공유된 실시간 데이터가 리테일 및 CPG 기업에 월요일 아침의 추진력을 제공하여 거래 ROI와 마진을 보호하는 방법
작성자: 로베르토 로블레스 나시프
*월요일 아침 보고서는 공동 비즈니스 계획이 실행되거나 조용히 무산되는 분수령입니다. 대부분의 파트너십은 매주 만나면서도 무엇을 해결하고, 투자하고, 출시할지 결정하지 못한 채 헤어지는 의례적인 단계에 머물러 있습니다.
*새롭게 재구성된 월요일 보고서는 내부 및 외부 신호를 거버넌스가 적용된 하나의 통합 뷰로 융합하고, 수천 개의 SKU와 매장을 스캔하여 순위가 매겨진 주의 사항을 표시하며, 사람이 승인할 수 있도록 권장 사항 초안을 작성하고, 후속 질문에 쉬운 언어로 답변합니다.
*이것이 가능한 이유는 자체 데이터 기반의 세 가지 요소 덕분입니다. Genie Ontology를 통한 컨텍스트, Unity AI Gateway를 통한 제어, 그리고 거버넌스가 적용된 단일 레이크하우스에서 모든 클라우드와 모델을 자유롭게 선택할 수 있는 유연성입니다.
대형 CPG 기업의 한 VP of Sales는 아침 첫 커피를 마시기도 전에 세 개의 보고서 자료를 열어봅니다. 하나는 고객 팀, 하나는 수요 계획 팀, 다른 하나는 매출 성장 책임자가 보낸 것입니다. 세 보고서 중 지난주 최대 소매 고객사에서 무슨 일이 있었는지에 대해 의견이 일치하는 것이 하나도 없는데, 파트너와의 회의는 10시로 예정되어 있습니다. 그녀는 9시 반까지는 무슨 일이 일어났는지 파악하겠지만, 왜 그런 일이 일어났는지는 여전히 알지 못할 것입니다.
그 회의 시간 중 20분은 누구의 숫자가 맞는지 맞추는 데 소요됩니다. 30분은 그것에 대해 논쟁하는 데 쓰입니다. 마지막 10분은 상황을 알아보겠다는 약속으로 끝나는데, 이는 사실상 화요일을 의미하며, 화요일이 되면 이미 한 주의 절반이 지나가 버립니다. 운영(Ops) 팀도 반대편에서 똑같은 월요일을 겪고 있습니다. 회의실에 있는 그 누구도 아직 완전히 신뢰하지 못하는 재고 및 주문 처리 숫자를 쥐고서 말이죠. 이것이 바로 '월요일 아침 보고(Monday Morning Report)'의 현실입니다. 양측의 데이터를 한 테이블에 모아 의사결정을 내리고, 예산을 조정하고, 품절 문제를 해결하고, 예측을 수 정하려는 목적이었지만, 거의 모든 곳에서 결국 데이터 자체에 대한 논쟁으로 끝나고 맙니다.
월요일 아침 보고는 보고(report), 의식(ritual), 지능형 의사결정 시스템(intelligent decision system)의 세 가지 성숙도 단계로 운영됩니다. 대부분의 CPG 및 소매 파트너십은 2단계인 '의식' 단계에 머물러 있어, 매주 회의를 하면서도 무엇을 해결하고, 지원하고, 배송할지 결정하지 못한 채 헤어집니다. 3단계로 올라가는 것이야말로 낭비되는 한 주를 되찾는 방법입니다.
1단계 보고 지난주에 일어난 일을 읽습니다. 일방적이고 토론이 없는 정적인 PDF입니다. | 2단계 · 대부분 여기에 해당 의식 만나서 누구의 숫자가 맞는지 맞춥니다. 합의된 후속 조치 없이 끝납니다. | 3단계 · 최종 목표 지능형 의사결정 시스템 무슨 일이 일어났는지, 왜 일어났는지, 무엇을 전환해야 하는지, 그리고 초안으로 작성된 공동 대화 내용을 열어봅니다. 승인하거나 수정합니다. |
어떤 공동 팀이든 10분만 이야기해 보면 동일한 5가지 문제가 드러납니다.
4.1% 품절로 인한 매출 손실 IHL Group | 15~25% CPG 매출 중 판촉비(trade spend) 비중 업계 합의 기준 | 25~40% 예측이 어긋날 때 발생하는 더 높은 재고 비용 채찍 효과(bullwhip) 관련 문헌 | 86% 협력을 강화한 파트너십의 성장 비율 Deloitte, 2026 |
공동 팀과의 현장 인터뷰에 따르면, 데이터 짜깁기로 인해 매주 약 40시간의 분석가 업무 시간이 낭비되고 있으며, 신호 감지부터 조치까지 3~5일의 지연이 발생한다고 합니다. 공동 계획 회의에서 가장 큰 손실은 바로 시간입니다. 누구의 데이터가 맞는지 증명하는 데 허비하는 모든 월요일은, 판촉비를 조정하거나 품절을 해결하거나 매출을 방어하는 데 쓰이지 못하고 사라지는 월요일입니다.
