AI 기반 차세대 ERP 소프트웨어 회사 ㈜이아나이코리아는 제조·유통 현장에서 반복되는 재고 부족과 과잉 재고 문제를 동시에 해결하기 위해 AI 기반 수요 예측과 재고 실행 기능을 결합한 ‘공급·수요 인텔리전스(SDI, Supply Demand Intelligence)’를 공개했다고 밝혔다.
재고는 창고에 쌓여 있는데 정작 생산 현장에서는 필요한 자재가 부족해 납기를 맞추지 못하는 일이 반복된다. 구매 담당자는 수시로 엑셀을 열어 재고를 확인하고, 생산팀은 늦어진 발주와 변동하는 수요 사이에서 일정을 다시 짜야 한다.
㈜이아나이코리아가 공개한 SDI는 ERP에 축적된 판매 주문, 작업지시서, 재고 이동, 입고, 배송 등 다양한 거래 데이터를 통합 분석해 공급과 수요를 실시간으로 가시화하는 기능이다. 단순히 재고 수량을 보여주는 수준을 넘어, 어떤 품목이 언제 부족해질 가능성이 높은지, 그 부족이 생산과 납기에 어떤 영향을 미치는지까지 한 화면에서 파악할 수 있도록 설계됐다.
특히 구매 대시보드에서는 부족 재고를 ‘심각’, ‘높음’, ‘중간’, ‘낮음’ 등 우선순위별로 구분해 제시하고, 3일 이내 조치가 필요한 긴급 품목은 별도 목록으로 제공한다. 실무자는 이를 바탕으로 부족 아이템을 즉시 확인하고, 곧바로 PO(구매발주)를 생성할 수 있다.
핵심은 AI 수요 예측 기능이다. 이아나이ERP의 수요 예측은 과거 판매 실적만 단순 집계하는 방식에서 벗어나, 계절성, 추세, 성장 배수 등 실제 경영 환경에 영향을 주는 변수를 함께 반영하도록 설계됐다. 사용자는 과거 데이터가 포함된 소스 기간과 미래 예측이 필요한 목표 기간을 직접 설정하고, 일별·주별·월별 단위로 분석 기준을 세분화할 수 있다.
예를 들어 특정 분기의 과거 판매 데이터를 기반으로 다음 해 같은 분기의 수요를 예측하거나, 주별 판매 흐름을 기준으로 향후 필요한 수량을 산출하는 방식이다. 예측 결과는 미리보기 단계에서 사전 검토한 뒤 배치로 생성할 수 있으며, 생성된 예측치는 이후 구매 계획과 생산 계획의 기초 데이터로 즉시 활용된다.
이 기능의 강점은 예측에서 끝나지 않고 실행까지 이어진다는 점이다. SDI는 예측된 수요와 확정 주문, 현재 재고 간 차이를 분석해 ‘심각한 부족’ 품목을 자동으로 분류하고, 해당 부족이 실제 비즈니스에 미칠 영향을 시각화한다. 특히 구매 담당자가 수작업으로 재고를 점검하고 발주 대상을 추려야 했던 기존 방식과 달리, 시스템이 부족 품목을 스스로 식별하고 우선순위를 정리해 후속 업무까지 연결해준다는 점에서 실무 효율성이 높다.
사용자는 부족 품목별로 영향 보기를 통해 생산 차질 가능성, 납기 지연 우려, 매출 손실 리스크를 확인할 수 있으며, 동시에 제작 대 구매 분석을 통해 자체 생산과 외부 조달 중 어느 방식이 더 효율적인지도 비교할 수 있다. 여기에 안전재고 수량, 최소 주문 수량 등을 반영한 ‘대기 중인 제안’ 기능은 적정 발주 수량까지 자동으로 제시해 구매 담당자의 개입을 최소화한다. 반대로 과잉 재고 품목도 함께 보여줘, 품절과 재고 비용 증가라는 상반된 리스크를 동시에 관리할 수 있도록 했다.
업계에서는 공급망 불확실성과 납기 경쟁이 심화되는 상황에서, 수요 예측과 구매·생산 실행 기능을 통합한 ERP 수요가 빠르게 커지고 있다. 특히 많은 기업들이 수요를 보다 정확히 예측하고 재고를 효율적으로 조절할 수 있는 시스템을 원하고 있지만, 실제 현장에서는 여전히 엑셀과 분절된 데이터 관리 방식에 의존하면서 재고 부족과 과잉 재고 문제를 동시에 겪고 있다.
이는 생산 중단, 납기 지연, 불필요한 재고 비용 증가로 이어지며 기업 수익성에 직접적인 부담으로 작용하고 있다. 이에 따라 예측-구매-생산-납품을 하나의 흐름으로 연결하고, 데이터 기반으로 적정 시점과 적정 수량을 제시하는 ERP의 중요성이 더욱 커지고 있다.
㈜이아나이코리아의 SDI는 이러한 시장 요구에 맞춰 수요 예측과 실행 기능을 결합한 솔루션으로, 제조·유통 기업의 재고 운영 고도화와 공급망 대응력 강화에 실질적인 도움을 줄 수 있는 기술로 평가된다.
㈜이아나이코리아
){kind=small}
){kind=small}
){kind=small}
){kind=small}
