Forecasting (수요 예측)
Forecasting (수요 예측)
- 하루가 다르게 변화하는 시장에서 고객의 취향을 정확히 예측하고, 필요한 만큼 생산한다는 것은 매우 어렵습니다. 그러나, 기업의 생존과 발전을 위해서는 이러한 예측활동과 관리활동이 필요하게 됩니다. 예측활동과 관리활동의 차이는 무엇일까요? 간단하게 설명드리도록 하겠습니다. 수요 예측(Demand Forecasting)은 말 그대로 미래의 수요를 정확하게 맞추고자 하는 것입니다. 수요 관리(Demand Management)는 수요 예측 뿐만 아니라 판촉활동이나 가격 조정 등의 활동을 통하여 수요를 조절하고자 하는 것입니다. 결국, 수요 예측이라는 것은 다분히 수동적이고, 수요 관리는 다분히 능동적이라고 할 수 있습니다. 그러나, 수요 관리도 정확한 수요 예측이 뒷받침될 때에 효과적으로 이루어질 수 있기 때문에, 수요 예측의 중요도는 떨어지지 않습니다.
어떤 제품이 어떤 시점에 얼마나 팔릴 것 같다는 정보를 기준으로 우리는 생산을 하게 됩니다. 또 제품을 생산하기 위해서는 부품을 구입해야 하기 때문에 수요 예측 정보는 Supply Chain 전체에 영향을 미치게 됩니다. 다음의 그림은 이러한 상황을 간략하게 그림으로 나타낸 것입니다.
Supply Chain의 Lead Time과 고객 수요 정보의 전달
제품을 생산해서 고객에게 전달하기까지의 과정을 살펴보면 다음과 같습니다. 즉, 부품 공급업체의 자재 조달 및 생산, 운송 그리고 본 업체의 생산 및 운송, 창고와 유통센터(Distribution Center)로의 운송 및 보관, 도매점 및 소매점까지의 운송 등의 활동이 필요합니다. 이를 Supply Chain의 리드 타임이라고들 합니다. 고객이 필요로 하는 제품을 적기에 적량을 공급하기 위해서는 Supply Chain의 리드 타임을 줄이는 것이 필요합니다. 이러한 활동의 일환으로 고객에 이르기까지 저장, 운송이 필요한 장소를 줄여나가기도 하고, 생산 및 운송 프로세스를 개선하기도 합니다. 그러나, 조달,생산,운송에는 줄일 수 없는 시간이 포함되기 때문에 일정 기간만큼의 수요 예측은 필요하게 됩니다. 리드 타임이 줄어들 수록 수요 예측 과정에서 발생할 수 있는 오차가 줄어들기 때문에 리드 타임의 단축은 절대적으로 필요합니다. 고객이 어떤 제품을 원할 것인지를 공장에서 바로 알 수 있다면 좋겠지만, 이러한 활동은 고객의 반응을 직접 접할 수 있는 대리점이나 유통센터를 거치는 것이 필요합니다. 공장에서는 과거의 생산 실적을 바탕으로 수요 예측을 할 수도 있겠지만, 판매 부서의 활동과 계획을 반영할 수 없겠지요. 따라서, 위의 그림에서 점선으로 나타낸 것처럼 고객에 가장 가까운 지점에서 고객의 동향을 예측해서, 제조업체쪽으로 계속 보내주는 활동이 이루어집니다. 고객의 수요를 바탕으로 생산업체가 아닌 유통망의 재고 계획 및 수송 계획을 수립할 수 있도록 도와주는 계획 시스템이 바로 DRP(Distribution Resource Planning 또는 Distribution Requirements Planning) 시스템입니다. DRP 시스템에 관해서도 이 후 다시 설명드리도록 하겠습니다.