똑같은 월요일을 상상해 보세요. 6시 반에 VP of Sales는 기차에 타고 있고, 그녀의 휴대폰에는 밤새 에이전트가 작성한 짧은 브리핑이 이미 표시되어 있습니다. 이는 일요일 밤에 작성된 보고서와 네 가지 면에서 다릅니다.
최신 정보를 담고 있습니다. 이전 보고서는 일요일 밤에 추출되어 회의가 시작될 때 이미 하루 반이나 지난 상태였고, 누군가 조치를 취할 때쯤에는 일주일이나 지난 상태였습니다. 이 브리핑은 오늘 아침 기준으로 최신 상태입니다. 판매 시점 정보(POS), 출하량, 재고가 주간 추출물로 도달하는 대신 지속적으로 스트리밍되기 때문입니다. 최적화된 데이터 최신성 덕분에 팀은 이미 일어난 일을 확인하는 데 그치지 않고 미래 지향적인 의사결정을 내릴 수 있습니다.
모든 신호를 동시에 활용합니다. 과거에는 파트너십 양측의 수십 개 내보내기 파일에서 수작업으로 짜깁기하던 분석 결과가 이제 거버넌스가 적용된 하나의 뷰로 통합됩니다. 내부 신호들이 함께 제공됩니다. 출고량(depletions) 및 POS, 출하량, 보유 재고, 판촉비, 프로모션 실행 현황, 예측 등이 이에 해당합니다. 그 바로 옆에는 외부 신호가 배치됩니다. 신디케이트된 카테고리 점유율, 리테일 미디어 성과, 유동 인구, 경쟁사 가격, 심지어 날씨까지 포함됩니다. Delta Sharing을 사용하면 제 조업체와 유통업체가 데이터를 복사하거나 데이터에 대한 통제력을 잃지 않고도 각자의 데이터를 동일한 뷰로 가져올 수 있으므로, 사상 처음으로 전체적인 그림을 완성할 수 있습니다.
사람이 감당할 수 없는 규모로 작동합니다. 단일 카테고리만 해도 수천 개의 매장에서 수천 개의 SKU를 운영할 수 있으며, 이는 매주 수백만 개의 상품 및 매장 조합을 의미합니다. 어떤 팀도 이를 수동으로 검토할 수 없기 때문에, 계획에서 벗어난 소수의 매장들은 품절이나 가격 인하(markdown)로 나타날 때까지 몇 주 동안 감지되지 않은 채 방치됩니다. 에이전트는 밤새 전체 그리드, 즉 모든 매장 클러스터의 모든 상품을 읽고 계획에 실제로 영향을 미치는 주의 사항의 숏리스트를 영향력 순으로 정렬하여 제시합니다. 월요일은 문제를 찾아 헤매는 날이 아니라, 이미 준비된 권장 사항을 가지고 시작하는 날이 됩니다.
누구나 질문할 수 있습니다. 거버넌스가 적용된 동일한 데이터가 자연어 인터페이스를 통해 제공되므로, 브리핑은 대화의 시작점이 됩니다. VP, 바이어 또는 플래너는 일상적인 언어로 후속 질문을 던지고 몇 초 만에 출처가 포함된 답변을 얻을 수 있습니다. SQL을 작성하거나, 티켓을 발행하거나, 화요일까지 분석가의 답변을 기다릴 필요가 없습니다. 그녀가 공급에 제약이 있는 곳이 있는지 물으면, 구매 주문(purchase order) 권장 사항이 이미 조정된 답변이 돌아옵니다. 양측 모두 동일한 스코어카드를 보고 있기 때문에 10시 회의는 명확한 요청 사항과 함께 시작됩니다.
밤새 작동하는 이 동일한 패턴은 단 하나의 프로모션을 훨씬 뛰어넘는 영역에 적용됩니다. 이는 공동 팀이 매주 직면하는 상황들입니다.
이 중 두 가지는 월요일에 전체 부서가 수행하는 업무 방식을 변화시킵니다.
