물류·SCM 면접 준비 예시

저는 그린라인로지스틱스에서 거점마다 안전재고와 재주문 기준이 달라 같은 품목이 한쪽에 남고 다른 쪽에서 부족해지는 문제를 확인했습니다. 먼저 12개월 출고량과 조달 리드타임, 월별 수요 변동을 거점별로 비교하고 SKU 3,200개를 연간 출고액과 중요도에 따라 ABC로 나눴습니다. 품목 등급별로 안전재고를 정한 뒤 ROP는 리드타임 수요와 변동분을 반영하고, ROQ는 발주 주기와 보관 여력을 고려해 조정했습니다. 지역 수요 차이가 큰 품목은 거점별 예외 기준을 두고 월별로 검토했습니다. 그 결과 재고회전율은 연 8.2회에서 11.5회로 높아졌고, 기준은 결품 위험과 과잉재고를 함께 봐야 한다는 점을 배웠습니다.

저는 그린라인로지스틱스에서 이동평균 예측이 평소에는 안정적이어도 계절 상품과 프로모션 품목의 급격한 수요 변화를 늦게 반영하는 점을 확인했습니다. 그래서 과거 월별 판매 흐름에서 계절지수를 만들고, 행사 기간과 행사 여부를 입력값으로 더했습니다. 품목별 실제 수요와 예측값을 월 단위로 비교하고, 같은 평가 기간에 MAPE를 산출해 기존 방식과 나란히 점검했습니다. 예측 결과는 월간 S&OP 자료로 공유해 구매와 생산 계획, 재고 조정에 반영했습니다. 정확도는 72%에서 81%로 개선됐고 결품률도 3.4%에서 1.8%로 낮아졌습니다. 예측은 모델 자체보다 실제 발주 판단에 연결될 때 의미가 있다고 배웠습니다.

저는 그린라인로지스틱스에서 외주 운송사 3곳의 배차 정보가 서로 다른 형식으로 관리돼 배송 현황을 한 번에 비교하기 어려운 문제를 다뤘습니다. TMS 도입 과정에서 운송장과 상태 코드, 배차 시각, 배송 완료 시각의 기준을 맞추고 데이터를 통합해 추적할 수 있게 정리했습니다. 배차 운영에서는 납품 권역과 차량 적재 여력, 납기 조건을 반영해 최적화 로직이 활용될 수 있도록 운영 기준을 정비했습니다. 그 결과 평균 리드타임은 4.8일에서 3.2일, 정시배송률은 91.2%에서 96.5%로 개선됐고 매출 대비 물류비 비중은 6.8%에서 5.9%로 줄었습니다. 기준 데이터의 일관성이 실행 성과의 출발점임을 배웠습니다.

저는 다온마트에서 매장별 판매 흐름과 발주 주기가 달라 일괄 기준으로는 일부 매장의 결품을 막기 어려운 상황을 다뤘습니다. WMS의 소요량과 매장별 판매 이력을 확인해 발주 주기와 수량을 조정하고, 리드타임 안에 재고가 소진될 가능성이 높은 매장을 먼저 살폈습니다. 명절과 여름에는 과거 판매가 평시보다 뚜렷하게 증가한 품목을 별도 분류해 발주 시점을 앞당기고, 성수기 이후 잔여재고가 남지 않도록 수요 흐름을 함께 점검했습니다. 그 결과 결품률은 5.1%에서 2.6%로 낮아졌습니다. 발주량을 늘리는 것보다 매장과 시기에 맞는 기준을 세우는 것이 중요하다고 배웠습니다.

저는 그린라인로지스틱스에서 4개 거점의 재고 정책을 통합할 때 거점별 보유량만 보지 않고 출고 수요와 리드타임을 함께 비교했습니다. 벼리생활에서도 먼저 SKU별로 채널 주문과 실제 출고, 창고별 가용재고와 입고 예정량을 같은 기준일로 맞추겠습니다. 이어 ABC 등급과 수요 변동, 납품 마감 조건을 구분해 어느 창고의 장기재고가 다른 창고의 결품을 만들었는지 확인하겠습니다. 그 결과에 따라 거점별 안전재고와 ROP·ROQ를 조정하고, 재고 이동 시 비용과 배송 소요, 납기 영향을 함께 비교하겠습니다. 저는 유사한 정책 통합으로 회전율을 연 8.2회에서 11.5회로 높인 경험을 바탕으로, 재고와 서비스 수준을 함께 관리하겠습니다.

저는 그린라인로지스틱스에서 월간 S&OP 자료에 영업 수요와 생산 가능량, 구매 조달 일정을 나란히 정리해 불일치 품목을 회의 안건으로 올렸습니다. 회의에서는 부족 예상 시점과 재고 영향, 대체 가능한 공급 시점을 기준으로 선택지를 비교하고, 합의된 조정량과 담당 부서, 완료 시점을 기록했습니다. 이후 주간 점검에서 미해결 항목과 계획 대비 변동을 갱신하고, 변동이 큰 품목은 재고 배분과 발주 판단에 반영했습니다. 이 운영을 통해 결품률을 3.4%에서 1.8%로 낮췄습니다. 회의가 실행으로 이어지려면 결정사항을 수치와 기한으로 남기고 다음 점검까지 추적해야 한다고 배웠습니다.

