본문 바로가기

Samsung SDS

인사이트 리포트
인사이트 리포트
AI 시대, S&OP를 다시 설계하다: Continuous & Value-Driven Planning AI 시대, S&OP를 다시 설계하다: Continuous & Value-Driven Planning
AX ·제조

AI 시대, S&OP를 다시 설계하다: Continuous & Value-Driven Planning

이은진
2026-11-13

월간 계획을 확정한 다음 날 예상 밖의 주문이 들어오면 회사는 무엇을 기준으로 움직여야 할까요? 이번 글에서는 Continuous Planning과 Value-Driven Planning의 관점에서 AI 시대 S&OP와 Planner의 역할을 살펴봅니다.

Executive Summary

  • S&OP의 한계는 회의 횟수가 아니라 정보를 공유하고 결정하는 구조에서 비롯됩니다. 부서마다 기준이 다른 숫자를 보고 있으면 대응안을 논의하기 전에 숫자부터 맞춰야 합니다.
  • Continuous Planning은 월간 계획을 기준으로 두고, 중요한 변화가 생기면 필요한 범위만 다시 검토합니다. 모든 변동에 반응하기보다 대응 방법을 고를 수 있을 때 중요한 변화를 가려내는 것이 핵심입니다.
  • Value-Driven Planning은 대응안을 판매량과 납기뿐 아니라 남는 이익, 필요한 자금, 고객 영향으로 비교합니다. 설명용 사례에서는 같은 매출에도 선택에 따라 150만 원의 차이가 났습니다.
  • AI가 변화 탐지와 대안 비교를 맡으면 Planner는 변화의 이유 확인, 부서 간 조율, 실행 결과 점검에 집중합니다. 결국 AI 시대의 S&OP는 정교한 분석을 실제 선택으로 연결하고 그 결과를 다음 판단에 반영하는 일입니다.

왜 지금, 다시 S&OP인가

월간 계획을 확정한 다음 날, 주요 고객에게서 계획에 없던 추가 주문이 들어왔다고 가정해 보겠습니다. 영업은 매출을 늘릴 기회로 보지만, 생산은 이미 잡힌 일정을 바꿔야 하고 물류는 긴급 운송을 검토해야 합니다. 다음 회의까지 기다리기에는 납기가 촉박합니다. 그렇다고 각 부문이 따로 움직이면 주문은 맞추더라도 다른 고객의 납기가 밀리거나, 추가 비용이 예상 이익을 넘어설 수 있습니다.

S&OP(Sales & Operations Planning, 판매·운영계획)는 이런 상황에서 부서 간 이해관계를 조정하고, 회사가 실행할 하나의 계획을 세우기 위한 업무 체계입니다. 영업·생산·구매·물류·재무가 수요와 공급을 함께 검토하고, 각 부문의 계획을 회사 전체의 방향에 맞춰 조율합니다.[1] 1980년대에 정립된 이후 제조·유통 기업의 대표적인 계획 수립 방식으로 자리 잡은 이유도 여기에 있습니다.[16]

최근에는 이 익숙한 업무 체계를 다시 들여다봐야 할 상황이 많아지고 있습니다. 관세 변화, 부품 공급 지연, 갑작스러운 주문 증가처럼 계획을 세울 때 예상하지 못한 일이 잦아지고 있기 때문입니다. 정해진 주기에 계획을 검토하고 부서 간 합의를 거치는 방식만으로는 이런 변화에 충분히 대응하기 어려워졌습니다.[5]

S&OP의 기본 원칙을 버리자는 뜻은 아닙니다. 여러 부서가 같은 정보를 바탕으로 하나의 계획에 합의한다는 원칙은 여전히 유효합니다. 달라져야 할 것은 계획을 검토하는 시점과 판단 기준입니다.

이 리포트에서는 이러한 변화를 두 가지 관점에서 살펴봅니다. 하나는 정기적인 계획 수립과 변화 발생 시의 재검토를 연결하는 Continuous Planning이고, 다른 하나는 계획의 성과를 회사 전체의 가치로 평가하는 Value-Driven Planning입니다. 두 관점을 바탕으로 AI 시대의 S&OP가 어떻게 달라져야 하는지, 그 과정에서 수요와 공급 정보를 바탕으로 계획을 수립·조정하는 담당자인 Planner가 어떤 역할을 맡는지 설명합니다.

