구매 분야의 AI: 이점 및 사용 사례

공급망 관리와 재무의 접점에서 운영되는 구매팀만큼 많은 기업 데이터를 수집하는 팀도 드물 것입니다. 뿐만 아니라 오늘날의 구매팀은 수집한 데이터에 AI를 적용해 그 어느 때보다도 빠르고 자세히 분석할 수 있게 되었습니다. 구매팀이 AI를 현명하게 활용하기 위해서는 다양한 유형의 AI, AI의 이점과 도전 과제, 성공을 위한 모범 사례 등을 알아 두어야 합니다.

조달 부문에서 AI는 어떻게 사용되나요?

조달 부문에서 AI는 공급업체 입찰 요청, 비용 분석 등 사람이 처리하던 작업 중 일부를 더 빠르게, 인적 오류를 최소화하며 수행할 수 있습니다. 조달 관리자들은 AI 자동화를 통해 시장 상황을 예측 및 대응하고, 공급망 위험을 완화하고, 공급업체 관계를 관리하는 방법을 배워 가고 있습니다. 결과적으로 AI는 더 나은 구매 의사결정을 내리고, 비용을 절감하고, 운영 효율성을 개선하는 데 사용될 수 있습니다.

핵심 요점

• 대부분의 구매팀은 아직 AI 도입의 초기 단계에 있습니다.
• 공급업체 조사 및 관리, 구매 프로세스의 주요 단계 자동화 등 조달 부문에서 AI를 사용할 수 있는 분야는 많이 있습니다.
• 조달팀은 향후 수 년 간 효율성을 개선하고, 비용을 절감하고, 급격한 공급망 변화를 예측하기 위해 AI의 사용 비중을 계속해서 늘려 나갈 것입니다.

조달 AI 살펴보기

구매팀은 지출, 수요 패턴, 구매 사양, 시장 상황 등을 파악하기 위해 내부 및 외부 소스로부터 광범위한 데이터를 수집합니다. 또한 데이터를 분석하고 최선의 조치를 취할 수 있는 보다 강력한 방법을 찾고 있습니다. Deloitte의 2024년 연구에 따르면 기업의 최고조달책임자 중 92%가 생성형 AI 기능을 평가해 보았고, 11%는 AI 소싱 및 조달 도구에 연간 예산 중 1백만 달러 이상을 지출한다고 답했습니다. 그들이 우선시하는 개선 사항으로는 공급업체 관리 자동화, 보다 정확한 위험 파악, 현재 및 잠재적 파트너사에 대한 보다 철저한 평가 등이 있었습니다. 최고구매책임자는 우선시하는 사항 및 다른 개선 사항들을 달성함으로써 전반적인 조달 및 공급망 비용을 절감하고 위험을 완화할 수 있습니다.

조달 AI의 이점

AI는 조달 과정의 특정 작업을 자동화함으로써 효율성을 향상시키고, 비용을 절감하고, 위험을 완화하는 데 기여할 수 있습니다. 또한 AI를 배포해 수요 예측, 지출 분석, 공급업체 관리를 개선할 수도 있습니다. AI가 조달 부문에 제공하는 구체적인 이점은 다음과 같습니다.

