책장을 정리하면서 나중에 읽겠노라 다짐하고 미루어 놓은 책들을 다시 도전하고 있다. 이번에는 확실한 이별을 하고자 블로그에 정리를 할 계획이고 가장 얇은 책부터 도전을 시작한다. 하지만 쉽지 않은 책을 골랐다. 이 책은 재고와 관련된 경영관리기법을 핸드북 형식으로 정리된 얇은 책이다. 이런 책들은 설명하고자 하는 사례가 적고 깊이를 깊게 가져가는 것보다는 전체 흐름을 이해할 수 있도록 하는 것이 목적이라 세부 내용이 궁금하면 다른 책을 찾아봐야 한다. 책 표지에 표현된 대로 맵과 같은 책이다. 그럼 맵의 역할을 충분하게 수행하기 위해서 각 지점의 세부 내용을 파고들어갈 수 있도록 연계되는 책들을 좀 안내해 주면 좋으련만 도통 이런 류의 책에서 그런 안내가 있는 경우를 찾기가 어렵다. 이것 만으로 충분하다는 셀링 포인트가 너무 강조된 탓일까? 맛집과 그 집의 요리를 잘 소개해놓고 가게 이름과 주소를 빼먹은 느낌이다.
오늘의 발췌 ~
적정 재고란 무엇인가?
재고관리에서 적정 재고나 적정량이라는 표현을 자주 사용하곤한다. 그러나 적정 재고가 무엇인지에 대해 납득할 수 있도록 정의 내릴 수는 없다. 그 이유는 재고에 적정량이란 존재하지 않기 때문이다. 애초에 재고란 없는 것이 좋게 때문에 적정량 등에 대한 개념은 없다. 굳이 적정한 재고량이란 무엇인지에 대해 말하자면 재고 제로라고 할 수 있다. 재고가 없는 것이 적정한 것이다. 단, 실제로 재고를 관리하는 데 있어서 '기준이 되는 재고량'이라는 것은 존재한다. 재고가 제로가 되지 않는 것은 전술한 데로 제약조건이 있기 때문이다. 그렇다면 '제약 조건 하에서 최소 재고'가 납득할 수 있는 재고량이 될 것이다. 현 시점에서 허용되는 재고라는 뜻이다. 허용할 수 있는 재고량이란 당연히 재고 관리의 진척에 따라 변화하기 마련이다. 변화란 줄어든다는 의미인데 관리상 매우 중요하다. 줄어들기 때문에 줄이기 위한 관리가 이루어지는 것이다. 이것이 적정 재고의 형태로 일정 수준이 정해지면 더 이상 재고를 줄이기 위한 노력을 하지 않게 될 것이다. 그러한 의미에서 적정 재고란 존재하지 않는다고 이해하는 것이야말로 적정한 생각일 것이다.
우선 위 내용을 이해 하려면 앞의 내용을 알아야 한다. 간단히 설명하면 필자는 우선 재고의 개념을 제품과 상품에 국한하여 설명하고 있다. 재공과 원재료를 제외하고 직접 수요와 연계되는 판매품만을 대상으로 이야기를 전개한다. 그리고 재고 보유의 원인에 대해서는 현시점에서 피할 수 없는 구조적인 제약이 존재한다고 설명을 하면서 이부분의 개선이 매우 중요하다고 선언하고 있다. 제약의 예시로 최소 구매 로트의 존재, 일 판매량을 넘는 생산 로트 운영등을 이야기 한다.
요즘??? 내가 직장 생활을 시작한 15년 전부터 재고는 없는 것이 가장 좋다는 것은 상식이다. 굳이 당위성을 설명할 필요가 없을 정도라 생각한다. 이 책이 나온 2006년 보다 훨씬 이전 부터 재고에 대한 상식은 저자의 논지와 이론상 부합한다. 그럼에도 이 내용이 변함없이 강조되는 까닭은 아마도 이 상식이 현장에 가면 통하지 않기 때문이 아닐까? 나는 사실 재고가 제로 수준으로 떨어지지 않는 이유는 무수히 많은 사연을 가진 사건들로 구성되며 결코 구조적인 문제로 재고가 장기간 존재하지 않는 다는 것을 경험 했다. 적어도 내가 프로젝트로 일한 회사들은 그렇다. 제약을 찾아내기 무섭게 다른 일이 생겨 더 큰 제약을 만들어 낸다. 이 책에서 다루는 제품/상품에 있어서는 더욱 그렇다. 수요는 갈수록 예측이 불가능하고 제품과 상품은 점점 개별주문에 맞춤화 되는 요즘 추세와 맞지 않는다. 이 책을 덮은 이유가 여기에 있다 다른 책에도 있는 뻔한 이야기를 너무 요약된 구조로 서술하니 눈에만 들어오고 도통 써먹을 곳을 못찾았기 때문이다.
그런데 최근 빅데이터와 자동화, AI 와 같은 기술에 대한 내용을 접하고 이 책을 다시보니 1일 평균출하량 기준의 발주점관리가 다르게 보였다. 크게 보면 TOC DBR (Drum-buffer-Rope)과 동일한 내용이다. 그 많은 데이터를 어떻게 실시간으로 모을 수 있으며 산출된 지료를 어떤 방식으로 갱신해야 하는가 하는 문제로 멈춘 내 머리가 IT 기술발달과 인식의 변화로 다시 굴러갈 가능성을 다시 갖게 되었다. 그래서 요즘 데이터 전처리와 지표 피드백을 자동화하는 알고리즘에 대한 관심이 높다. 꼭 배우고 싶고 매우 흥미를 생긴다. 요즘 즐거운 일이 매우 부족하다. 배우는 즐거움이 크니 이겨 낼 수 있을 것이다.