전통적 S&OP - 프로세스의 문제가 아니라 구조의 문제

전통적인 S&OP는 여러 부서의 계획을 정해진 순서에 따라 검토하고 합의하는 방식으로 운영됩니다. 데이터를 준비하고 수요를 검토한 뒤 공급 가능 여부를 확인합니다. 부서 간 쟁점을 조정한 뒤 경영진이 최종 계획을 결정합니다. 보통 매월 이 과정을 반복하며, 계획은 향후 18~24개월을 대상으로 수립합니다.[1][2]

이 방식은 여러 부서가 같은 방향을 바라보도록 만드는 데 효과적입니다. 영업의 판매 전망과 생산의 가동 계획, 구매의 원재료 준비, 물류의 운송 계획, 재무의 손익 전망을 한자리에 놓고 조정할 수 있습니다. 새로운 실적과 전망을 반영해 계획을 정기적으로 갱신한다는 점도 장점입니다.

하지만 계획을 검토하는 동안 상황이 달라질 수 있다는 한계점도 있습니다. 수요 검토를 마친 뒤 주요 부품의 납품 지연이 확인되면 생산계획뿐만 아니라 판매량과 고객 납기, 매출 전망, 구매 일정과 물류 계획까지 함께 조정해야 합니다. 변경된 정보를 부서에 전달하고 다시 합의하는 데 시간이 걸릴수록 실제 상황과 계획 사이의 차이는 커집니다.

이러한 한계는 회의 순서나 횟수 같은 프로세스보다 정보를 공유하고 결정을 내리는 구조에서 비롯됩니다.[2] 영업은 최신 주문을 보고 있는데 생산은 이전 수요 전망을 기준으로 일정을 잡고 있다면, 회의에서는 대응안을 논의하기 전에 서로 다른 숫자부터 맞춰야 합니다. 현장에서 문제를 발견했더라도 누가 어느 범위까지 결정할 수 있는지 정해져 있지 않으면 승인 과정에서 다시 시간이 걸립니다.

이럴 때 자료 작성 속도를 높이거나 회의를 더 자주 여는 것만으로는 부족합니다. 관련 부서가 같은 기준의 정보를 보고, 중요한 변화가 생겼을 때 어느 범위까지 계획을 다시 검토할지 알고 있어야 합니다. 변경된 계획을 누가 결정하고 각 부서의 실행계획에 어떻게 반영할지도 분명히 해야 합니다.

현장에서 사용하는 도구도 이 구조와 연결되어 있습니다. AbcSupplyChain이 2025년 54개국·23개 산업의 S&OP·IBP 실무자 164명을 조사한 결과, 응답자의 81.1%가 Excel 또는 Google Sheets로 해당 업무를 관리한다고 답했습니다.[3] 제한된 표본의 조사이므로 전체 기업의 현황으로 일반화할 수는 없지만, 계획 업무에서 스프레드시트가 여전히 널리 쓰이고 있음을 보여줍니다. 스프레드시트를 사용하는지 여부 자체가 핵심은 아닙니다. 부서마다 파일의 기준 시점이 다르고, 누가 언제 어떤 이유로 수치를 바꿨는지 확인하기 어렵다면 계획을 검토할 때마다 같은 확인 작업을 반복하게 됩니다. 자료를 모으고 기준을 맞추는 데 시간이 많이 들면, 어떤 대응이 회사에 유리한지 논의할 시간은 줄어듭니다.

개선 대상은 회의 운영 방식에 그치지 않습니다. 정보를 공유하고, 중요한 변화를 골라내고, 필요한 범위에서 계획을 다시 결정하는 체계까지 함께 살펴봐야 합니다. 이런 기반이 갖춰져야 월간 계획의 일관성을 유지하면서 정기회의 사이에 발생하는 변화에도 제때 대응할 수 있습니다.