• 효율성 향상
  AI는 조달 업무를 자동화해 생산성을 높이고 관리 부담을 줄임으로써 조달 담당자가 보다 전략적인 활동에 집중할 수 있도록 지원합니다. KPMG의 2023년 연구 결과에 따르면 AI는 기본적인 조달 작업을 완료하는 데 걸리는 시간을 최대 80% 단축할 수 있습니다. 해당 보고서는 AI로 조달 업무의 50% 이상을 자동화해 효율성을 높이고 비용을 절감할 수 있다고 결론지었습니다. 한 상업용 부동산 개발업체는 AI를 사용해 조달 데이터를 수작업 대비 92% 빠르게 수집하고 있습니다.
• 인적 오류 가능성 감소
  AI는 반복 작업을 자동화하고 결과적으로 인적 오류 가능성을 줄일 수 있습니다. 관련 작업으로는 공급업체 계약 체결, 구매 주문서 제출 및 승인 등이 있습니다. 불가피한 실수가 발생하는 경우 AI 오류 감지 기능을 통해 빠르게 포착할 수 있습니다. 한 수처리 기업은 AI를 사용해 조달 지출 분류의 정확성을 90% 이상 개선했습니다.
• 확장 지원
  AI 조달 시스템은 비즈니스 요구 사항 및 시장 상황 변화에 대응해 확장되어 더 많은 데이터를 처리할 수 있습니다. 이러한 확장성은 구매팀의 작업이 서로 단절된 수작업에서 훨씬 더 많은 데이터를 사용하는 연결되고 자동화된 작업으로 변화하며 구매팀이 정보를 더 빠르게 공유하고 더 많은 정보에 기반한 의사 결정을 수행하는 과정에서 핵심적인 역할을 수행합니다. 예를 들어, 과거 지출 및 수요 예측 데이터 소스로부터 얻은 인사이트(각각 엄청난 규모의 데이터 세트)는 불필요한 비용을 절감하기 위한 의사 결정에 도움을 줍니다.
• 비용 절감
  구매팀는 공급업체를 선택하고 관리하는 과정에 AI를 활용함으로써 더 나은 공급업체 관계를 구축하고 비용을 절감할 수 있습니다. 예를 들어 한 글로벌 인쇄 기업은 승인된 간접 공급업체와 조기 결제에 대한 대가로 수량 할인을 협상하는 데 AI 기반 조달 애플리케이션을 사용하고 있습니다. 구매팀은 AI 데이터 분석과 패턴 인식을 통해 카테고리별 지출에 대한 심층적인 인사이트를 확보하고 비용 절감을 위한 구체적인 단계별 제안을 활용할 수 있습니다. 구매 관리자는 AI를 사용해 특정 지역의 기상이변으로 인해 위험에 처한 지출 비중, 다른 국가의 공급업체 추천 등 다양한 쿼리에 대한 빠른 답변을 얻고 정보에 기반한 의사 결정을 내릴 수 있습니다.
• 반응성 감소
  AI는 인사이트를 더 빠르게 제공함으로써 조달팀이 불쾌한 돌발 상황을 피할 수 있도록 만들어 줍니다. 과거에는 데이터베이스간의 단절로 인한 종합적 지출 상황 파악의 어려움, 시간이 많이 걸리고 오류가 발생하기 쉬운 수동 프로세스 등으로 인해 조달 업무가 대부분 사후 대응적으로 이루어졌었습니다. AI는 데이터 가시성을 향상시키고 더 스마트하고 빠른 워크플로를 지원함으로써 구매 담당자들이 지출 분석 및 재무 예측과 같은 전략적 업무에 더 많은 시간을 할애할 수 있도록 지원합니다.
• 의사결정 개선
  이제 구매팀은 총계정원장, 구매 주문서, 공급업체 거래 등 다양한 소스에서 가져온 데이터에 AI와 데이터 분석 도구를 적용해 그 어느 때보다 빠르게 의사결정을 내릴 수 있게 되었습니다. 또한 AI 시스템은 계속해서 적응하고 학습하며 더욱 정밀한 분석과 영향력 있는 추천을 제공할 수 있습니다.

조달 AI의 유형

AI는 머신러닝, 자연어 처리, 컴퓨터 비전의 하위 집합과 보완적인 기술인 로봇 프로세스 자동화를 비롯한 다양한 형태로 제공됩니다. 구체적인 목록은 다음과 같습니다.

• 인공지능(AI)
  포괄적인 기술 개념인 인공지능은 패턴 인식, 제안 제공과 같이 같이 '스마트'하거나 인간과 유사한 행동을 보이는 알고리즘을 말합니다. 알고리즘은 한 마디로 특정한 문제를 해결하기 위한 규칙입니다. 조달 분야에서 사용되는 AI 애플리케이션은 미리 정의된 특정한 작업만을 수행하므로 '좁은 의미의 AI'의 한 형태로 간주됩니다.
  
