창고 전수조사 대신 위험 기반 순환실사를 설계하기
재고 실사를 연말에 한 번 몰아서 하면 오차를 늦게 발견합니다. 모든 품목을 똑같이 자주 세기보다 불일치 위험이 큰 위치부터 순환실사하는 편이 운영에 도움이 됩니다.
위험 점수부터 정한다
입출고 빈도, 최근 조정 건수, 단가, 위치 이동 횟수로 실사 우선순위를 정합니다. 높은 단가만 보면 저가품의 반복 누락을 놓칩니다. 품목별 중요도와 실제 오차 가능성을 분리해 점수화합니다.
무작위 표본도 섞는다
실사 대상은 담당자가 예측할 수 없는 표본도 섞습니다. 위험 점수가 낮은 구역을 전혀 안 보면 새 문제가 숨어도 알 수 없습니다. 작업 중단 비용을 고려해 야간이나 피킹이 적은 시간에 구역별로 나눠 시행합니다.
실사 기준 시각을 맞춘다
실사 시점에는 시스템 재고와 물리 재고의 기준 시각을 맞춥니다. 이동 중 물건이나 미확정 출고를 누락하면 오차가 아닌 타이밍 차이를 문제로 판단합니다. 위치, 로트, 수량을 나눠 확인해야 수정 원인을 알 수 있습니다.
반복 오차 원인을 고친다
정확도만 보지 말고 발견까지 걸린 시간과 반복 오차율을 봅니다. 같은 위치에서 계속 틀리면 교육보다 라벨 위치, 스캔 동선, 포장 단위 같은 과정이 원인일 수 있습니다. 조정 내역에는 이유와 승인자를 기록합니다.
정책 변화에 따른 숫자를 해석한다
실사 정책을 바꾸면 이전 기간과 오차 발견 건수를 직접 비교하기 어렵습니다. 더 자주 세서 많이 발견된 것이 재고 품질 악화를 뜻하지는 않습니다. 실사 커버리지와 오차율을 함께 보여주어 개선 효과를 판단합니다.
현장에 적용할 때의 순서
- 입출고·조정 이력으로 위험 구분
- 고위험과 무작위 위치를 함께 실사
- 오차 반복 위치의 원인 확인
주의할 실패: 실사 시각 불일치를 실제 재고 오차로 오판
관찰할 지표: 오차 발견 지연과 반복 오차율
적용 전 체크리스트
- 품목 위험 점수와 무작위 표본 결합
- 실사 기준 시각과 이동 중 재고 확인
- 반복 오차 위치의 프로세스 개선
참고 자료
NIST — Smart Manufacturing Systems. 운영 데이터 활용의 일반적 배경은 NIST 자료를 참고했습니다. 위험 기반 실사 점수는 자체 실무 제안입니다.
이미지와 도식은 이해를 돕기 위한 개념 시각화입니다. 특정 고객의 실제 설비·데이터·화면을 재현한 것이 아닙니다.
#순환실사 #재고정확도 #창고관리 #물류운영 #재고조사 #네이처프랙탈 #WMS #위험기반관리 #현장개선 #데이터분석
이 주제를 실제 시스템으로 옮기려면 AI 알고리즘 개발 살펴보기