첫 번째 전환 - Cycle에서 Flow로, Continuous Planning

Continuous Planning은 정기적으로 세운 계획을 바탕으로, 그사이 중요한 변화가 생기면 필요한 부분을 다시 검토하는 방식입니다.[12] 월간 S&OP에서는 앞으로 얼마나 팔고, 만들고, 준비할지 큰 방향을 정합니다. 이후 실제 주문이나 공급 상황이 예상과 달라지면 그 차이를 확인해 계획에 반영합니다. 정기 계획을 통해 부서들이 함께 따를 기준을 마련한다면, 수시 검토는 그 계획을 실제 상황에 맞게 이어 가도록 돕습니다.

이 방식이 필요한 이유는 계획을 세울 때의 조건이 실행 시점까지 그대로 유지되지 않기 때문입니다. 예상했던 주문이 줄어들거나 원재료 입고가 늦어지면 합의한 생산량과 납기를 지키기 어려울 수 있습니다. 처음 세운 계획이 당시에는 합리적이었더라도 달라진 조건을 반영하지 않으면 불필요한 재고가 생기거나 판매 기회를 놓칠 수 있습니다.

대응 시점에 따라 선택할 수 있는 방법도 달라집니다. 생산을 시작하기 전에는 작업 순서를 조정할 수 있지만, 이미 원재료를 투입한 뒤라면 변경에 추가 비용이 들 수 있습니다. 배송 차량을 미리 확보할 수 있었던 주문도 결정이 늦어지면 긴급 운송을 이용해야 하는 상황이 됩니다. 중요한 변화는 대응 방법을 선택할 수 있을 때 검토해야 하며, 계획을 다시 살펴보는 시점에 따라 납기와 비용이 달라질 수 있습니다.

예를 들어 한 생활용품 제조사가 이달에 제품 1만 세트를 판매하기로 계획했다고 가정해 보겠습니다. 영업은 고객별 판매 물량을 정하고, 생산은 공장 일정을 잡고, 구매는 원재료를 준비했습니다. 그런데 월간 계획을 확정한 뒤 한 유통 고객이 주말 행사를 위해 1천 세트를 추가로 요청합니다. 다음 정기회의까지 기다리면 납기를 놓칠 수 있고, 영업이 주문부터 받아 버리면 생산과 물류가 무리하게 일정을 바꿔야 할 수 있습니다.

Continuous Planning에서는 이 주문이 기존 계획에 미치는 영향을 관련 부서가 함께 확인합니다. 여유 재고는 얼마나 있는지, 부족한 물량을 더 만들 원재료와 생산 여력이 있는지, 다른 고객의 납기가 늦어지지는 않는지 살펴봅니다. 영업은 고객이 1천 세트를 모두 금요일까지 받아야 하는지도 확인합니다. 고객과 협의한 결과 600세트는 금요일까지 필요하지만 나머지 400세트는 다음 주에 받아도 괜찮다면, 전량을 서둘러 보내는 방법과 두 번에 나눠 보내는 방법을 비교할 수 있습니다.

대안을 정한 뒤에는 각 부서의 계획도 함께 바뀌어야 합니다. 600세트를 먼저 보내기로 했다면 영업은 고객과 약속한 수량과 날짜를 기록하고, 생산은 남은 400세트의 준비 일정을 반영하며, 물류는 두 차례의 출하를 준비합니다. 현장에서 개별적으로 대응한 내용이 전체 계획에 반영되지 않으면 부서마다 서로 다른 일정을 기준으로 움직일 수 있습니다. Continuous Planning은 중요한 변화에 대한 판단과 실행을 관련 부서의 공통 계획으로 이어 가도록 합니다.

새로운 정보가 들어올 때마다 계획을 고칠 필요는 없습니다. 여유 재고로 충분히 처리할 수 있는 작은 주문이라면 기존 생산 일정을 유지하면 됩니다. 반면 주문량이 조금만 달라져도 중요한 고객의 납기를 지키기 어려워진다면 바로 검토해야 합니다. 이미 생산을 시작한 제품의 순서를 바꾸려면 작업 중단이나 원재료 손실이 생길 수 있으므로, 변경으로 얻는 효과와 현장의 부담을 함께 따져야 합니다.