  생성형 AI는 조달 분야에서 가장 자주 사용되는 AI 유형입니다. 생성형 AI는 텍스트, 이미지, 동영상과 같은 콘텐츠를 생성할 수 있습니다. 대량의 데이터를 처리해 새로운 콘텐츠를 생성합니다. 일부 공급업체의 조달 애플리케이션에 내장된 생성형 AI 기능으로는 공급업체 커뮤니케이션을 맞춤화하거나 보고서 및 계약서 초안을 작성하는 AI 지원 기능 등이 있습니다.
• 머신러닝(ML)
  머신러닝은 패턴을 감지하고 예측하는 데 사용되는 AI의 하위 집합입니다. 모든 AI가 ML 기술을 사용하는 것은 아니지만, 대부분의 AI는 ML 기술을 사용합니다. 조달 부문에서 사용되는 ML 모델은 과거 구매 데이터와 시장 동향을 분석해 미래 수요를 예측할 수 있습니다.
• 로봇 프로세스 자동화(RPA)
  로봇 프로세스 자동화는 봇을 사용해 양식 작성, 보고서 생성, 거래 처리와 같은 반복적인 작업을 자동화합니다. RPA는 엄밀히 따지면 AI에 포함되는 기술은 아니지만 AI를 보완해 프로세스를 보다 효율적으로 만듭니다. 예를 들어, 자동화된 조달 시스템에서는 RPA를 사용해 수동 프로세스에서 발생하는 오류 없이 더 빠르게 청구서를 작성하고 공급업체를 온보딩할 수 있습니다.
• 자연어 처리(NLP)
  AI의 또 다른 분야인 자연어 처리는 강력한 알고리즘을 기반으로 구축되어 컴퓨터가 인간의 언어를 이해하고 이야기할 수 있게 해 줍니다. NLP는 서면 또는 음성 언어를 이해하고 분석할 수 있으므로 구매팀은 텍스트 데이터에서 유용한 인사이트를 얻을 수 있습니다. 조달 과정에서 NLP는 RFP 응답으로부터 주요 이용 약관과 같은 정보를 추출해 더 심층적인 인사이트를 확보하고 공급업체 선정 과정에 필요한 정보를 제공할 수 있습니다.
• 컴퓨터 비전
  컴퓨터 비전은 컴퓨터가 동영상을 포함한 이미지를 해석하고 이해할 수 있도록 만들어주는 AI의 한 종류입니다. 컴퓨터 비전을 사용하면 제품, 로고, 청구서 이미지 등을 검사해 조달 오류나 공급 재고 부족과 같이 주의가 필요한 상황을 감지할 수 있습니다. 기업은 재고량을 매우 정확히 파악해 중요한 품목을 재주문하거나 불필요한 구매를 피할 수 있습니다.

조달 AI 사용 사례

더 빠르고 효과적인 프로세스를 지원하는 AI는 조달 관리 전반에 활용되고 있습니다. AI가 주로 사용되는 방식인 자동화는 기업이 인적 오류를 최소화하고 거의 즉각적으로 작업을 완료할 수 있도록 지원함과 더불어 비용을 절감하고 위험을 완화하는 데 도움을 주는 데이터 기반 인사이트를 제공합니다.

• 예측 분석 및 비용 최적화
  AI 알고리즘은 과거 판매, 시장 동향, 날씨 또는 경제 요인 등 대량의 조달 데이터를 분석해 수요를 예측하고 비용을 절감할 수 있습니다. 구매 전문가는 실시간 보고를 활용해 수요를 예측하고 공급업체 선택, 수량, 지출 등을 조정할 수 있습니다. 또한 AI 기반 분석은 재고 수준 설정, 재고 부족 방지, 비용 절감, 이해관계자 만족도 및 고객 만족도 간의 균형 유지 등에도 기여합니다.
• 작업 자동화
  AI는 조달 작업을 자동화해 효율성과 비용 절감 효과를 향상시킬 수 있습니다. 해당하는 작업으로는 공급업체 조사, 분석 및 관리, RFP 생성 등이 있습니다. AI는 이러한 작업을 가속화함으로써 조달 주기를 단축해 기업 규모에 따라 잠재적으로 연간 수백 또는 수천 시간, 수백만 달러를 절약할 수 있습니다. 수작업에서 해방된 직원들은 공급업체 성과 기준을 개선하거나 조달 전략을 재작업하는 등 더 가치 있는 활동에 더 많은 시간을 할애할 수 있습니다.
• 구매 주문 자동화
  기존의 구매 주문은 수작업으로 이루어졌으므로 속도가 느리고 종종 오류가 발생하곤 했습니다. AI는 구매 주문서의 분류, 우선순위 지정, 처리와 같은 작업을 자동화해 작업 속도를 높이고 실수를 최소화합니다. 구매 주문서에서 데이터를 추출하고, 유효성을 검사하고, 모든 요소를 확인한 뒤 주문을 자동으로 생성할 수 있습니다. 일부 AI 도구는 구매 주문 프로세스가 진행되는 동안 고객이 예상 배송 시점을 알 수 있는 정보를 제공합니다. 한 신원 확인 서비스 제공업체는 보류 중인 구매 주문을 모니터링하고 불일치 및 기타 문제를 찾아내는 데 AI를 사용하고 있습니다.
• 가상 어시스턴트
  생성형 AI 기반 가상 어시스턴트는 일반적인 조달 관련 쿼리를 이해하고 해석해 다양한 주제에 대한 정보를 제공할 수 있습니다. 이러한 봇은 카테고리 및 시장 보고서, 팀 간에 공유할 요약본, 경영진을 위한 주요 트렌드 설명과 같은 콘텐츠를 생성해 생산성을 향상시켜 줍니다.

