erpkaizen

가치를 재는 법

마트의 입고 전표를 로봇이 가져온다: 60일 동안 손으로 4,239장, 한 번도 시스템에 들어오지 않은 체인

측정 있음 글 2026년 11월 1일 약 8분
왼쪽은 마트 체인의 공급사 포털에 있는 입고 전표 목록. 가운데는 하루 두 번, 7:30과 17:00에 도는 시계. 오른쪽은 판매자의 시스템으로, 입고 전표마다 납품서와 맞춰져 있다: PO 번호로, 매장과 품목으로, 또는 사람이 확인하도록. 실제 데이터가 아님. 공급사 포털 입고 전표 입고 전표 입고 전표 7:30 · 17:00 자사 시스템 ✓ PO 번호 ✓ 매장 + 품목 ? 사람이 확인 입고 전표가 하루 두 번 저절로 들어온다 그리고 납품서와 저절로 맞춰진다
로봇은 하루 두 번 공급사 포털을 열어 최근 3일 치 입고 전표를 가져오고, 한 장씩 납품서와 맞춘다 — PO 번호로, 또는 매장과 품목으로.

회계 담당자는 시간이 나는 아침에 공급사 포털에서 입고 전표를 내려받는다. 한 장이 평균 45.5시간을 기다리고, 두 번째 체인은 시스템에 한 장도 없다. 로봇이 하루 두 번 가져와 납품서와 저절로 맞춘다면 가치는 어디에 있고 얼마나 큰가.

마트의 입고 전표는 당신의 시스템에 들어오기까지 얼마나 기다리는가

하루 입고 전표 수, 전표 한 장의 평균 상품 금액, 하루 수작업 분, 한 시간의 비용을 넣으세요. 대기 시간은 내려받기 일정으로 모의 계산하며 손으로 넣는 값이 아닙니다. 모두 고칠 수 있습니다.

공급사 포털에서 일주일 동안 세기
체인에 납품한 금액 ÷ 전표 수
로그인, 필터, 페이지마다 내려받기, 불러오기, 납품서와 맞추기
급여 + 보험, 시간당

내려받기 일정에서 도출

평균 대기 — 수작업–
평균 대기 — 로봇–
2일 넘게 기다리는 비율–
풀려나는 운전자본–
가정 — 열어서 하나씩 보고 고치기

수작업 내려받기

로봇

금액

입고 전표 날짜의 시작부터 시스템에 들어올 때까지의 시간 왼쪽: 수작업 · 오른쪽: 로봇 · 한 줄 6시간 · 막대에 올리면 건수
입고 전표 날짜의 시작부터 시스템에 들어올 때까지의 시간

A. 돌려받는 수작업 시간–
B. 기다린 날들의 자본 비용–
연간, 금액으로–

이것은 추정이지 약속이 아닙니다. B가 더 무른 항목입니다. 전표가 일찍 와도 바로 뒤에 계산서를 만들지 않으면 돈이 일찍 들어오지 않습니다. 「여전히 쓰는 분」을 지금과 같게, 자본 비용을 0으로 두면 합계는 0이 됩니다. 정직한 모델은 그래야 합니다.

매일 아침 회계 담당자가 마트 체인의 공급사 포털에 로그인해 날짜로 거르고, 입고 전표를 페이지마다 내려받아 파일을 시스템에 불러옵니다. 한 신선식품 유통사에서 그 회사의 시스템을 다시 세어 보았습니다. 체인 A의 입고 전표 4,239장이 60일 동안 손으로 불러와졌고, 불러온 날은 그 60일 중 32일이었습니다. 입고 전표 날짜의 시작부터 시스템에 들어올 때까지를 세면, 한 장이 평균 45.5시간을 기다렸고 38%는 이틀 넘게 기다렸습니다. 10월의 19번 중 4번은 오전 11시가 지나서였습니다. 회계 담당자가 다른 일로 바쁜 날에는 입고 전표도 함께 기다립니다.

체인 B는 더 멀리 있었습니다. 60일 동안 시스템에 체인 B의 입고 전표가 한 장도 없었습니다. 납품 수량과 체인의 입고 수량 대조는 시스템 밖, 스프레드시트와 담당자의 머릿속에서 이루어졌습니다.