이런 판단은 기존의 단기 계획 조정과도 맞닿아 있습니다. IBM은 Continuous Planning을 변화한 조건에 맞춰 계획과 전망, 자원 배분을 계속 갱신하는 방식으로 설명합니다.[12] Oliver Wight 역시 단기 계획을 조정할 때 모든 변동에 반응하기보다 중요한 변화를 가려내고, 변경 비용과 담당자의 책임을 함께 고려해야 한다고 강조합니다.[4]

수시로 조정한 내용은 다음 월간 S&OP에 반영합니다. 추가 주문이 일회성 행사 물량이었는지, 앞으로도 판매가 늘어날 신호인지에 따라 다음 달의 생산과 원재료 준비가 달라지기 때문입니다. 이때 당초 판매 계획은 비교 기준으로 남겨 두고, 변경된 전망과 고객에게 확정한 출하 일정을 구분해 관리합니다. 그래야 계획을 바꾼 이유와 그 결과를 확인해 다음 계획에 참고할 수 있습니다.

이 과정을 여러 제품과 거래처에 걸쳐 운영하려면 확인해야 할 정보도 그만큼 늘어나고 모든 정보를 사람이 일일이 들여다보기가 쉽지 않은데, 이런 지점에서 AI를 활용할 수 있습니다. 주문·판매·재고 데이터를 분석해 기존 전망과 다른 흐름을 찾고, 우선 살펴볼 대상을 좁히는 데 도움을 주는 것입니다. 계획 시스템과 연계하면 해당 변화와 관련된 재고·생산 여력·납기 정보도 함께 확인할 수 있습니다. 이를 통해 Planner는 자료를 모으는 시간을 줄이고, 필요한 조치를 검토하는 데 더 집중할 수 있습니다.[6][12]

Cycle에서 Flow로의 전환은 월간 회의에서 합의한 계획을 다음 회의까지 현실과 연결하는 일입니다. 중요한 변화를 제때 검토해 대응할 여지를 확보하고, 관련 부서가 같은 계획에 따라 움직이도록 하는 데 의미가 있습니다. 이제 남는 것은 여러 대응안 중 어떤 선택이 회사에 가장 유리한지 판단하는 일입니다. 다음은 그 기준을 살펴봅니다.

두 번째 전환 - KPI에서 Value로, Value-Driven Planning

앞서 추가 주문이 들어왔을 때 기존 계획을 다시 검토하고, 전량을 한 번에 보내거나 두 번에 나눠 보내는 방법을 살펴봤습니다. 두 방법 모두 실행할 수 있다면 어느 쪽이 회사에 더 유리한지 판단해야 합니다. Value-Driven Planning은 계획과 대응안을 회사 전체의 가치로 평가하는 방식입니다. 판매량과 납기뿐 아니라 그 선택으로 남는 이익, 필요한 자금, 고객과의 관계를 함께 살펴보는 것입니다.

이런 관점이 필요한 이유는 부서별 성과지표가 서로 다른 선택을 유도할 수 있기 때문입니다. 영업은 주문을 최대한 받아 매출을 늘리려 하고, 생산은 같은 제품을 한꺼번에 많이 만들어 가동률을 높이려 하며, 물류는 배송을 모아 운송비를 줄이려 합니다. 각각은 합리적인 판단이지만 함께 적용하면 재고가 늘거나 고객이 원하는 납기를 지키기 어려워질 수 있습니다. 한 부서에서 개선한 성과가 다른 부서의 비용이나 부담으로 옮겨 갈 수 있는 것입니다.[7]

여전히 부서별 KPI(Key Performance Indicator, 핵심 성과 지표)는 각 부문의 성과와 운영 상태를 확인하는 데 필요합니다. 주문 충족률을 통해 요청받은 물량을 얼마나 공급했는지, 재고회전율을 통해 재고가 얼마나 빠르게 판매되는지를 알 수 있습니다. 하지만 지표만으로는 주문을 더 맞추기 위해 어느 정도의 추가 비용을 감수할지, 재고를 줄이면서 어느 수준의 품절 위험을 받아들일지 결정하기 어렵습니다. 부서 간 우선순위를 정하려면 대안별 이익과 부담을 회사 전체의 관점에서 비교할 수 있는 기준이 필요합니다.

