[AX 지금, 현장에선] 왜 AI를 ‘구매 영역’에 먼저 적용해야 하는가 작성일 05-04 26 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">BMW가 구매에 4가지 AI를 적용한 결과는</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="5tajioWIXD"> <figure class="figure_frm origin_fig" contents-hash="b964c39df18c1906f7bd70752a8c6b8581cedf0c1154f44405a7396e6dda5036" dmcf-pid="1FNAngYCXE" dmcf-ptype="figure"> <p class="link_figure"><img alt="곽병렬 BCG 코리아 MD 파트너. /BCG 코리아" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/04/chosun/20260504173817251tsqe.jpg" data-org-width="354" dmcf-mid="ZuIhwsUZtw" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/04/chosun/20260504173817251tsqe.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 곽병렬 BCG 코리아 MD 파트너. /BCG 코리아 </figcaption> </figure> <p contents-hash="88932e4cd599f7011b25e500e3667b7847135e28d3dbd1480b9704892fea0088" dmcf-pid="t3jcLaGhXk" dmcf-ptype="general">2024년 3분기, BMW의 순이익은 전년 동기 대비 84% 급감했다. 같은 기간 메르세데스-벤츠는 54%, 폭스바겐은 64% 감소했다. 중국 전기차 공세와 에너지 비용 상승, 공급망 재편이 맞물리며 독일 자동차 산업의 오랜 자존심을 흔들고 있다. 이런 위기 속에서 BMW가 생성형 AI를 가장 먼저 투입한 곳은 자율주행이나 스마트팩토리, 고객 마케팅이 아니었다. 엑셀과 PDF, 도장이 오가는 가장 전통적인 영역, ‘구매(Procurement)’였다. 한국 기업들이 AI를 매출 성장이나 고객 경험의 도구로 보는 것과 달리, BMW를 비롯한 글로벌 선도 기업들은 AI의 화력을 조용히 구매로 옮기고 있다. 그들은 왜 이러한 선택을 하고 있는가.</p> <p contents-hash="cd58d3ea92476b9795beecd984fdbbc825634caf1217e06e5c5161749defd7d7" dmcf-pid="F0AkoNHlHc" dmcf-ptype="general"><strong>◇왜 하필 구매인 3가지 이유</strong></p> <p contents-hash="d289c50ab24b639167568fec1e65931c0b2b77f87669fd3db9f652522bdf67f2" dmcf-pid="3pcEgjXStA" dmcf-ptype="general">첫 번째 이유는 수익성이 결정되는 구조에 있다. 매출 1%보다 구매 원가 1%가 수익성 개선에 훨씬 크게 작용하기 때문이다. 한국 제조 기업의 영업이익률은 대체로 한 자릿수다. 매출 1조원 기업이라면 영업이익은 500억원 안팎이다. 매출을 수천억원 늘리는 것보다 비용을 1~2% 줄이는 편이 현실적이다. 제조업의 구매 지출은 매출의 60~70%, 유통은 70~80%, 금융·서비스업은 40~50% 수준이다. 구매 원가를 1%만 낮춰도 영업이익률은 0.5~0.7%포인트 개선된다. 결국 구매는 기업 수익성을 움직이는 핵심 레버다. 다만 지금까진 이 레버를 당길 수단이 부족했을 뿐이다.</p> <p contents-hash="04d0113be168d8a97ab285fe3372e3f6886021c5dcdd18913930e52fa810fa8c" dmcf-pid="0XnoRJSrGj" dmcf-ptype="general">두 번째 이유는 실행의 경제성이다. 구매 AI는 빠르고, 지속적이며, 조직 부담이 적다. 매출 성장형 AI는 효과가 가시화되기까지 시간이 걸리지만, 구매 AI는 분기 단위로 측정 가능한 원가 절감을 만들어낸다. 한 번 구축되면 절감 효과가 누적되며 수익성을 끌어올린다. 무엇보다 조직 구조 변화 없이 외부 지출을 최적화한다는 점에서 부담이 적다. 빠른 현금 창출, 지속 가능한 성과, 낮은 조직 부담을 동시에 충족하는 영역이다.