조달 작업에 생성형 AI 사용하기

생성형 AI는 콘텐츠를 생성하는 기능을 통해 조달 부문에서 다양한 용도로 활용되고 있습니다. 데이터 정리와 같이 일반적인 작업, 위험 및 지속 가능성 개선 사항 파악과 같이 매우 구체적인 작업 모두 수행할 수 있습니다.

• 데이터 정리 및 요약
  생성형 AI는 사람이 직접 데이터를 정리하는 것보다 더 빠르고 논리적으로 데이터를 정리할 수 있으며, 오류도 더 적게 발생시키는 경우가 일반적입니다. 이는 주요 데이터 포인트, 인사이트, 권장 사항이 담긴 보다 설득력 있는 데이터 요약의 토대가 됩니다. 예를 들어, 구매 관리자는 AI에 중요한 카테고리별 가격 및 지출 내역에 대한 요약을 요청하고 몇 시간이 아닌 단 몇 분 안에 결과물을 검토할 수 있습니다.
• 데이터 처리 및 라벨링
  생성형 AI는 원시 데이터를 신속히 정리하고 이상값과 불일치를 제거해 데이터 분석을 개선함으로써 데이터 처리를 향상시킬 수 있습니다. 데이터에 적절한 태그 또는 라벨을 지정하는 것은 AI 시스템이 학습하고, 예측하고, 유용한 콘텐츠를 생성하는 데 필요한 핵심 요소입니다. 예를 들어, 태그가 잘 지정된 데이터 세트는 대규모 언어 모델이 공급업체 가격 비교 데이터를 더 깊이 이해하는 데 도움을 줍니다.
• 위험 식별
  Deloitte의 2023년 연구 보고서에 따르면 최고구매책임자 중 70%가 조달 위험이 증가하고 있다고 답했습니다. 생성형 AI를 사용하면 조달 프로세스 전반에서 위험을 더 쉽게 파악할 수 있습니다. 공급업체의 과거 실적을 분석해 공급업체로 인한 위험을 미연에 방지하는 작업에도 사용할 수 있습니다. 또한 AI는 공급망 중단의 위험과 판매에 미칠 수 있는 영향에 대한 질문에도 답할 수 있습니다.
• 지속 가능성 향상
  지속 가능성 목표를 달성하기 위한 기업의 노력의 일환으로 구매팀은 방대한 양의 데이터를 수집하고 분석하고 있습니다. 그러나 해당 과정은 많은 시간이 소요되고 추측으로 점철되어 있습니다. 생성형 AI를 사용하면 지속 가능성 요건을 충족할 수 있는 공급업체를 파악해 규제 준수 위험을 완화하고 조달 효율성을 향상시킬 수 있습니다.

조달 AI의 도전 과제

조달 부문에 AI를 도입하는 과정에는 문화, 기술, 보안 및 기타 도전 과제가 수반됩니다. 그 목록은 다음과 같습니다.

• 조직 채택
  새로운 기술을 도입하는 데 느린 경향이 있는 기업의 구매팀은 AI를 구현하는 데 어려움을 겪을 수 있습니다. 안타깝게도 일부 경영진은 여전히 AI를 단기간에 성과를 낼 수 있는 현명한 투자가 아니라 미래의 기술이라고 생각하고 있습니다.
• 데이터 품질 및 액세스
  조달 데이터는 여러 소스에 흩어져 있는 경우가 많습니다. 이같은 데이터 보관 방식을 사용하면 불완전하고, 일관적이지 않고, 액세스하기 어렵고, 오류가 내포된 데이터를 수집하게 되고, 이는 정확한 AI 분석을 저해하는 요인으로 작용합니다. 호환되지 않는 레거시 ERP 애플리케이션으로 인해 구매팀이 다른 기업 부서로부터 정보를 얻을 수 없는 경우도 마찬가지입니다.
• 레거시 시스템과의 통합
  기업은 레거시 조달 시스템에 갇혀 있는 데이터에 AI를 적용하는 과정에서 종종 문제를 마주합니다. 레거시 시스템은 충분한 데이터 세트를 수집하고 중요한 인사이트에 기반한 조치를 취하는 과정을 저해합니다. 재고 및 공급망 데이터를 구매 데이터와 통합할 수 있는 ERP 시스템을 도입한 구매팀은 AI 분석을 통해 더 많은 이점을 얻을 수 있습니다.
• 데이터 프라이버시 및 보안
  AI 기반 조달 시스템, 특히 공급업체 및 다른 타사 시스템에 연결된 조달 시스템은 보안 취약성을 야기할 수 있습니다. 이러한 네트워크 시스템의 복잡성은 데이터의 흐름을 모호하게 만들고 개인정보 보호법을 준수하는 방식으로 데이터가 처리되는지 확인하기도 더 어려워집니다.

