AWS, AWS Supply Chain을 위한 4가지 새로운 기능 발표

AWS, 공급망 최적화 위한 4가지 신규 기능 발표

Amazon Web Services(AWS)가 현지 시간 11월 28일(화) 미국 라스베이거스에서 열린 연례 기술 컨퍼런스 AWS re:Invent에서 AWS Supply Chain 서비스의 4가지 새로운 기능을 발표했습니다. 이번 업데이트는 Amazon의 약 30년간 축적된 공급망 경험과 AWS의 강력한 관리형 서비스 역량을 결합하여 고객의 공급망 최적화를 지원합니다.

새로운 기능들은 2024년부터 순차적으로 제공될 예정이며, 기존의 데이터 레이크, 수요 계획, 머신러닝(ML) 기반 인사이트 기능을 확장합니다. 특히 공급업체 주문과 같은 상위 공급망 프로세스를 지원하는 공급 계획, 협업, 지속 가능성, 생성형 AI 기능이 추가되어 제조업체를 포함한 더 많은 고객이 AWS Supply Chain 서비스를 활용할 수 있게 될 전망입니다.

AWS Supply Chain Supply Planning은 원자재, 부품, 완제품의 정확한 예측 및 구매 계획을 지원하여 고객 공급망 전반의 재고 확보율을 개선합니다. 또한, N-Tier Visibility 기능은 여러 단계의 공급업체와 협력하여 예측을 공유하고 주문을 확정할 수 있도록 지원하며, 계획 및 실행 프로세스의 정확도를 높입니다. AWS Supply Chain Sustainability는 공급업체로부터 탄소 배출량 및 기타 규정 준수 데이터를 요청하고 수집하는 단일 감사 가능 경로를 제공합니다. 마지막으로, AWS Supply Chain에 통합된 생성형 AI 기반 비서인 Amazon Q는 재고 수준, 수요 변동성과 같은 주요 위험 요소를 요약하고 "What-if" 시나리오를 시각화하여 공급망 의사결정을 최적화하도록 돕습니다.

현재 Boston Consulting Group, Equipment Depot, Woodside Energy 등 여러 고객사가 새로운 AWS Supply Chain 기능을 활용하고 있습니다.

AWS Supply Chain은 고객이 재고 가시성을 개선하고, 소비자 신뢰를 저해할 수 있는 품절 사태를 예방하며, 보유 비용을 증가시키는 과잉 재고를 줄이는 데 도움을 주고 있습니다. 기존의 수요 계획 기능은 Amazon의 심층적인 공급망 및 ML 전문성을 활용하여 수요 예측의 속도와 정확성을 높입니다. 또한, 고객 공급망 데이터의 통합 뷰를 제공하는 AWS Supply Chain Insights를 통해 ML 기반 권장 사항을 받아 재고 및 리드 타임 위험을 완화할 수 있습니다.

AWS Supply Chain은 전사적 자원 관리(ERP) 시스템에서 관련 고객 데이터를 집계하고 공통 형식으로 정규화하여 이러한 기능을 구현합니다. 오늘 발표된 4가지 새로운 기능은 고객의 상위 공급망 프로세스에 대한 지원 강화 요구에 부응하여 개발되었습니다.

Diego Pantoja-Navajas, vice president of AWS Supply Chain은 "고객들은 우리의 광범위한 공급망 경험을 관리형 서비스로 제공받는 것에 대해 매우 긍정적입니다. 이는 업계 최고의 분석 및 ML 역량과 결합되어 고객들이 제조 시설에서 최종 유통 지점까지 제품을 더욱 예측 가능하게 추적하고 계획할 수 있게 합니다."라며, "AWS Supply Chain을 통해 고객들은 재고 가시성을 높이고 인사이트를 실행하여 공급망 위험을 완화하고 비용을 절감하며 고객 만족도를 향상시킬 수 있었습니다. 또한, 생성형 AI의 힘을 통해 고객들은 Amazon Q in AWS Supply Chain에 공급망 전반에서 무슨 일이 일어나고 있는지 질문하고 복잡한 질문에 대한 지능적이고 대화적인 답변을 얻을 수 있습니다."라고 덧붙였습니다.

새로운 기능들은 AWS Supply Chain을 상위 공급망까지 확장하여 가시성과 인사이트를 강화합니다. 공급망 리더들은 공급업체, 제조업체, 유통업체, 소매업체 등 다양한 거래 파트너와의 조율이라는 지속적인 과제에 직면해 있습니다. 각 거래 파트너는 종종 자체 데이터 저장소를 가지고 있으며, 이를 통합하기 위해서는 비용이 많이 드는 맞춤 설정, 긴 개발 주기 또는 수동적인 해결책이 필요합니다. 결과적으로 공급 계획 담당자들은 예측, 주문 확인, 출하 수량 등을 조정하는 데 많은 시간을 소비합니다.

수요 변동, 공급 중단, 공급업체 리드 타임 불확실성과 함께 사일로화된 데이터는 많은 기업이 수요를 정확하게 예측하고 최적의 재고 수준을 결정하는 것을 어렵게 만듭니다. 제조업체는 원자재 및 부품과 관련된 추가적인 복잡성에 직면하며, 이는 가격 및 가용성 변동에 취약합니다. 또한, 거래 파트너의 데이터 요청에 대한 응답은 품질, 빈도, 시기 적절성 및 구조 면에서 다양하며 항상 체계적으로 추적되거나 감사되지는 않습니다.