이 글의 질문은 이것입니다. 로봇이 하루 두 번 스스로 입고 전표를 가져오고 납품서와 저절로 맞춘다면 얼마의 가치가 있는가?

1. 무엇이 바뀌는가

  1. 로봇은 일정대로 하루 두 번 돈다: 체인 A는 7:30과 17:00, 체인 B는 7:40과 17:10. 매번 최근 3일 치 입고 전표를 가져오고 모든 페이지를 넘기므로, 매장이 하루이틀 늦게 입력한 전표도 다음 실행에서 주워집니다. 체인 A의 포털은 아이디와 비밀번호로 들어가므로 로봇이 직접 로그인합니다. 체인 B의 포털은 사람 확인 절차가 있고 계정당 세션을 하나만 허용하므로, 로봇은 결코 스스로 로그인하지 않습니다. 회계 담당자가 자기 브라우저에서 연 세션을 함께 쓰고 그 세션이 끊기지 않게 유지합니다. 세션이 만료되면 지정된 사람에게 알림이 한 번 갑니다.
  2. 입고 전표마다 납품서 하나와 맞춰진다. 발주서(PO) 번호가 있으면 그 번호로. 없으면 매장에서 거래처를 찾고, 그 거래처의 납품서 가운데 입고일 며칠 전 이내, 아직 계산서가 없고, 입고 전표 품목의 대부분을 담은 것을 찾습니다. 어려운 경우는 AI에 맡기고, 그 결과는 다음을 위해 학습됩니다. 그래도 애매한 것은 사람이 화면에서 고르고, 사람의 선택도 학습됩니다.
  3. 로봇은 사람의 작업을 덮어쓰지 않는다. 시스템에 이미 있는 입고 전표는 건너뛰고 다시 쓰지 않습니다. 회계 담당자가 손으로 고친 전표는 고친 그대로입니다.

첫날 로봇은 816장을 불러왔습니다. 체인 A의 새 전표 185장과, 14일 치 입고에 해당하는 체인 B의 631장입니다. 765장(94%)이 납품서와 확실하게 맞춰졌습니다. 체인 A는 185장 중 155장이 PO 번호로, 체인 B는 232장이 PO로, 366장이 매장과 품목으로, 12장이 AI로 맞춰졌습니다. 나머지 51장은 제안만 달린 채 사람을 기다립니다. 매장과 품목으로 맞추는 방식은 장식이 아닙니다. 체인 B의 소형 매장으로 가는 납품서에는 PO 번호가 거의 없기 때문입니다. 14일 동안 526장 중 2장이었습니다.

2. 첫 번째 원천: 수작업 시간

연간 금액 = (현재 하루 수작업 분 − 사람이 여전히 쓰는 분) × 근무일 ÷ 60 × 한 시간의 비용
예 지금은 하루 30분이 듭니다. 로그인, 필터, 페이지마다 내려받기, 불러오기, 그리고 입고 전표와 납품서 맞추기. 로봇이 하면 사람은 로봇이 맞추지 못한 전표를 고르는 데 5분을 씁니다. 연 300 근무일, 한 시간 60,000동. (30 − 5) × 300 ÷ 60 = 연 125시간 ≈ 750만 동.

측정 방법. 포털을 여는 순간부터 마지막 전표를 맞출 때까지 일주일 동안 시간을 잽니다. 시스템에는 불러온 순간만 남습니다. 측정한 데이터에서 불러오기 자체는 대개 몇 분이었습니다. 포털에서 내려받는 일과 눈으로 맞추는 일은 아무 흔적도 남기지 않습니다. 그래서 예의 30분은 가정입니다. 직접 잰 숫자로 바꾸세요.

신뢰도: 보통. 일수는 셀 수 있지만 분은 직접 재야 합니다.

3. 두 번째 원천: 입고 전표가 기다리는 날들

연간 금액 = 하루 전표 수 × 전표 한 장의 금액 × (수작업 대기 일수 − 로봇 대기 일수) × 자본 비용
예 두 체인 합쳐 하루 115장, 한 장 평균 150만 동. 실측한 수작업 일정(주 약 3.7일, 9:30)으로 모의 계산하면 평균 대기는 38시간, 7:30과 17:00에 도는 로봇은 19시간. 차이는 0.8일입니다. 115 × 150만 × 0.8 ≈ 1억 3,900만 동의 자본이 일찍 풀리고, 연 자본 비용 10%로 ≈ 연 1,390만 동.