</p> <p contents-hash="ff793ee8ffe9f1569a7d5d4341d97123e14a0c744a8d2294bd946acedea5ba20" dmcf-pid="pZLgeivmHN" dmcf-ptype="general">세 번째는 구매 업무의 본질이 AI와 맞닿아 있기 때문이다. 구매는 비정형 문서를 읽고, 서로 다른 양식을 동일한 기준으로 비교하며 의미를 해석하는 작업이다. 생성형 AI가 강점을 보이는 영역과 정확히 일치한다. 바이어는 매달 형식과 용어가 다른 제안서와 계약서 수백 건을 다룬다. ‘납기’와 ‘공급 완료 시점’처럼 유사해 보이지만 의미가 다른 조건을 구분하는 것이 숙련자의 역할이었다. 그러나 이를 사람이 일일이 검토하는 데에는 한계가 있다. 그 결과 의사결정은 경험과 직감에 의존해왔고, 기존 도구로는 이를 해결하기 어려웠다. 오랫동안 잠재돼 있던 구매의 수익성 레버가 이제서야 생성형 AI라는 열쇠를 만난 것이다.</p> <p contents-hash="1ecce8f425fef6a39983efd1e5aa6ee389de2432d767460a3425af9e59bb4f0a" dmcf-pid="U5oadnTsXa" dmcf-ptype="general"><strong>◇BMW가 선택한 네 가지 AI 도구</strong></p> <p contents-hash="f51d102dd8e43d595ea2bd5af433bddb5c9c96d6a8e93f6ff23f22b1d4737daa" dmcf-pid="u1gNJLyOtg" dmcf-ptype="general">BMW도 처음부터 AI를 구매에 활용할 준비가 돼있던 것은 아니다. 계약서와 제안서는 흩어져 있었고, 실질적인 전환이 쉽지 않은 환경이었다. 그러나 AI가 성과를 낼 수 있는 영역도 분명했다. BMW 구매 본부의 하루를 들여다보면, 도입된 AI 도구들이 실제 업무에 어떻게 적용되는지 드러난다.</p> <p contents-hash="baa2e08f30107e13ad4934e088eff962c168593921049a07b777fb647aa2be55" dmcf-pid="7tajioWIto" dmcf-ptype="general">요즘 부품 공급사 선정 입찰을 시작하는 바이어의 하루는 예전과 다르다. 과거에는 템플릿을 수정하는 데 반나절이 걸렸지만, 이제는 AI가 과거 데이터를 기반으로 입찰 요청서 초안을 작성하고 바이어는 검토와 수정에만 집중한다. 여러 공급사의 제안서가 도착하면, 서로 다른 형식의 문서들이 쌓인다. 오퍼 분석 AI는 이를 동일한 기준으로 정렬해 가격·납기·품질·계약 조건의 차이와 리스크를 한눈에 보여준다. 특히 면책·위약·갱신 조항과 같은 숨겨진 조건까지 짚어낸다.</p> <p contents-hash="229665c483a673a704210fe3a6c10900913b460f48271c30b8b54fb1a8ecb6a2" dmcf-pid="zFNAngYCGL" dmcf-ptype="general">공급사 미팅을 준비하는 과정도 달라졌다. 과거에는 관련 계약과 기준을 확인하기 위해 여러 시스템과 동료를 거쳐야 했지만, 이제는 지식 검색 AI에 자연어로 질문하면 필요한 정보가 출처와 함께 즉시 제시된다. 매월 초 공급사 포트폴리오를 점검하는 시점에는 또 다른 변화가 나타난다. 핵심 공급사 바깥에 존재하던 수천 개의 소액 공급사 영역까지 AI가 분석해 가격 인하 목표를 도출하고, 맞춤형 협상 전략과 서한을 자동으로 생성한다.</p> <p contents-hash="554f6f7d65555f580efaedd8b802d746c3b40df6d393c505ca52198641f42f0b" dmcf-pid="q3jcLaGhtn" dmcf-ptype="general"><strong>◇시간 절감에서 원가 절감으로</strong></p> <p contents-hash="78b36751822b5282459dc983f0a3f902ebb0722929a31710b734a6b38caa2b34" dmcf-pid="B0AkoNHlZi" dmcf-ptype="general">BMW가 활용하는 네 가지 AI 도구의 공통점은 명확하다. 오래 걸리거나 사람이 할 수 없던 일을 AI가 대신 수행하는 것이다. 절감된 시간은 의사 결정 개선으로 이어지고, 그 결과가 원가 절감으로 연결된다. 그 변화는 먼저 비교의 범위에서 나타난다. 과거에는 시간과 인력의 한계로 일부 공급사만 깊이 검토할 수 있었지만, 이젠 모든 제안서를 동일 기준으로 비교할 수 있다. 그 결과 같은 품질에 더 낮은 가격의 공급사가 드러난다. 