탄소 배출량 및 유해 물질 공개와 같은 규정 준수 산출물을 대규모로 관리하는 것 또한 유사하게 어렵고, 전통적으로 이메일, 팩스, 메시징 앱을 통해 형식적인 추적 및 감사 메커니즘 없이 수행되어 왔습니다. 결과적으로 많은 조직은 적시에 적절한 양의 상품을 적절한 장소에 배치하여 수요를 효율적으로 충족하거나 점점 더 엄격해지는 규제 요구 사항을 충족하는 데 어려움을 겪고 있습니다.

오늘 발표된 새로운 AWS Supply Chain 기능을 통해 고객은 상위 공급망을 더 쉽게 관리하고, 필요한 자재 및 재고를 더 정확하게 예측하며, 공급업체와 소통하여 공급 계획을 확인하고 약속을 얻으며, 주요 환경 요인에 대한 정확한 데이터를 확보할 수 있습니다.

AWS Supply Chain Supply Planning은 Amazon의 자체 운영을 위한 ML 개발 전문성을 활용하며, 이 지식을 적용하여 시설 전반에 필요한 재고 수준을 정확하게 예측할 수 있는 정교한 공급 계획 모델을 생성합니다. 공급 계획은 AWS Supply Chain Demand Planning에서 생성된 수요 예측과 제품, 시설, 자재 명세서(BOM), 재고 데이터를 함께 사용합니다. 이를 통해 고객은 구매 주문 또는 재고 이전 요청 생성과 같은 조치를 권장함으로써 몇 개를 주문해야 하는지, 언제 주문해야 하는지, 재고를 어디에 배치해야 하는지를 결정할 수 있습니다.

AWS Supply Chain N-Tier Visibility는 고객의 가시성과 인사이트를 직접적인 관계뿐만 아니라 여러 계층의 외부 거래 파트너에게까지 확장합니다. 고객은 몇 번의 클릭만으로 거래 파트너를 초대하고 온보딩할 수 있습니다. 그러면 거래 파트너는 커뮤니케이션을 자동화하고 자체 예측을 개선할 수 있습니다. 예를 들어, 고객은 구매 주문 및 수요 예측을 거래 파트너와 공유한 다음, AWS Supply Chain N-Tier Visibility 내에서 해당 구매 주문의 상태 또는 변경되는 재고 수준을 추적할 수 있습니다. 업데이트된 공급 계획 및 구매 주문은 Amazon Simple Storage Service(S3)로 내보내져 고객이 ERP 시스템과 통합할 수 있습니다.

AWS Supply Chain의 채팅 및 메시징 기능은 전체 공급망에 걸쳐 협업을 더욱 용이하게 합니다. 예를 들어, 부품 배송이 지연되면 재고 관리자는 AWS Supply Chain 애플리케이션 내에서 해결책을 식별하기 위해 공급업체에 메시지를 보낼 수 있습니다. 공급업체 및 제조업체와의 개선된 협업 및 정보 공유는 소싱 위험 및 부품 부족 감지 능력을 향상시키고 고객이 중단을 완화할 수 있도록 합니다.

AWS Supply Chain Sustainability는 지속 가능성 전문가가 공급업체 네트워크로부터 문서 및 데이터 세트를 얻을 수 있는 더 안전하고 효율적인 방법을 만듭니다. 이러한 고객은 공급망의 어느 시점에서든 제품 수명 주기 평가, 제품 안전 인증서 또는 사용된 유해 물질 보고서와 같은 산출물을 요청, 수집 및 내보낼 수 있습니다. 고객은 자체 데이터 수집 양식을 업로드하여 공급업체가 지속 가능성 문제를 문서화하도록 하고, 표준 워크플로 프로세스를 활용하여 공급업체에 데이터 요청에 응답하도록 미리 알림을 보내고, 공급업체 응답에 따라 필요한 변경 사항을 전달할 수 있습니다. 이러한 기능은 고객이 단일 감사 가능 기록을 통해 환경 및 사회 거버넌스(ESG) 규정에 대한 규정 준수 정보를 제공하는 데 도움이 될 것입니다.

생성형 AI는 고객이 공급망 데이터를 쿼리할 수 있도록 지원합니다. 고객은 수요 변동 및 공급 중단과 같이 공급망 결정에 영향을 미치는 요인 간의 인과 관계를 쉽게 식별하기를 원하지만, 이는 다양한 소스의 분산된 데이터를 수집하고 분석해야 하므로 지루하고 시간이 많이 소요되어 어렵습니다. 공급망의 복잡한 시나리오에 대한 절충안을 측정하거나 결과를 시각화하는 것도 어려울 수 있습니다. 결과적으로 공급망 리더는 종종 가장 정확한 인사이트 없이 자재 및 재고 계획 및 배치에 대한 결정을 내려야 합니다. Amazon Q in AWS Supply Chain은 사용하기 쉬운 자연어 인터페이스를 제공하여 공급망 결정에 대한 데이터 분석 쿼리 및 질문에 지능적으로 응답함으로써 이러한 과제를 해결하고 고객 생산성을 향상시킵니다.