위의 그림에서 DRP를 사용하는 경우에는 고객과 가장 가까운 도매상 또는 소매상의 정보를 수집하여 유통 센터에서는 수요 예측을 하게 됩니다(또는 도매상에서 수요예측을 할 수도 있습니다.) 유통 센터에서 수집된 정보들은 결국 제조업체로 전달되게 되는 것이지요. ( 제조 업체로 전달된 정보는 MPS Record의 수요 데이터에 포함되게 됩니다.) 결국 어떤 단계에서는 반드시 수요 예측이 필요합니다. 그러면, 수요 예측에는 어떠한 방법을 사용할까요? 수요 예측이라는 학문도 매우 다양한 분야에 적용되고 있을 만큼, 실용적인 동시에 성숙한 학문이기 때문에 매우 다양한 방법들이 존재합니다. 본 절에서는 널리 알려진 수요 예측 기법을 소개하도록 하겠습니다. 보다 자세한 소개는 이후에 하도록 하고, 근처에 산업공학을 전공한 석사이상의 전공자를 찾아보시면 많은 도움을 받으실 수 있습니다.
전략 계획 또는 상위 단계의 전술 계획에 사용되는 수요 예측기법들은 대부분 정성적인 것이 많습니다. 본 절에서는 정량적인 방법을 중심으로 어떠한 것들이 있는지만을 소개하도록 하겠습니다. 수요 예측은 성격상 과거의 데이터(history data)를 사용하게 되어 있습니다. 과거의 데이터를 시간을 X축으로 수요량을 Y축에 놓고서, 이를 가장 잘 표현할 수 있는 수리적인 모형을 찾는 것입니다. 그리고, 이러한 수리적 모형을 이용해서 수요 예측을 하게 됩니다. y=f(x) 에서, x부분이 미래의 시점이 되는 것이고, y가 수요량이 되도록 하는 것이지요. 이러한 수요 예측 방법 중 널리 사용되는 기법을 들어보도록 하겠습니다. 아마도 가장 널리 사용되는 방법이 이동평균법(MA, Moving Average)과 지수평활법(Exponential Smoothing)일 것입니다. 이동평균법은 과거의 데이터를 이용하여 평균을 낸 후에 미래의 수요를 예측하는 것입니다. 예를 들어, 기간 1에는 10개, 기간 2에는 15개, 기간 3에는 6개 가 팔렸다고 하면, 기간 4에는 (10+15+6)/3=7 개가 팔릴 것이라고 예측하는 것이고, 기간 5에는 (15+6+7)/3 만큼이 팔릴 것이라고 예측하는 것입니다. 이동 평균법을 사용할 때에는 평균을 계산하는 기간으로 얼마를 삼을 것인지를 결정하는 것이 매우 중요합니다. 지수평활법은 가까운 과거의 수요량에는 가중치 많이 주고, 먼 과거의 수요량에는 가중치를 적게 주는 방법입니다. (물론 잘 생기지 않는 경우이겠지만 그 반대로 할 수도 있습니다.) 이러한 모델은 수요의 계절적 변동을 잘 반영하지 못하는 단점이 있기 때문에, 계절적 변동(seasonal variation)을 반영할 수 있는 모델의 수립이 필요하게 됩니다. 이러한 목적으로 사용될 수 있는 것이 Winter's Model 이나 Box & Jenkin's Model 입니다. Box & Jenkin's Model는 ARMA(Auto Regressive Moving Average) Model이라고도 하는데, random한 특성까지를 포함시킬 수 있는 ARIMA 모델이 사용되기도 합니다. 대개의 MRP/ERP 팩키지에서는 이동평균법과 지수평활법 그리고 Winter's Model 정도까지를 기본으로 몇 종류의 옵션을 통하여 변경하여 사용할 수 있는 기능을 제공하고 있습니다. 수요예측은 무엇보다고 적절한 모형의 선택과 검증이 절대적으로 중요한 역할을 합니다. 이러한 선택은 해당 분야의 전문가에 의해서 결정되는 것이 필요합니다.
수요 예측은 MRP와 같은 계획 시스템의 입력 요소중 큰 비중을 차지합니다. 수요 예측의 역할을 정확하게 이해하는 것이 무엇보다 선행되어야 할 것입니다.
1997년 12월 24일에 최종 갱신되었습니다.