물류분석계 아키텍처 설계 지원

2018년에 분석계 아키텍처 관련하여 부서에 공유했던 제언입니다.

---

[Phase 1] 실행계 통합/기능확대

오더 관리, 창고관리, TMS 등은 그간 쌓인 노하우가 많기에 개별 시스템의 구축 방향성은 이미 정립하고 계시지 않을까 합니다. 다만, WMS를 비롯 WMS와 엮이는 OMS, TMS의 자동화(A 석유화학사 같은 입출고 자동화 설비를 비롯하여 모바일, IoT, 증강현실 글래스 등)를 감안해야 하지 않을까 합니다. (고객 희망) 모바일, IoT, AR 글래스 모두 우리 연구소에 활용사례가 있습니다.

 

지능정보기술팀 관점으로 말씀 드리면, 수기입력 없이도 일단 데이터가 쌓이는 체계를 현장과 인접한 업무 시스템에서부터 구축해야 Phase 3까지 무난하게 이어지겠습니다. KPI와 주요 분석요소는 보편적으로 쓰는 게 있는지요? 없다면 Phase 1 초반에 컨설팅 등을 통해 KPI pool과 분석요소를 도출하고 수기입력 없이 데이터가 쌓이도록 하는 것이 관건입니다. 비교적 저렴한 국내 컨설팅 업체를 알고 있기도 합니다. 잘 알다시피 Phase 2에서 업무 시스템을 보완하기는 정말 힘들 겁니다.

 

Phase 2, 3를 감안했을 때에 제일 중요한 것은 MDM입니다. 현재 엑셀로만 분석이 가능한 이유는 계열사 별로 분화한 업무 시스템에서 각각 받은 데이터를 엑셀에서 전처리하여 병합하고 필터링할 수 밖에 없기 때문이라고 파악했습니다. 향후에도 계열사 별로 마스터 데이터를 따로 운용하면(통합하지 않으면) 하둡이든 오라클 엑사데이터든 뭐든 도입해도 시각화나 다차원분석이 불가능합니다.

 

MDM 구축은 솔루션에 종속적으로 진행할 수 밖에 없습니다. 아마 SAP MDM도 거론 중이지 않을까 합니다. 이쪽은 최근에 국내 솔루션도 부각되는 편이며, 외산으로는 전통의 인포매티카가 유명하고 비쌉니다. 대개 거버넌스 개념까지 지원합니다. 다만, 어차피 틀어질 시스템 간 마스터 데이터인데 이를 조기에 감지하고 cleansing이나 mapping으로 대응할 수 있는 솔루션을 선정해야 하겠습니다. 아무리 노력해도 통합 관리가 힘들 것 같다면 MS Data Quality Service를 써서 사후대처만 하는 것도 방법입니다. 각종 매핑 룰 관리(label 개념도 있음)와 SAP ERP와 연계가 원활해야 함은 기본입니다.

 

구축 로드맵에 데이터웨어하우스는 언급이 없군요. 우리 팀에서 하둡 등 데이터 플랫폼으로 시각화와 다차원 분석은 구현 가능합니다만, SAP BW는 대체로 필요합니다. SAP HANA를 쓰겠지요? (S/4HANA 등) KPI를 다룬다면 각종 금액지표에 대해서도 다룰 텐데, ERP와의 연동은 항상 감안해야 하겠습니다. 돈과 연계가 약하면 만족도가 많이 떨어질 거라 예상합니다. 더불어 데이터웨어하우스나 데이터허브는 업무 시스템 별로 금액 데이터를 받기보다는 ERP로부터 받는 편이 효율적입니다.

 

[Phase 2] 통합분석 체계 구현

시각화는 항상 대시보드와 같이 거론하는 편입니다. 대시보드는 전통적인 잘레시아 Longview (구 다이나사이트) 같은 대시보드 전용 솔루션을 쓸 수도 있고, 실무자와 분석가를 위한 시각화 도구를 쓸 수도 있습니다. 요즘 유명한 태블로는 그 중간쯤에 위치합니다. 다시 말하면, EIS 혹은 그에 버금가는 시스템이 필요한지 여부를 먼저 결정해야 합니다. 실무자를 위한 시각화 혹은 온라인 다차원 분석 시스템에서 데이터를 뽑아 파워포인트 장표로 쉽게 옮겨 보고하는 것도 방법입니다.

 

다차원 분석은 역시 솔루션 선정이 고민스럽습니다. SAP ERP를 운용하는 곳은 대개 SAP BI 라이선스를 별도로 구매하지 않아도 되는 상황일 겁니다. 하드웨어 서버만 구매하면 됩니다. 고객 반응은 그럭저럭입니다. 저는 SAP BI를 좋아합니다만. 😁 다차원 분석을 위해서는 태블로나 MS Power BI도 좋습니다. 물론 오픈소스 하둡 기반 솔루션도 제공 가능합니다. 성능도 좋습니다. (저자 주: 2022년 기준으로 하둡을 먼저 권하지는 않습니다. 대안이 많습니다.)

데이터 허브/데이터웨어하우스는 실시간/준실시간/배치 데이터 적재가 가능하도록 만듭니다. 하둡 에코시스템을 기반으로 구축하는 방안을 먼저 말씀 드렸습니다.

 

[Phase 3] 예측/최적화 기능 구축

Phase 2를 구축했으면 Phase 3 구축할 기반은 갖춘 상태로서, 분석가를 투입하여 컨텐츠(모델)를 개발해 나가기만 하면 됩니다. 더불어 구상해야 할 것은, 예측/최적화 모델을 활용하는 방안입니다. 예측 및 최적화 모델을 만들어 API 형태로 업무 시스템이나 ERP에서 쓰도록 할 수 있습니다. 데이터허브는 무조건 업무 시스템에서 데이터를 받기만 하는 게 아니라 주기도 해야 효과적입니다. (저자 주: 2022년 기준으로는 데이터레이크가 좀 더 각광을 받았습니다.)

A 상무님이 언급하셨던 지리정보는 하둡 기반으로도 제공할 수 있고, 몽고DB 같은 NoSQL DB를 쓸 수도 있습니다. 어떤 니즈로 쓰느냐에 따라 적합한 솔루션을 고를 수 있습니다.