라 '우리 회사가 정해야 할 기준' 목록일 수도 있습니다.

‍

‍

함께 보면 좋은 콘텐츠