이는 영업·운영·재무 계획을 함께 검토하는 IBP(Integrated Business Planning, 통합 사업계획)의 관점과도 맞닿아 있습니다. McKinsey는 효과적인 IBP에서 부문별 물량 계획을 재무 전망과 연결하고, 회사 전체의 손익에 미치는 영향을 중심으로 의사결정해야 한다고 설명합니다.[7] 본 리포트에서 말하는 Value-Driven Planning은 이러한 관점을 개별 계획과 대응안의 평가에 적용하는 것입니다.

생활용품 제조사의 추가 주문 사례를 금액으로 살펴보겠습니다. 판매가격은 세트당 1만 원이고, 1천 세트를 만드는 데 드는 비용과 통상적인 배송비를 합쳐 700만 원이라고 가정하겠습니다. 두 방법 모두 기존 고객의 주문에는 지장을 주지 않으며, 추가 주문을 전부 판매하면 매출은 1천만 원입니다. 다음의 수량·금액·거래 조건은 설명을 위한 가정입니다.

첫 번째 방법은 1천 세트를 모두 금요일까지 보내는 것입니다. 공장에 추가 근무를 편성하고 긴급 차량을 쓰면서 평소보다 200만 원이 더 든다고 가정해 보겠습니다. 매출 1천만 원에서 제조·통상 배송비 700만 원과 긴급 대응 비용 200만 원을 빼면, 이 주문에서 남는 금액은 100만 원입니다.

두 번째 방법은 고객과 협의해 금요일에 600세트, 다음 주에 400세트를 보내는 것입니다. 급하게 생산할 물량은 줄지만 배송을 나누면서 50만 원의 추가 비용이 든다고 가정하겠습니다. 판매가격을 유지하고 별도 보상 비용이 없다면, 매출 1천만 원에서 제조·통상 배송비 700만 원과 추가 비용 50만 원을 뺀 250만 원이 남습니다. 전체 물량의 납품을 마쳤을 때 판매량과 매출은 같지만, 나눠 보내는 방법이 150만 원을 더 남기는 셈입니다.

이 차이는 최종 판매량이나 매출만 비교해서는 드러나지 않습니다. 주문을 처리하는 데 추가로 드는 비용까지 살펴봐야 어느 방법이 유리한지 알 수 있습니다. 고객이 행사에 1천 세트를 모두 필요로 한다면 일부를 늦게 보내는 방법은 선택할 수 없습니다. 납기 조정에 할인이나 보상이 필요하다면 그 비용도 반영해야 합니다. 당장의 이익과 함께 고객과의 약속, 앞으로의 거래에 미치는 영향까지 살펴봐야 합니다.

자금이 필요한 시점도 중요합니다. 이익이 남는 주문이라도 원재료 대금과 배송비는 이번 달에 지급하고 판매대금은 두 달 뒤에 받는다면, 그사이에 사용할 자금이 필요합니다. 이런 주문이 여러 건 겹치면 매출이 늘어도 자금 운용은 어려워질 수 있습니다. 따라서 계획을 평가할 때는 얼마나 남는지와 함께 돈이 언제 나가고 들어오는지, 그동안 필요한 자금을 감당할 수 있는지도 확인해야 합니다.[8][9]

같은 기준으로 재고와 고객별 거래 조건도 살펴볼 수 있습니다. 대량 구매로 단가를 낮추더라도 판매까지 오래 걸리면 보관 비용이 늘고 자금이 묶입니다. 같은 제품을 같은 가격에 팔아도 소량 배송이나 별도 포장, 반품 처리가 잦은 고객에게는 더 많은 비용이 들 수 있습니다. 이러한 차이를 함께 봐야 판매량과 매출 뒤에 있는 실제 부담을 파악할 수 있습니다.

제품과 거래처가 많아지면 이러한 비교를 매번 반복하기는 어렵습니다. 비용이 변할 때마다 모든 대안을 다시 계산해야 하기 때문입니다. 이때 AI와 계획 시스템을 함께 활용하면 수요와 비용의 변화를 분석하고, 여러 대안의 예상 이익과 자금 부담을 비교하는 데 드는 시간을 줄일 수 있습니다. 운송비가 오르거나 판매량이 예상보다 줄었을 때도 어떤 선택이 유리한지 다시 살펴볼 수 있습니다.[6][14] 다만 수치만으로 판단하기 어려운 고객의 납기 수용 여부나 향후 거래에 미칠 영향은 영업 등 관련 부서가 확인한 내용을 반영해야 합니다.

