재고관리 프로그램 써도 숫자가 안 맞는 이유

제조 현장에서 재고관리 프로그램을 쓰고 있어도 전산 재고와 실제 재고가 안 맞는 건 생각보다 흔한 일입니다.

입고할 때 실물 확인 없이 발주서 수량대로 찍어 넣는다든지, 바쁘다 보니 출고 기록을 빠뜨린다든지, 3교대 인수인계 과정에서 누락이 생기는 것처럼 사람의 실수로 인한 오류가 생각보다 자주 발생하거든요.

이 글에서는 재고 숫자가 틀어지는 구체적인 원인과, 이 문제를 AI로 어떻게 풀고 있는지를 정리합니다.

재고관리 프로그램을 쓰는데 숫자가 안 맞는 상황

재고관리 프로그램에는 원자재가 50박스로 찍혀 있는데 창고에 가보면 43박스인 상황, 엑셀로 관리하든 ERP를 쓰든, 이런 차이는 늘 생깁니다. 원인을 따져보면 대부분 데이터가 재고관리 프로그램에 들어가기 전 단계에서 생기는 문제죠.

이런 문제가 현장에서 자주 반복되는 원인을 살펴 보면 크게 세 가지입니다.

1. 수기 입출고 기록의 오류

바쁘다 보니 현장 담당자가 입출고할 때 실물 수량을 확인하지 않고 발주서 수량 그대로 입력하는 경우가 많습니다. 또 3교대로 돌아가는 현장에서는 다음 근무조가 이전 기록을 제대로 이어받지 못하거나, 수기 기록의 필체를 잘못 읽는 일도 생기고요.

2. 엑셀의 구조적 한계

엑셀로 재고를 관리하다 보면 누군가 수식을 건드려서 재고가 마이너스로 뜨는 일도 생각보다 흔히 생깁니다.

여기에 더해 여러 부서가 같은 파일을 동시에 열 수 없는 것도 꽤나 큰 문제인데, 영업팀이 긴급 주문을 확인하는 사이에도 현장에서는 자재가 계속 나가고 있으니 확인한 시점의 숫자가 이미 맞지 않는 상황이 발생하곤 합니다.

3. 입고 단계에서 시작되는 불일치

MRPeasy와 NetSuite의 분석을 보면, 재고 불일치의 약 80%가 사람의 실수에서 비롯되고 그 시작점은 대부분 입고 단계라고 합니다. 다시 말하면, 입고 담당자가 바코드 검증을 생략하거나 발주서와 실제 입고 수량을 대조하지 않으면 첫 단추부터 틀어져 이후 출고, 재고 집계, 수요예측까지 계속 이어진다는 거죠.

숫자가 안 맞는 건 프로그램 문제가 아니다

재고관리 프로그램은 들어온 데이터를 정리해서 보여주는 도구입니다. 재고가 몇 개인지 알려주고, 부족하면 알림을 보내죠. 하지만 이 프로그램에 들어갈 데이터를 만드는 건 프로그램이 아니라 사람입니다.

담당자가 입고서를 수기로 쓰고, 출고 내역을 엑셀에 손으로 옮기고, 거래명세서를 눈으로 대조하는 구조에서는, 그날 컨디션에 따라 숫자가 틀어질 가능성을 배제할 수 없습니다. 아무리 좋은 프로그램을 써도 이 과정을 0로 만들 순 없죠.

수요예측이든 자동발주든, 재고관리 프로그램에 들어가는 데이터가 부정확하면 결과도 함께 틀어집니다. 반대로 데이터가 정확해지면 같은 재고관리 프로그램이라도 결과가 달라지죠.

재고 데이터를 정확하게 잡은 기업의 변화

ISM에 따르면 제조업 평균 재고 정확도는 83%입니다. 95% 이상이면 전 세계 상위 10~20%에 해당하죠. 이 정확도를 끌어올린 기업들을 보면, 재고량이 줄고 납기가 빨라지는 변화가 동시에 나타납니다.