조달 AI 사용을 위한 모범 사례

다음은 기업이 AI를 사용해 조달 프로세스를 개선하는 데 도움을 주는 모범 사례입니다.

1. 명확한 목표 수립하기
   구매 프로세스에 AI를 적용하기에 앞서 구체적인 문제점과 개선해야 할 우선순위, 조직적 또는 기술적 장벽 등을 파악해야 합니다. 구매 주문을 자동화하든, 보다 정확한 지출 분석을 수행하든, 명확하고 현실적인 목표 설정은 언제나 도움이 됩니다.
2. 데이터 소스 이해하기
   AI 시스템을 성공적으로 활용하기 위해서는 구매팀이 사용하는 방대한 데이터의 신뢰도를 반드시 확보해야 합니다. 엄격한 데이터 거버넌스 프로토콜을 따라야 합니다. 데이터 소스에서 데이터를 정리, 정규화, 검증해 어떤 데이터가 있고 어떻게 사용할 수 있는지 파악해 보세요.
3. 사용자 요구 사항에 집중하기
   팀원들이 업무를 더 잘 수행하기 위해서는 조달 시스템이 어떤 기능을 제공해야 할까요? 복잡성만 가중시키는 불필요한 기능은 피해야 합니다. 간단하고 직관적인 사용자 인터페이스를 갖춘 시스템을 선택하세요.
4. 작게 시작하
   거창한 목표 대신 빠르게 성과를 낼 수 있는 소규모 프로젝트부터 AI 구현을 시작하는 것이 좋습니다. 소규모 프로젝트는 AI 기능을 테스트하고, 익숙해지고, 효과를 평가하고, 더 큰 규모로 배포하기에 앞서 조정하는 데 도움을 줍니다.
5. 팀원 지원하기
   조달 전문가는 데이터 과학자 수준의 전문성 없이도 대부분의 AI 도구를 사용할 수 있지만, AI 도구를 효과적으로 사용하기 위해서는 교육과 시행착오를 위한 시간을 거쳐야 합니다. 예산이 허락한다면 조달 AI를 사용해 본 경험이 있는 직원을 추가로 고용하는 것도 고려해 볼 수 있습니다.
6. 신뢰를 구축하고 우려 사항 해결하기
   조달 AI를 도입하는 과정은 구매팀, 공급망팀, 재무팀 간의 협업이 필요한 팀 스포츠와도 같습니다. 목표, 로드맵, 표준, 모범 사례, 성공 사례를 공유함으로써 우려를 완화하고, 팀 간 협업을 촉진하고, 신뢰를 구축할 수 있습니다.
7. 평가하고 반복하기
   주요 메트릭을 설정한 뒤 AI 도구의 성과를 지속적으로 모니터링하고 평가해야 합니다. 일부 기업은 지출 범주 전반에 대한 AI 조달의 가치를 추적해 성과를 측정합니다. 어떤 방식으로 측정하든 사용자 피드백을 수집해 추가적인 개선 방법을 파악해야 합니다.

Oracle 솔루션으로 구매팀 지원하기

Oracle Fusion Cloud Enterprise Resource Planning 애플리케이션 제품군에 포함된 Oracle Fusion Cloud Procurement는 내장된 AI 및 생성형 AI 기능을 통해 조달 전문가의 배송 리드 타임 예측, 다양한 유형의 지출 분류, 동적 할인 적용, 적격 공급업체의 신속한 파악 및 추가 등의 작업을 지원합니다.

조달 AI FAQ

조달 부문에서는 AI를 어떻게 사용할 수 있나요?
구매팀은 비용을 예측 및 절감하고, 주요 작업을 자동화하고, 콘텐츠를 생성하고, 공급업체를 선택하고, 공급업체 관계를 관리하는 등의 작업에 AI를 사용할 수 있습니다.

조달 전문가를 AI로 대체할 수 있나요?
AI는 조달 전문가의 기술, 경험, 판단력을 보강해 주는 도구입니다. 숙련된 인력을 대체하지 않습니다. 오히려 AI는 해당 기술에 숙련된 조달 전문가를 위한 새로운 일자리를 창출할 것으로 예측되고 있습니다.

어떤 기업이 조달에 AI를 사용하고 있나요?
세계 최고의 리테일 업체, 식품 가공 기업, 소비재 기업 등 다양한 규모의 기업들이 AI 조달 도구를 도입하고 있습니다.