KPI에서 Value로의 전환은 운영 지표의 변화를 회사 전체의 성과로 연결하는 일입니다. Continuous Planning으로 대응 시기를 놓치지 않고 가능한 대안을 마련했다면, Value-Driven Planning에서는 각 대안의 이익과 자금 부담, 고객 영향을 비교해 선택합니다. 두 관점이 함께 작동해야 변화에 빠르게 대응하면서도 그 대응이 회사에 어떤 결과를 남기는지 판단할 수 있습니다.

AI 시대의 S&OP에서 Planner의 역할

앞에서 살펴본 것처럼 Continuous Planning과 Value-Driven Planning을 적용하는 과정에서 AI는 계획과 실제 상황의 차이를 찾고, 여러 대안의 이익·자금·고객 영향을 비교하는 데 실질적인 도움을 줄 수 있습니다. AI가 데이터 확인과 계산을 맡으면 Planner는 그 결과를 해석하고 실제로 실행할 수 있는 조건인지 확인하는 데 집중할 수 있습니다. 예를 들어 추가 주문을 나눠 보내는 편이 이익을 더 남기더라도, 고객이 그 일정을 받아들일지, 생산 현장에서 약속한 물량을 준비할 수 있을지는 별도로 확인해야 합니다. Planner는 AI가 제시한 결과를 현장의 상황과 비교하고, 필요한 정보를 보완해 실제로 실행할 수 있는 계획으로 구체화해야 합니다. 이 역할은 크게 세 가지로 나눌 수 있습니다.[10]

첫째, 변화가 생긴 이유를 확인합니다. AI가 판매 증가를 감지했다면 무엇 때문에 늘었는지 살펴봐야 합니다. 앞서 생활용품 제조사의 추가 주문이 일회성 행사 때문이었는데, 그 추세가 계속될 것으로 보고 다음 달 생산까지 늘렸다가는 재고가 남을 수 있기 때문입니다. Planner는 행사 일정과 고객의 추가 주문 계획을 확인해 이후 계획에도 반영할지 판단하고, 고객의 주문 취소 검토나 공급업체의 납품 지연처럼 시스템에 아직 기록되지 않은 정보도 함께 확인합니다. 이렇게 확인한 내용을 근거로 예측을 수정했다면, 이유와 적용 기간을 남겨 다른 담당자도 계획의 배경을 이해할 수 있도록 합니다.

둘째, 부서 간 의견을 조율합니다. AI가 아무리 좋은 대안을 제시해도, 실제로 실행하려면 각 부서가 받아들일 수 있는 조건부터 확인해야 합니다. 영업은 고객과 납기를 조정할 수 있는지 확인하고, 생산은 필요한 물량을 준비할 수 있는지 살펴봅니다. 재무는 추가 비용과 자금 부담을 검토합니다. Planner는 이렇게 모인 의견을 정리해 무엇을 더 확인하거나 합의해야 하는지를 가려냅니다.[6] 기존 고객의 납기를 지킬 수 있는지, 추가 생산에 얼마까지 비용을 투입할 수 있는지와 같은 조건은 대안을 비교하는 단계부터 반영해야 합니다. 계획이 결정된 뒤에는 생산·발주·배송 일정에 같은 내용이 반영됐는지 확인합니다.

셋째, 계획을 실행한 결과를 확인합니다. 계획을 바꾼 뒤에는 예상대로 비용과 재고가 줄었는지, 고객에게 약속한 납기를 지켰는지 살펴봐야 합니다. AI의 예측을 사람이 수정했다면 그 수정이 실제로 도움이 됐는지도 확인해야 합니다. 같은 품목과 기간에 대해 같은 시점에 만든 두 예측을 비교하면, 어느 쪽이 실제 판매량에 더 가까웠는지 알 수 있습니다.[15] 사람이 수정한 결과가 반복해서 나빠진다면 수정 기준을 점검하고, AI가 특정 행사나 신제품의 수요를 계속 잘못 예측한다면 데이터·모델 담당자와 원인을 찾아야 합니다. 다만 예측이 더 정확해졌는지와 실제 사업 성과가 좋아졌는지는 다른 문제이므로, 이 둘은 구분해서 살펴볼 필요가 있습니다.