자동차 부품용 냉연강판을 가공하는 국내 기업 대창스틸은 크레인 작업과 자재 관리를 수작업으로 처리하고 있었습니다. 어떤 자재가 어디에 있는지 정확히 파악이 안 되다 보니 자재 선택 오류로 불량률이 1,300ppm에 달했고, 납기는 80일이 걸렸죠.

이 문제를 해결하기 위해 POSCO 스마트공장 지원 사업을 통해 크레인 10대에 IoT 센서를 달고 야드 관리 시스템을 구축했습니다. 자재 위치와 수량이 실시간으로 잡히기 시작하면서 재고가 45,000톤에서 35,000톤으로 1만 톤 줄었고, 납기도 65일로 단축됐습니다. 불량률도 700ppm으로 절반 가까이 떨어졌고요.

미국의 항공/의료 부품 제조사 Light Composites도 비슷한 문제를 겪고 있었습니다. 재고를 종이와 엑셀로 관리하다 보니 자재가 떨어질 때마다 금요일 오후에 공급사에 긴급 전화를 돌리는 일이 반복됐거든요.

결국 재고 기록을 전면 디지털화하고 BOM 기반 자동 구매 시스템을 도입했는데, 재고 정확도가 97~98%로 올라가면서 그 긴급 전화가 완전히 사라졌다고 합니다.

두 기업 모두 특별한 AI를 도입한 게 아닙니다. 입출고 과정에서 데이터가 정확하게 잡히는 구조를 만들었을 뿐인데, 재고량과 납기와 불량률이 동시에 개선된 거죠.

입출고 데이터를 정확하게 만드는 법

입출고 데이터를 정확하게 만드는 가장 확실한 방법은 현장 문서를 사람이 수기로 옮기는 단계를 없애는 겁니다.

다행히 최근에는 입고서, 출고서, 거래명세서 같은 현장 문서를 AI가 읽고 자동으로 데이터로 바꾸는 게 가능해졌습니다. 사람이 숫자를 직접 옮기는 과정이 빠지니까, 잘못 보거나 빠뜨리는 오류 자체가 사라지는 거죠.

다만 제조 현장의 문서는 거래처마다 양식이 다르고, 한글과 영문이 섞여 있는 경우가 많아서 아무 AI나 붙인다고 바로 되는 건 아닙니다. 국내 제조 기업의 문서 환경에 맞는 솔루션이 필요하죠.

YRP 유링파워는 이런 국내 제조 현장의 문서에 맞게 설계된 솔루션입니다. 거래처마다 양식이 다른 입고서나 거래명세서도 AI가 맥락으로 읽고 품명, 수량, 단가를 분류하고요. 현장에서 문서를 올리면 정확한 데이터가 생성되고, 이 데이터가 재고관리 프로그램으로 바로 흘러가는 구조를 만들 수 있습니다.

거래처마다 양식이 다른 입고서나 거래명세서도 AI가 맥락으로 읽고 품명, 수량, 단가를 분류할 수 있죠. 또 현장에서 문서를 올리면 정확한 데이터가 생성되고, 이 데이터가 재고관리 프로그램으로 바로 흘러가는 구조를 만들 수도 있습니다.

사람이 숫자를 넣는 단계를 줄이면 데이터가 정확해지고, 정확한 데이터 위에서 프로그램이 돌아가면 결과도 달라지는 거죠.

견적서나 발주서 처리를 AI로 자동화하는 방법은 견적서 PDF 엑셀 변환 자동으로 끝내는 법에서 더 자세히 다루고 있습니다.

재고관리의 시작은 프로그램이 아니라 데이터 정확도

재고관리 프로그램을 바꿔도 숫자가 계속 안 맞는다면, 문제는 프로그램 밖에 있을 가능성이 높습니다. 입출고 문서를 수기로 옮기는 그 과정에서 숫자가 이미 틀어지고 있는 건 아닌지 한번 확인해 보세요.

데이터가 맞아지면 프로그램은 알아서 돌아갑니다. YRP 유링파워가 우리 현장의 입출고 문서에도 적용 가능한지 확인하고 싶다면, 무료 문서 현황 진단부터 시작해 보세요.