모델은 옛 방식에 너그럽습니다. 실측은 45.5시간인데 모델은 38시간입니다. 실제로는 점심 무렵에 불러온 날도 있고 매장이 늦게 입력한 전표도 있기 때문입니다. 모델이 틀렸다면 옛 방식에 유리한 쪽으로 틀린 것입니다.

신뢰도: 첫 번째보다 낮음. 전표가 일찍 와도 바로 뒤에 계산서를 만들지 않으면 돈이 일찍 들어오지 않습니다. 체인의 입고 수량으로 계산서를 만드는 이야기는 별도의 글입니다. 여기서 센 날들은 그 글이 세는 지연의 일부이므로, 두 글을 더할 때는 하나만 취하세요.

4. 합계

원천연간 (동)
수작업 시간 (125시간)750만
0.8일 대기의 자본 비용1,390만
합계2,140만

예의 숫자로 연 약 2,100만 동입니다. 크지 않은 숫자이고, 그래야 맞습니다. 로봇이 대신하는 것은 매일 반복되는 작은 일이기 때문입니다. 스프레드시트가 값을 매길 수 없는 것은 체인 B에 있습니다. 631장의 입고 전표가 처음으로 시스템에 들어왔고, 각각 이미 자기 납품서와 이어져 있습니다. 전에는 납품 수량과 체인 B의 입고 수량 사이의 차이는 누군가 스프레드시트 앞에 앉았을 때만 알 수 있었습니다.

5. 이 ROI가 서 있는 가정

체인의 포털이 바뀌지 않는다. 로봇은 사람처럼 페이지를 읽습니다. 포털 화면이 바뀌면 로봇은 고장 납니다. 매 실행은 결과를 기록합니다. 포털에 몇 장, 새로 불러온 것 몇 장, 이미 있던 것 몇 장, 사람을 기다리는 것 몇 장, 어떤 오류. 그리고 오류는 지정된 사람에게 갑니다. 조용히 고장 나는 로봇은 로봇이 없는 것보다 나쁩니다.

체인 B의 로그인은 회계 담당자의 브라우저 안에서 산다. 포털에서 「로그아웃」을 누르면 로봇이 쓰는 세션도 함께 로그아웃됩니다. 이것은 설정 한 줄이 아니라 바꿔야 할 습관입니다.

품목으로 맞추는 기준값은 한 체인의 실제 입고 전표 76장으로 잰 것이다. 두 번째 체인에는 다른 값이 필요할 수 있습니다. 믿기 전에 다시 재세요.

6. 자기 회사에서 재기

  1. 기준을 잡는다. 전표마다의 대기 시간: 입고 전표의 날짜부터 시스템에 들어온 시점까지(레코드 생성 시각이면 충분합니다). 내려받기와 맞추기 작업을 일주일 동안 잰다.
  2. 로봇을 2주 동안 돌린다. 매일 기록한다: 로봇이 불러온 장수, 확실히 맞춘 비율, 사람에게 남은 장수, 실패하거나 세션이 만료된 횟수.
  3. 같은 것끼리 비교한다. 같은 체인, 같은 계절, 같은 요일 구성. 주초에는 주말보다 전표가 많습니다.

7. 기억할 것

남의 포털에 있는 숫자는 자기 시스템에 들어오기 전까지는 자기 데이터가 아니다. 수작업은 누군가 시간이 있는 날에만 그것을 데이터로 만듭니다. 로봇은 하루 두 번, 아무도 시간이 없는 날에도 그것을 데이터로 만듭니다.

매일 아침 반복하는 일은 한 번 한 번이 비싼 것이 아니다. 하지 못한 아침들 때문에 비싸다.

60일 동안 손으로 불러온 전표 수, 불러온 날 수, 평균 대기 시간, 이틀 넘게 기다린 비율, 로봇이 불러온 장수와 맞춘 비율은 한 신선식품 유통사의 가동 중인 시스템에서 2026년 10월 30일(로봇의 첫날)에 측정했고 익명화했습니다. 분, 임금, 전표 한 장의 금액, 자본 비용 등 계산 도구의 모든 가정은 예시 숫자입니다. 자기 숫자로 바꾸세요.

이어서 읽기