이렇게 확인한 결과는 AI에 맡길 업무와 사람이 검토할 업무의 범위를 정하는 데도 활용할 수 있습니다. 예를 들어 반복적인 재고 보충은 정해진 수량·금액 범위와 데이터 확인 조건을 충족하면 자동으로 처리하되, 고객과의 납기 약속을 바꾸거나 취소하기 어려운 발주라면 담당자가 직접 검토하도록 정하는 식입니다.[11][13] Planner는 현업 책임자·IT 담당자와 함께 기준을 마련하고, 오류나 예상하지 못한 문제가 반복되면 처리 범위와 확인 절차를 조정합니다.

AI 시대의 Planner에게는 현장의 사정을 이해하는 지식, 비용과 이익을 읽는 능력, 부서 간 의견을 조율하는 역량이 함께 필요합니다. AI의 분석을 바탕으로 현실에 맞는 계획을 수립하고 실행 결과에서 배운 내용을 다음 계획에 반영하는 것이 Planner의 역할입니다.

맺음말 - 변화는 빠르게, 판단은 일관되게

이 리포트는 한 가지 질문에서 출발했습니다. 계획을 세운 다음 날 예상 밖의 일이 생겼을 때 조직은 무엇을 기준으로 움직여야 하는가라는 질문입니다. 이를 위해서는 관련 부서가 같은 정보를 공유하고, 누가 어느 범위까지 결정할지 명확히 정한 의사결정 구조가 필요합니다. 여기에 각 대응안을 회사 전체의 관점에서 평가하는 기준이 함께 갖춰져야 합니다. Continuous Planning은 변화에 맞춰 계획을 다시 검토하는 방식을, Value-Driven Planning은 여러 대응안 중 무엇을 선택할지 판단하는 기준을 제시합니다. 변화를 빨리 찾아도 판단 기준이 부서마다 다르면 혼선이 커지고, 대안을 찾아도 실행 시점을 놓치면 기대한 효과를 얻기 어렵습니다. 두 전환이 함께 작동해야 하는 이유입니다.

AI는 방대한 데이터에서 변화를 찾고 여러 대안의 예상 결과를 비교하는 일을 도울 수 있습니다. 그런데 이렇게 분석에 드는 시간이 줄어든다고 해서, 사람이 판단해야 할 일까지 함께 줄어드는 것은 아닙니다. 이전에는 자료를 모으고 정리하는 데 시간이 걸려 일부 사안만 검토할 수 있었다면, 이제는 AI 덕분에 더 많은 변화와 대안을 동시에 살펴볼 수 있게 됐기 때문입니다. 그만큼 그중 무엇에 실제로 대응하고 어떤 대안을 실행할지 가려내는 일이 중요해집니다. AI가 넓혀 놓은 선택지를 현장의 조건과 회사의 목표에 맞춰 실행할 계획으로 구체화하는 것, 이것이 Planner의 역할에서 주목해야 할 변화입니다.

이 지점에서 조직이 점검해 볼 질문이 있습니다. AI로 변화와 대안을 더 많이 찾아내는 데 투자하는 만큼, 그 결과를 더 잘 판단할 준비도 하고 있는가입니다. 예측 모델과 대시보드를 도입하더라도 누가 어떤 기준으로 결과를 검토하고 결정할지가 분명하지 않으면 늘어난 정보가 오히려 논의를 길게 만들 수 있습니다. 어떤 변화는 담당자가 처리하고 어떤 사안은 부서 간 합의가 필요한지, 의견이 엇갈릴 때 무엇을 우선할지 정하는 일도 AI 활용의 중요한 부분입니다.[11]

판단의 결과가 다음 의사결정에 반영되고 있는지도 살펴봐야 합니다. 어떤 대응이 실제로 이익을 늘렸는지, 어떤 조정이 예상과 달리 비용만 키웠는지 확인하지 않으면 비슷한 상황에서도 같은 논의를 반복하게 됩니다. 선택의 근거와 실행 결과를 기록하고 되짚어 보면, 다음에는 무엇을 확인하고 어떤 조건을 고려해야 할지 더 분명해집니다.

