소매 업계는 오래전부터 옴니 채널 전략을 통해 디지털 시대에 대비해 왔습니다.
전국적인 규모로 매장을 보유한 대형 소매 기업들이 온라인 쇼핑몰 사업을 대폭 강화해왔습니다. 옴니 채널이 보편적인 전략으로 자리를 잡으면서 소매 업계는 디지털 역량 강화의 중요성에 눈을 뜨게 되었고, 이 중 하나가 실시간 재고 관리와 분석입니다. 실시간 재고 관리와 분석이 디지털 역량 강화의 중요한 요소로 자리 잡은 것은 소매 업계에서 온라인과 오프라인 모두에서 재고에 대한 가시성을 확보하지 못할 경우 자칫 블랙프라이데이 같은 중요 시즌에 고객에게 만족스럽지 못한 쇼핑 경험을 제공할 수 있기 때문입니다.
실시간 재고 관리를 위한 바람직한 아키텍처
구글 클라우드를 활용하면 관리형 서비스들을 조합해 옴니 채널 환경을 수용할 수 있는 실시간 재고 관리 체계를 갖출 수 있습니다. 간단한 예를 하나 들어 보겠습니다. 지연 시간이 매우 짧은 글로벌 메시징 인프라를 제공하는 Pub/Sub 서비스를 사용하면 다음과 같은 아키텍처로 실시간 재고 관리 체계를 구현할 수 있습니다. 매장에 있는 POS, 비즈니스 애플리케이션 및 기타 서비스 간 중요 데이터를 실시간으로 교환할 수 있어 재고 관련 변경이 발생해도 해당 내용이 재무, 공급망 등 기타 시스템에 빠르게 반영되는 실시간성을 확보할 수 있습니다. 이 아키텍처는 간단하지만, 엔드 투 엔드 측면에서 데이터가 실시간에 기초해 연계 및 통합되는 어려운 구현입니다. 따라서 다양한 소스에서 생성되는 이벤트 데이터가 일관성 있게 처리됩니다.
가상의 사례를 통해 본 옴니 채널 기반 실시간 재고 관리
조금 더 복잡한 아키텍처의 예를 살펴보겠습니다. 옴니 채널을 환경에서 실시간 재고 관리를 하는 A라는 가상의 회사가 있다고 가정해 보겠습니다. A사는 전국에 매장을 운영하는 소매 기업입니다. 이 회사는 증가하는 온라인 수요를 맞추기 위해 대규모 투자를 하여 온라인 쇼핑몰과 모바일 앱을 개발하였습니다. 그리고 페이스북, 인스타그램 같은 유명 소셜 네트워크가 제공하는 제품 판매 기능도 이용하며 본격적인 옴니 채널 시대를 열었습니다.
온라인 고객이 늘기 시작하면서 A사는 실시간 재고 관리의 필요성에 눈을 뜹니다. 모바일 앱 화면에는 구매 가능한 수량이 있는 상품으로 보이는 것이 막상 창고에 물건이 없을 경우, 고객에게 얼마나 나쁜 경험을 제공하는지 몇 번 겪어 보고 난 뒤에야 실시간 재고 관리가 얼마나 중요 한지를 체감하게 된 것입니다.
A사는 여러 방면으로 실시간 재고 관리 시스템 구축 방안을 알아봅니다. 막상 시작해 보니 이게 너무 어려운 일이었습니다. 먼저 데이터 처리가 막막했습니다. 온라인, 모바일, 매장에 배치한 POS를 통해 쏟아지는 이벤트 데이터를 빠르게 수집하고 통합해 연관 시스템에 지속해서 반영하는 것은 쉬운 일이 아니었습니다. 다음으로 인프라였습니다. 실시간 재고 관리를 위한 인프라를 직접 구축해 운영하려면 현재 IT 부서 인력 구성과 예산으로는 무리가 있었습니다.
A사는 두 문제의 해결책을 구글 클라우드에서 찾았습니다.
A사는 구글 클라우드의 Cloud Storage, Cloud Spanner, BigQuery를 이용하면 인프라 구축과 관리 부담 없이 실시간 재고 관리 시스템을 구축할 수 있다는 것을 알게 되었고, 두 번 생각할 이유 없이 바로 시스템 구축에 나섰습니다.
A사가 선택한 아키텍처의 핵심은 관리형 데이터베이스인 Cloud Spanner입니다. A사의 재고 관리 라이프 사이클은 재고 확보, 고객 주문, 배송, 수령의 흐름으로 이어집니다. A사는 Cloud Spanner를 기반으로 재고 원장을 관리합니다. 온프레미스에서 운영하는 기간계 시스템에 있는 재고 관련 데이터와 온라인과 오프라인 매장에서 발생하는 구매 요청, 가격 업데이트 등의 이벤트 정보는 빠르게 동기화되고, Cloud Spanner를 통해 늘 최신 상태를 유지합니다. 그리고 이 데이터는 기간계 시스템과 온라인, 오프라인 매장 시스템에 바로 반영됩니다. 따라서 데이터 사일로 이슈가 없이 어느 시스템, 어느 시점에서 보건 늘 일관성 있게 데이터를 바라볼 수 있습니다.
A사는 재고 관리를 더 지능적으로 하기 위해 첨단 분석과 인공 지능을 적용하는 것도 원했습니다. 감으로 재고를 유지하는 것이 아니라 시장 수요를 내다 보고 예측 기반으로 적정 수준의 재고를 가져가고 싶었던 것이죠. 이 역시 아주 간단히 구현이 가능하였습니다. A사는 BigQuery와 AutoML을 적용해 Cloud Spanner에 저장한 재고 원장 데이터를 활용해 분석과 머신 러닝 모델 기반 재고 관리까지 구현하였습니다. 이를 통해 재고 관련 실시간 의사결정의 기반까지 마련하였습니다.
이상으로 구글 클라우드를 활용해 재고 관리를 최적화하는 방안을 알아보았습니다. 😃
더 자세한 내용은 언제든지 메가존으로 문의 바랍니다. 👉 메가존 문의 바로가기