저는 다온마트에서 WMS 입출고 자료를 기준으로 재고와 처리량을 대조하고, Excel과 SQL로 집계한 지표를 Power BI 보고 자료에 연결해 센터 운영을 살폈습니다. 벼리생활의 채널별 출고 문제도 주문 시각과 마감 시각, 납품 요구일, 실제 출고와 배송 완료 시각을 먼저 맞춰 보겠습니다. 다음으로 채널별 주문량과 시간대별 출고량, 결품률, 오출고율, 처리량을 비교해 재계획이 발생하는 구간을 찾겠습니다. 데이터 정의가 다른 항목은 기준을 통일한 뒤 원인을 좁히고, 마감 기준별 출고 계획안을 검토하겠습니다. 저는 WMS 기준을 정비해 입출고 오차율을 0.8%에서 0.3%로 낮춘 경험을 통해, 판단 전에 데이터 기준을 맞추는 일이 중요하다고 배웠습니다.

저는 그린라인로지스틱스에서 운송사 3곳의 배차 데이터를 통합해 비용만이 아니라 배송 성과도 함께 보도록 운영 기준을 정리했습니다. 벼리생활에서는 운송사와 경로별 운송비를 주문당 또는 박스당 기준으로 비교하고, 권역과 채널의 납기 조건이 같은 구간끼리 나누겠습니다. 이어 평균 리드타임과 정시배송률, 물량 변동 시 대응력까지 함께 확인해 비용 절감안이 서비스 저하를 만들지 평가하겠습니다. 시범 적용 후 기존 경로와 같은 기간의 데이터를 비교하고, 지표가 악화되면 배차 비중과 경로를 다시 조정하겠습니다. 유사한 배차 개선으로 리드타임을 4.8일에서 3.2일로 줄인 경험을 바탕으로 균형 있는 개선을 추진하겠습니다.

외부 3PL 창고 운영사 선정이나 위탁 계약 조건 협상을 직접 맡은 경험은 아직 없습니다. 가장 가까운 경험은 그린라인로지스틱스에서 외주 운송사 3곳의 TMS 통합을 추진한 일입니다. 저는 운송사별 배차와 배송 상태 데이터를 맞추고, 리드타임과 정시배송률, 물류비를 함께 비교할 수 있도록 운영 기준을 정비했습니다. 그 결과 평균 리드타임은 4.8일에서 3.2일로 줄고 정시배송률은 91.2%에서 96.5%로 높아졌습니다. 입사 후 첫 3개월에는 기존 창고의 서비스 수준과 비용 구조, 업무 범위를 지표로 정리하고, 6개월 안에 계약 항목별 성과 기준과 운영 점검표를 익혀 위탁 관리 역량을 보완하겠습니다.

신규 물류 거점의 입지 분석과 개소를 직접 맡은 경험은 아직 없습니다. 다만 그린라인로지스틱스에서 4개 기존 거점의 SKU 3,200개 재고 정책을 통합하며 거점별 수요와 재고 편중, 재주문 기준을 비교해 왔습니다. 이 경험을 바탕으로 영남권 거점 준비에서는 먼저 권역별 주문량과 배송 리드타임, 기존 거점의 출고 여력을 분석하고, 재고 이관 대상과 시점을 품목 등급별로 나누겠습니다. 입사 후 첫 3개월에 현재 거점과 채널의 기준 데이터를 익히고, 6개월 안에 이관 우선순위와 운영 기준안을 마련해 1년 내 개소 지원에 필요한 재고 계획 역량을 갖추겠습니다.

저는 그린라인로지스틱스의 월간 S&OP에서 영업 수요와 생산 계획, 구매 조달 일정이 맞지 않는 품목을 먼저 목록화했습니다. 특히 프로모션 수요가 반영된 시점과 생산·입고 가능 시점이 달라 공급 부족 위험이 생기는 품목은 부서별 계획과 재고 영향을 함께 제시했습니다. 저는 부족 예상 시점과 조정 가능한 물량을 정리해 회의에서 선택지를 비교하고, 결정된 조정량과 담당자, 완료일을 기록했습니다. 이후 주간 점검에서 입고 일정과 판매 변화를 갱신해 필요한 재고 조정에 연결했습니다. 그 결과 결품률은 3.4%에서 1.8%로 낮아졌습니다. 의견 차이는 공통 데이터와 후속 확인 기준을 세울 때 실행 가능한 합의로 이어진다고 배웠습니다.

저는 다온마트에서 명절과 여름철에 평시와 다른 판매 흐름이 반복되는 품목을 확인하고, 해당 품목을 일반 발주와 구분해 계획했습니다. WMS 소요량과 과거 판매 이력을 살펴 평시 기준으로 발주하면 리드타임 안에 재고가 부족해질 품목을 우선 표시했습니다. 저는 수요가 집중되는 시점보다 먼저 발주가 도착하도록 시기를 조정하고, 행사 이후 판매 둔화를 고려해 수량을 필요한 범위로 나눠 관리했습니다. 그 결과 매장별 발주 기준 개선과 함께 결품률을 5.1%에서 2.6%로 낮췄습니다. 성수기 대응은 물량을 단순히 늘리는 일이 아니라 수요 시점과 잔여재고 위험을 함께 판단하는 일이라고 배웠습니다.