AI 시대의 S&OP의 역할은 정교한 분석을 실제 선택으로 연결하고 그 결과를 다음 판단에 반영하는 일입니다. 변화에 맞춰 실행 방법은 빠르게 바꾸되, 이익과 필요 자금, 고객과의 약속을 함께 고려하는 원칙은 일관되게 지켜야 합니다. 상황에 따라 다른 방법을 택하더라도 그 이유를 설명하고, 결과를 통해 더 나은 선택을 배워 가는 것. 이것이 앞으로의 S&OP가 지향해야 할 방향입니다.

References

FAQ

  • S&OP는 왜 지금 다시 살펴봐야 합니까?

    관세 변화, 부품 공급 지연, 갑작스러운 주문 증가처럼 계획을 세울 때 예상하지 못한 일이 잦아졌기 때문입니다. 정해진 주기에 검토하고 합의하는 방식만으로는 이런 변화에 충분히 대응하기 어렵습니다. 여러 부서가 같은 정보로 하나의 계획에 합의한다는 원칙은 유지하되, 계획을 검토하는 시점과 판단 기준을 바꿔야 합니다.

  • Continuous Planning은 월간 S&OP를 대체하는 방식입니까?

    대체가 아니라 연결하는 방식입니다. 월간 S&OP에서 부서들이 함께 따를 큰 방향을 정하고, 수시 검토로 그 계획을 실제 상황에 맞게 이어 갑니다. 수시로 조정한 내용은 다음 월간 S&OP에 반영하며, 이때 당초 계획은 비교 기준으로 남겨 둡니다.

  • Value-Driven Planning을 적용하면 부서별 KPI는 필요 없습니까?

    그렇지 않습니다. 주문 충족률이나 재고회전율 같은 KPI는 각 부문의 운영 상태를 확인하는 데 여전히 필요합니다. 다만 KPI만으로는 추가 비용이나 품절 위험을 어디까지 감수할지 정하기 어렵습니다. 따라서 대안별 이익과 필요한 자금, 고객 영향을 회사 전체의 관점에서 비교하는 기준이 함께 있어야 합니다.

  • AI 시대에 Planner는 어떤 역할을 맡습니까?

    AI가 데이터 확인과 계산을 맡으면 Planner는 그 결과를 해석하고 실제로 실행할 수 있는 조건인지 확인합니다. 구체적으로는 변화가 생긴 이유를 확인하고, 부서 간 의견을 조율하며, 계획을 실행한 결과를 점검합니다. 이를 위해 현장의 사정을 이해하는 지식, 비용과 이익을 읽는 능력, 조율 역량이 함께 필요합니다.

  • AI에 맡길 업무와 사람이 검토할 업무는 어떻게 나눕니까?

    실행 결과를 확인한 내용을 바탕으로 정합니다. 반복적인 재고 보충은 정해진 수량·금액 범위와 데이터 확인 조건을 충족하면 자동으로 처리하고, 고객과의 납기 약속을 바꾸거나 취소하기 어려운 발주는 담당자가 직접 검토하는 식입니다. Planner는 현업 책임자·IT 담당자와 함께 기준을 마련하고, 문제가 반복되면 처리 범위와 확인 절차를 조정합니다.

이 아티클은 AI를 활용하여 기획, 제작되었습니다.
- 리서치 및 아티클 기획 : Claude(Sonnet5), GPT-5.6 Luna
- 원고 작성 및 문장 보정 : Claude(Sonnet5), GPT-5.6 Luna

저자

이은진
이은진 사업기획그룹(디지털SCM)

이 저자의 다른 콘텐츠 보기

관련 콘텐츠

CONTACT US

무엇이든 물어보세요.

AI 도입부터 최적화까지, 맞춤형 솔루션을 제안해 드립니다.

문의하기

공유하기