동시에 계약서에 숨어 있던 면책·위약·갱신 조항과 같은 리스크도 협상 단계에서 사전에 걸러진다. 이전에는 문제가 발생한 후 대응하던 비용을 미리 차단할 수 있게 된 것이다.</p> <p contents-hash="291ea7e9c8c88038af16422e19e92a596e4c82cf56f5e159ce23342e044f652f" dmcf-pid="bpcEgjXSZJ" dmcf-ptype="general">협상의 출발점도 달라진다. 과거 계약, 시장가 변동, 공급사 재무 정보 등이 협상 직전에 정리되면서 정보 비대칭이 줄어들고, 같은 협상이라도 결과는 달라진다. 나아가 그동안 관리되지 않던 소액 공급사 영역까지 동시에 분석하고 대응할 수 있게 되면서, 이전에는 존재하지 않던 절감 기회까지 현실화된다.</p> <p contents-hash="2bb2fa7692f50eba3f48f3c318f693f114ea198ace1871121b49013ad0eedd41" dmcf-pid="KUkDaAZv5d" dmcf-ptype="general">BMW가 목표로 하는 임팩트는 뚜렷하다. 전체 구매 지출의 약 7~10% 수준의 원가 절감이다. 이는 BCG가 글로벌 자동차 및 제조 기업의 구매 프로젝트에서 지속적으로 관측해 온 수준이다. 물론 데이터 품질, 조직 준비도, 리더십의 의지에 따라 실현 폭은 달라질 수 있지만 방향은 분명하다. 구매에서 AI가 만드는 원가 절감은 이미 현실이 됐다.</p> <p contents-hash="cda455d0d8bb8c73032d8435f7cc82d850c454572e7a2cf609bb950d783b172a" dmcf-pid="9xYHSy2uYe" dmcf-ptype="general"><strong>◇성과 지도 위의 빈 땅</strong></p> <p contents-hash="f5af521642b907141401aa7522aefc0639aa3683ca25d7b26bf79aa5b4a5a75b" dmcf-pid="2MGXvWV7YR" dmcf-ptype="general">구매는 가장 크지만 가장 늦게 변화한 영역이다. 그동안 익숙해서 보이지 않던 이 영역이 지금 움직이고 있다. “아직 구매 데이터가 정리되어 있지 않아 AI 도입은 이르다”는 말이 현장에서 자주 들린다. 그러나 BMW 역시 데이터가 완비된 상태에서 시작한 건 아니다. 데이터가 정리된 기업이 AI를 도입하는 것이 아니라 AI를 도입하는 과정에서 데이터가 정리되는 것이다.</p> <p contents-hash="58ab77ad545180aac3400e7ba37b883db7705c8d574da243de397777bbc54b51" dmcf-pid="VRHZTYfzGM" dmcf-ptype="general">국내 사례도 다르지 않다. 최근 BCG가 지원한 한 대형 제조사는 데이터가 흩어진 상태에서 구매 영역에 AI를 적용했지만, 수개월 만에 연간 수백억 원의 절감 성과를 실현했다. 절감의 상당 부분이 관리 사각지대였던 간접 구매 영역에서 나왔다는 점도 의미가 크다. 데이터 완비를 기다릴 필요가 없음을 보여준다. 오히려 한국 기업은 유리한 위치에 서 있다. 글로벌 기준으로 보면, 국내 대기업의 구매 조직은 디지털화와 표준화 수준이 높은 편이다. ERP와 전자 조달 시스템은 이미 자리 잡았고, 공급사 관리 프로세스도 상당 부분 체계화되어 있다. 문제는 기반이 아니라 실행의 부재다.</p> <p contents-hash="b2876b9c78646bfaa1379bc4488298bce69749c81a51edbe3b0fd4614eaad4b2" dmcf-pid="feX5yG4q1x" dmcf-ptype="general">매출 1%를 늘리기 위해 사람 조직이 1년을 뛰는 시대와 AI가 구매 원가 1% 절감을 한 분기 안에 만들어내는 시대가 공존하고 있다. 이제 중요한 것은 성과가 만들어지는 속도다. 질문은 하나다. 회사의 성과 지도에서 구매는 어디에 있는가. 아직 지도 밖에 있다면, 그곳이 지금 기업 성과를 가장 빠르게 바꾸는 지점이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 조선일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 "유일하게 인사 건넨 분"…진태현, '이숙캠' 하차 속 '미담' 전해졌다 [MHN:피드] 05-04 다음 中에 원가·하드웨어 다 밀려 … 삼성 TV사업, 서비스 중심 전환 05-04 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
