335개 매장 재고 꼬임 푼다: 베드배스앤비욘드 모회사가 수작업 발주를 버리고 인공지능 예측판을 깐 까닭

335개 매장 재고 꼬임 풀기: 베드배스앤비욘드 모회사가 엑셀 발주를 버리고 인공지능 예측판을 깐 이유

북미 대형 홈퍼니싱 유통 시장을 이끄는 네이버후드 인텔리전스(Neighborhood Intelligence)가 흩어져 있던 브랜드 재고 관리망을 전면 개편한다. 베드배스앤비욘드(Bed Bath & Beyond)를 비롯해 정리용품 전문점 컨테이너스토어(The Container Store), 인테리어 소품 매장 커클랜드(Kirkland’s)를 거느린 이 지주회사는 북미 전역에 335개가 넘는 오프라인 매장과 복수의 이커머스 웹사이트를 운영하고 있다. 지금까지 각 브랜드는 제각기 다른 방식으로 수요를 가늠하고 발주장을 끊어왔다. 베드배스앤비욘드 매대에는 침구 세트가 남아돌아 할인 딱지가 붙는 동안, 다른 쪽에서는 수납함이 바닥나 주문을 취소해야 하는 엇박자가 반복된 이유다.

이 문제를 풀기 위해 네이버후드 인텔리전스는 공급망 전문 테크 기업인 릴렉스(RELEX)의 인공지능 수요 예측 및 매장 보충 시스템을 전 브랜드에 도입하기로 했다. 인공지능 엔진 하나로 미래 수요를 읽고, 중앙 물류창고에서 매장으로 물건을 채워 넣는 보충 주기와 각 매대별 물량 배분을 한 번에 끝내겠다는 구상이다. 여기에 예산 범위 안에서 상품을 사들이는 오픈투바이(Open-To-Buy) 체계와 상품 재무 계획, 결품 원인을 짚어내는 진단 기능까지 단일 플랫폼 위에 올린다.

매장이 수백 개에 달하는 대형 유통망에서 브랜드마다 데이터 시스템이 따로 놀면 현장은 눈먼 비행을 하게 된다. 본사 바이어는 감으로 수만 개 품목의 발주량을 적어내고, 물류창고는 어느 매장에 물건을 먼저 보내야 할지 갈피를 잡지 못한다. 결국 인기 상품은 진열대가 텅 비어 고객을 돌려보내고, 비인기 상품은 창고 구석에 먼지만 쌓인다. 네이버후드 인텔리전스가 이번에 깐 인공지능 기반 단일 데이터 판은 쪼개져 있던 브랜드 사이의 벽을 허물고, 모든 담당자가 똑같은 데이터를 보며 즉각 발주와 배분을 결정하도록 만든 안전장치다.

매장당 1만 개 품목과 결품률 4%: 단일 데이터 엔진 전환 전후의 수치 비교

전통 소매 유통업에서 매장별 결품률과 과잉 재고는 곧장 영업이익을 갉아먹는 주범이다. 대형 가정용품 매장은 지점마다 적게는 6,000개에서 많게는 15,000개 이상의 품목(SKU)을 진열한다. 이를 담당자 몇 명이 수작업이나 낡은 ERP 소프트웨어로 관리하면 수요 예측 오차율이 20%를 훌쩍 넘어선다.

아래 표는 북미 330여 개 매장을 운영하는 옴니채널 유통 기업이 단일 인공지능 발주 엔진을 도입했을 때 나타나는 핵심 공급망 운영 지표의 변화를 분석한 수치다.

위 수치는 네이버후드 인텔리전스 발표 자료와 북미 대형 소매 체인의 인공지능 발주 시스템 전환 사례를 바탕으로 집계한 업계 평균 추정치다.

실무 시뮬레이션으로 계산해보면 격차는 더 뚜렷하다. 연간 매출 15억 달러 규모의 옴니채널 유통사가 결품률을 7.5%에서 3.0%로 4.5%포인트만 낮춰도, 물건이 없어서 놓쳤던 잠재 매출 중 연간 약 3,500만 달러에서 5,000만 달러를 건져낼 수 있다. 정상가 판매율이 10%포인트 오르면 원가 이하 밀어내기 할인으로 날아가던 마진 수천만 달러가 고스란히 영업이익으로 남는다.

유통 현장의 3대 병목을 뚫어내는 직접적 파급력

복수 브랜드를 거느린 유통 지주회사가 발주 시스템을 통합했을 때 얻는 실질적 변화는 현장 실무의 세 가지 축에서 즉각 나타난다.

1. 창고 유지비와 할인 손실을 깎아내는 운영 비용(OPEX) 절감

그동안 베드배스앤비욘드와 컨테이너스토어는 서로 다른 물류 거점과 발주표를 썼다. 이로 인해 한쪽 창고에서는 보관 공간이 모자라 외부 임대 창고를 웃돈 주고 빌리는 동안, 다른 쪽 창고는 랙이 텅 비어 있는 낭비가 발생했다. 릴렉스의 상품 재무 계획과 오픈투바이 기능을 얹으면 바이어가 쓸 수 있는 구매 예산과 실제 필요한 창고 면적이 실시간으로 맞춰진다. 과잉 발주를 사전에 차단해 팔리지 않는 재고를 떠안고 지불하던 물류창고 보관료를 아끼고, 분기 말마다 마진을 깎아 먹던 덤핑 처분 손실을 20% 이상 줄일 수 있다.

