ERP 기반 빅데이터를 활용한 AI 기반 최적화
(Process  Mining)

ERP 시스템을 도입한 기업은 많은데 실제 프로세스와 설계된 프로세스가 상이하게 운영되는 경우가 많습니다. 설계된 프로세스 대로만 운영한다면 문제가 없지만 사용자는 언제나 자신이 편한방식으로 원칙을 지키지 않고 시스템을 변칙적으로 사용하게됩니다. 원인은 입력 및 의사결정을 정해진대로 수행하는게 귀찮거나, 불편하거나 시스템에 대한 저항 등 원인은 다양합니다.

​

결국 프로세스간 통합이 안되고, 프로세스가 각각 분리되어 운영되며, 기업의 성과를 분석하고 개선하는데 어려움을 주게됩니다. 예를 들어 A -> B -> C로 운영되어야 할 프로세스 중 B는 제대로 수행되지 않고 과거 값을 반복적으로 입력한다든지, A -> B대충입력 -> C -> B수정입력 등 편법이 존재해서 실제 A -> B -> C의 프로세스가 제대로 운영되게 B를 자동화 해야되는 일도 있습니다. 자동화는 Rule-based로 처리하기에는 너무 복잡하고 정확성이 낮을 수 있는 경우 복잡한 처리절차를 Machine Learning Model, Optimization Program으로 자동으로 처리할수도 있습니다. 그러나 사용자는 자신이 B 프로세스를 통제하고 싶어 공식이나 규칙을 만들고, 나중에 수작업 수정을 하는 경우가 많습니다.

​

이런 경우를 어떻게 찾아내고, 우선순위를 두어 개선해야 할지여부를 판단할수 있을까요? 솔루션으로 처리를 할수 있다면 매우 좋겠지만, 특정 ERP에 해당 기업의 프로세스를 자동으로 인식해서 처리하는 모듈을 추가 도입한다면 Vendor에 의존적이고 실제 그런일은 복잡한 프로세스를 고려했을때 불가능합니다. 따라서 전사 프로세스의 다양한 경험을 통해 Case들에 대한 경험과 지식이 있어야되며, 실제 프로세스에서 생성된 데이터를 통해 실제 프로세스를 진단할수 있는 능력이 필요합니다. ECG는 이러한 Top-Down방식과 Bottom-Up 방식으로 이슈를 도출하고 핵심 개선과제를 선별해서 약 3개월에 1개 정도를 개선해드립니다.

​

이러한 주제들은 공사/서비스, 영업, 생산, 구매, 기획, 자금, 품질 등 전사 프로세스에서 다양한 주제들이 있으며 기업 특성에 따라 상황이 다를 수 있습니다.  

 

• 영업 및 공급

  • 대표적인 예로 영업의 경우 영업계획을 얼마나 합리적으로 수립할까요? 매월 영업계획은 Rolling되서 향후 1년간의 계획이 정확하게 수립될까요? 혹시, 영업계획은 실적값으로 과거 계획을 수정해서 언제나 99% 정확도를 보이지는 않을까요? 거래처별 영업 또는 판매계획에서 놓지는 기회는 없을까요? 수백개 수천개의 거래처를 수작업이나 단순 레포트로 제대로 관리하는건 불가능합니다. 인력은 제한되어 있고 매월 관리할 내용은 너무 많고 복잡합니다. ECG는 Machine Learning/Deep Learning을 이용해서 자동으로 예측을 해서 수작업을 제거하고 계획정확도를 향상시킵니다. 수작업은 정확도가 70~80%, 예측모델은 80~90% 성능을 보입니다.

  • 판매나 고객과의 접점에서 부정(fraud)이 발생되지 않을까요? 우리회사는 윤리의식이 높다 또는 직영이기 때문에 그런일이 발생할수 없다는것은 희망사항입니다. 사람이 있는 곳은 언제나 원칙을 지키지 않는 소극적 부정과 개인적 이익을 위한 적극적 부정이 존재합니다. 특히 경기가 어려울때는 심각해집니다. 이러한 부정행위 유형은 단지 금융에서만 있는것이 아니라 다양한 유통공급과정에서 발생합니다. 이러한 유형을 발굴하고 사례들을 추적하여 감사를 통해 감소시키는 노력을 지원하는 시스템이 필요합니다.

  • 공급계획은 지역창고 재고수준, 매장, 고객사별 수요를 고려하여 비용을 최소화하고 관리가 용이하게 계획이 자동으로 수립되는지요? 매장별 판매특성에 맞게 적정공급을 적시에 결정해서 진행하고 있는지요?