2. 발주 승인부터 매장 진열까지 납기(Lead Time)의 획기적 단축

과거에는 매장 매니저가 주말 판매량을 엑셀에 취합해 본사에 넘기면, 상품 기획팀이 이를 다시 검토해 제조사에 주문서를 넣기까지 꼬박 3–5일이 걸렸다. 해외 공장에서 물건이 건너오는 해상 운송 기간까지 합치면 유행 상품 하나를 매장에 채우는 데 몇 달이 소요됐다. 인공지능이 매일 밤 판매량과 재고 변동을 자동 계산해 발주를 추천하는 체계로 바뀌면, 주문 승인에 걸리던 시간이 반나절로 줄어든다. 물류센터 입고 즉시 어느 매장으로 몇 개씩 보낼지 배분 목록이 자동으로 생성되므로, 중앙 창고에 머무는 대기 시간도 절반 가까이 줄어든다.

3. 온·오프라인 옴니채널에서 결품 사태를 막는 공급 안정성

오프라인 매장 335곳과 온라인 몰을 동시에 운영할 때 가장 골치 아픈 문제는 재고 잠김 현상이다. 온라인 주문이 폭주할 때 매장에 쌓인 물건을 끌어다 배송해야 할지, 아니면 오프라인 방문객을 위해 매대에 남겨둬야 할지 판단하기 어려웠다. 통합 예측 시스템은 특정 지역 매장의 오프라인 방문객 추이와 온라인 픽업 수요를 분리해 계산한다. 그 결과 매장 단골손님이 찾는 베스트셀러가 바닥나는 참사를 막으면서도 온라인 당일 배송 약속을 지키는 안정적인 재고 버퍼를 유지할 수 있다.

로우스와 달러제너럴이 먼저 검증한 재고 분배 완충망

대규모 유통 체인이 자체 개발 시스템을 고집하지 않고 전문 인공지능 공급망 엔진을 사다 쓰는 흐름은 이미 북미 시장의 대세로 자리 잡았다. 네이버후드 인텔리전스의 이번 결정 역시 앞서 검증을 끝낸 경쟁사들의 행보와 궤를 같이한다.

미국 전역에 2만 개 안팎의 매장을 거느린 초저가 유통 공룡 달러제너럴(Dollar General)은 매장 보충뿐 아니라 수천 개 납품업체와의 공급 일정 조율까지 릴렉스 인공지능에 맡겼다. 진열 면적이 좁고 품목 회전이 극도로 빠른 달러제너럴 환경에서, 매장 직원이 창고를 뒤지는 시간을 줄이고 발주 일정을 자동화해 인건비를 아끼는 데 성공했다.

주택 개보수 자재 유통 기업인 로우스(Lowe’s)의 사례는 더욱 시사하는 바가 크다. 로우스는 기존에 보유하고 있던 사내 물류 인프라 기술을 버리는 대신, 릴렉스의 예측 및 배분 엔진을 자사 소프트웨어와 직접 연동하는 방식을 택했다. 계절 타는 원예용품부터 규격이 제각각인 건축 자재까지 복잡한 수요 곡선을 외부 인공지능으로 읽어내고, 실제 배송과 창고 이동은 자사 물류망으로 처리해 재고 배치 효율을 끌어올렸다. 여기에 악기 유통사 기타센터(Guitar Center), 북미 최대 유통 도매상 UNFI, 편의점 체인 와와(Wawa)까지 같은 엔진을 도입하며 소매 유통 현장의 표준 발주 공식이 바뀌고 있음을 보여준다.

오프라인 소매 매장의 재고 인공지능 재편 시나리오와 생존 조건

북미 대형 유통업계의 발주 시스템 교체는 단순한 도구 도입을 넘어, 오프라인 기반 소매 기업들의 생존 방식을 근본적으로 재편하고 있다.

기존 레거시 기업이 직면할 마진 압박 시나리오

과거처럼 직원의 직관과 낡은 스프레드시트에 기대어 재고를 관리하는 전통 유통사는 앞으로 두 가지 거대한 비용 절벽에 부딪히게 된다.

첫째는 매대 낭비다. 인공지능으로 무장한 경쟁사는 팔릴 물건만 골라 진열대를 채우는 반면, 감으로 발주하는 유통사는 팔리지 않는 상품으로 매대를 채우느라 비싼 오프라인 임대료를 낭비하게 된다.

둘째는 원가 압박이다. 경쟁사가 통합 데이터로 정확한 물량을 산출해 제조사와 대량 구매 협상을 벌이고 창고 운영비를 깎아낼 때, 분산된 시스템을 방치한 기업은 높은 물류비와 덤핑 처리 손실을 감당하지 못해 마진이 쪼그라들 수밖에 없다.

변화하는 생태계에서 주도권을 쥘 승자의 핵심 조건 3가지

1. 브랜드 간 데이터 장벽을 허무는 단일 데이터 판 구축: 인수한 브랜드가 많더라도 재고, 매출, 고객 주문 데이터는 하나의 엔진에서 실시간으로 계산되어야 한다. 물류창고와 매장 재고가 투명하게 공유되지 않는 다브랜드 전략은 시너지가 아니라 짐이 된다.
2. 현장 직원의 주관을 대체하는 알고리즘 기반 자동 보충 체계: 매장 관리자가 발주 수량을 고민하느라 고객 응대를 소홀히 하는 구조를 깨야 한다. 일상적인 재고 보충은 인공지능 알고리즘에 전권을 맡기고, 사람은 비정상적인 결품이나 프로모션 예외 상황을 검토하는 데 집중해야 한다.
3. 오프라인 진열과 온라인 풀필먼트를 잇는 유연한 배분 규칙: 매장 매대를 단순한 판매 창구가 아니라 도심형 소형 물류 거점으로 활용할 수 있어야 한다. 온·오프라인 수요를 쪼개어 분석하고, 실시간으로 이익이 가장 큰 경로로 재고를 돌려주는 유연한 배분 엔진을 쥔 기업만이 옴니채널 유통 경쟁에서 끝까지 살아남는다.