• 생산

  • ​생산계획은 영업계획 기준으로 수립되는지, 단지 고려하여 별도의 기준으로 생산되는지 확인해야 합니다. 대부분 설비가동률을 높이고 교체(setup)을 최소화하기 위해 최소 생산량을 높게 책정하고 언젠가 팔릴것이라 생각하고 생산하는 경우가 발생됩니다. 생산계획은 납기준수를 기준으로 재고와 원재료 상황을 고려하여 자동으로 계획이 수립(scheduling)되고 재조정(rescheduling)되어야 합니다.

  • 생산은 영업과 연계되어 코드가 구매까지 연동되어야 합니다. 어떤 오더에 의해 생산하고 있는지가 관리되지 않으면 완제품 재고, 공정상의 재고(WIP)가 관리되지 못합니다.

  • 안전재고는 판매의 변동성을 충분히 고려하여 SKU별로 관리하고 있는지요? 수많은 SKU들이 판매되는 추이가 변화되고 자동으로 안전재고와 생산계획 및 구매가 연동되어야 합니다. 재고 부족으로 인한 판매기회 손실과 장기재고로 인한 비용은 매우 높습니다.

• 구매

  • 영업계획을 고려해 수립된 생산계획을 기반으로 구매를 하고 있을까요? 재고수준이 너무 높거나 생산과 판매계획 시점과 1개월 이상 차이가 나지는 않는지요? MOQ를 고려해서 최적의 수량이나 환율과 가격변동을 고려해서 구매품목, 수입처를 최적으로 결정하는지요? 현업에서 수작업으로 수많은 변동을 고려하여 작업하는건 불가능하고 개선할 사항이 많습니다. ECG는 예측모델로 자동화하고 영업계획/생산계획 변동을 고려하여 생성해 드립니다.

• 기획

  • ​기획은 모든 부서의 데이터가 통합되어 성과를 산출하고 개선을 위한 계획을 수립해야 합니다.

  • 계획은 년간 계획과 매월 Rolling 계획이 있으나 년간계획은 영업/생산/구매의 계획을 기반으로 1차 수립된후 기획에서 수립된 사업계획에 의해 다시 조정이 됩니다. 이 조정이 다시 영업/생산/구매와 일치할까요? 엑셀로 값을 보정하지 않으면 제대로 처리하기가 어렵습니다. 이런 과정이 최대한 gap이 발생되지 않고 성과지표가 유지되도록 통합되어야 합니다.

  • ​판매이익이 낮다면 영업이익, 경상이익은 이미 의미가 없습니다. 판매이익의 문제는 단순 판매단가의 문제가 아니라 원인이 되는 프로세스의 영향도를 찾아 개선해야 되는데 대부분 구매에서 차지하는 비중이 높아 주 타겟이 됩니다. 그러면 어느정도 구매를 개선하고 생산은 어떻게 해야할지 프로세스 통합적인 관점에서 접근해야 실질적인 효과가 달성가능합니다. 그러나 대부분 따로 각자 운영되어 통합이 안됩니다. 이런일은 기획에서 Financial Planning & Analysis를 통해 구매에게 원칙을 수립해서 자동으로 처리되게 지원해야 합니다.

• 자금

  • 자금계획은 엑셀로 만든 데이터를 수작업으로 보정해서 만드시는지요? 자금계획과 실적이 얼마나 정확한지요? 자동으로 프로세스에서 수집된 데이터로 실시간으로 작성되고 대응방안을 수립하는지요? ECG는 프로세스에서 발생되는 데이터를 통합하여 실적을 보여주며, 예측 데이터를 통합하여 자금흐름을 보여주고 대응방안을 수립할수 있게 도와드립니다.

 

ECG는 이런 일들을 Machine Learning/Deep Learning 모델로 자동화 해드립니다. 이런 분야를 Process Mining, RPA라고도 부릅니다. 저희는 ERP 기반 빅데이터 분석을 통한 최적화라고도 부릅니다.

​

• 1년에 7개 정도의 개선과제를 고객과 협의하고

• As-Is 이슈에 대해 ERP DB나 BW에서 가져와서 분석하고 타당성 검토를 수행한후

• 기대효과를 산출하고

• 데이터 분석을 통해 Machine Learning, Optimization 모델 등 알고리즘 기발 개발

• 자동화를 위해 개발된 모델을 API로 호출하거나 Batch로 실시간/일/주/월/반기/년 단위로 처리

​

프로세스 재설계 및 자동화를 수행할수 있는 컨설턴트를 동시에 3명 이상 투입하여 동시에 2개 이상의 과제를 수행합니다. ERP 데이터에 대한 DW, BW가 없는 기업은 DW를 구축하는것에서 부터 시작합니다. ​다양한 주제들에 대한 경험을 전사 프로세스별로 갖고 있지만 공개하지 않습니다. 지식과 경험이 제일 큰 가치입니다.