머천다이징의 360도 전환 판매자는 구색(assortment), 가격, 프로모션, 공간 및 디지털 매대 전반에 걸쳐 카테고리에 대한 단일 뷰를 원합니다. 새롭게 재구성된 Monday는 거버넌스가 적용된 데이터를 기반으로 이러한 360도 뷰를 구성하므로, 플래노그램 준수 여부, 가격 격차, 프로모션 성과, 온라인 재고 현황이 서로 맞지 않는 5개의 개별 화면이 아닌 하나의 통합된 그림으로 읽힙니다. 매대 전체를 한눈에 봄으로써 다음과 같은 결과를 얻을 수 있습니다. 조용히 매출 손실을 유발하던 유통 공백이 메워지고, 마진을 갉아먹던 가격 격차가 시정되며, 진열 공간을 잃고 있던 비준수 플래노그램이 바로잡히고, 온라인에서 품절되던 품목이 주말 전에 다시 입고됩니다. 판매자는 지난 분기의 카테고리 검토 결과에 사후 대응하는 대신, 시장 점유율을 확보할 기회가 남아 있는 그 주 안에 카테고리 방향을 주도적으로 설정하기 시작합니다. |
재무 및 재무 담당자 재무 담당자는 조직에서 가장 까다로운 질문을 마 주합니다. 바로 거래(trade)가 투자일까, 아니면 비용일까 하는 점입니다. 오늘날 이 질문에 대한 답변은 수동 작업의 반복, 대조 이메일, 추적하기 바쁜 숫자들, 그리고 재무 팀과 영업 팀 간에 수작업으로 짜 맞춘 스프레드시트 속에 파묻혀 몇 주나 늦게 나옵니다. 새롭게 재구성된 Monday는 거버넌스가 적용된 데이터를 바탕으로 재무 팀에 메커니즘별 거래 ROI를 근거와 함께 제공합니다. 이를 통해 방어해야 할 비용 항목에 불과했던 지출을 주도적으로 이끌어갈 투자로 전환하고, 자금을 묶어두고 있는 재고를 당일 아침에 바로 찾아내 경고해 줍니다. 에이전트가 대조 작업을 수행하므로 재무 담당자의 역량도 함께 확장됩니다. 예전에는 소수의 계정만 수동으로 대조하던 한 사람이 이제는 훨씬 더 많은 매장과 브랜드를 관리할 수 있게 되어, 데이터를 짜 맞추는 대신 의사결정을 내리는 데 시간을 쓸 수 있습니다. 최종 승인은 6주간의 결산 기간이 지나기 훨씬 전에, 증거를 바탕으로 회의실 현장에서 바로 이루어집니다. |
리테일 및 CPG 팀은 이미 비즈니스 질문에 훌륭히 답변하는 AI의 실제 활용 사례를 찾고 있습니다. 그 다음으로 마주하는 현실적인 질문은, 월요일 아침의 중요한 의사결정 순간에 자체 거버넌스를 거쳐 자체 데이터에서 동일한 기능을 실행하려면 무엇이 전제되어야 하는가입니다. 이는 결국 세 가지 요소로 요약되며, 각각은 Monday의 결정적인 순간에 발휘됩니다.
VP가 지난주 주요 고객사에서 해당 카테고리의 실적이 저조했던 이유를 물을 때, 모델은 데이터에서 그 카테고리가 무엇을 의미하는지, 해당 고객사가 어디인지, 그리고 지난주가 구체적으로 언제인지를 알아야 합니다. Databricks에서는 이 역할을 2026년 서밋에서 소개된 맥락 레이어인 Genie Ontology가 담당합니다. 원시 테이블에서 임의로 추측하는 대신, Unity Catalog에 보관된 공인된 정의(메트릭 뷰, 비즈니스 용어집, 도메인 등)를 기반으로 테이블, 쿼리, 대시보드 및 연결된 앱에서 스스로 개선되는 지식 그래프를 구축합니다. 순매출(net sales)에 대한 정의가 두 개 이상 존재할 경우, Databricks가 OntoRank라고 부르는 신뢰도 점수를 사용하여 비즈니스에서 가장 신뢰하는 정의의 순위를 높입니다. Genie는 여러분의 언어와 정의를 바탕으로 답변하므로, 회의실에서 숫자의 의미를 두고 더 이상 논쟁할 필요가 없어집니다.
Monday에 에이전트가 실제 거래 자금의 이동을 제안하므로, 모델이 무엇을 보고 무엇을 할 수 있는지 통제할 주체가 필요합니다. Unity AI Gateway는 Unity Catalog를 기반으로 구축된 제어 플레인(control plane)입니다. 모든 모델 호출, 도구 호출 및 외부 시스템에 대한 요청은 이를 통해 라우팅됩니다. 가드레일은 노출된 고객 데이터나 프롬프트 주입(prompt injection) 같은 문제를 모델에 도달하기 전에 차단합니다. 호출 비율 제한(rate limit)과 지출 한도를 통해 비용을 제어합니다. 질문하는 사람의 권한에 따라 실행되므로, 에이전트는 구매 담당자가 접근할 수 없는 데이터에는 결코 접근할 수 없습니다. 거버넌스가 적용된 테이블에 대한 모든 호출 기록을 전체 로그로 남기므로, 재무 및 컴플라이언스 팀은 어떤 모델이 어떤 데이터를 기반으로 누구를 위해 답변했는지 확인할 수 있습니다. 또한 정책상 작업을 진행하기 전에 사람의 승인을 요구할 수 있으므로, '에이전트가 추천하고 사람이 승인한다'는 규칙이 플랫폼 차원에서 강제됩니다.
이번 분기에 Monday 브리프를 작성하는 데 가장 적합한 모델이 다음 분기에도 가장 좋으리라는 보장은 없으며, 리테일 파트너가 사용하는 클라우드가 귀사의 클라우드와 다를 수도 있습니다. 동일한 레이크하우스, 동일한 Unity Catalog, 동일한 Monday가 AWS, Azure, Google Cloud에서 기본적으로 실행되므로 양측이 서로 다른 클라우드를 선택했다는 이유로 파트너십이 가로막히는 일은 결코 없습니다. 동일한 게이트웨이 뒤에서 단 하나의 API를 통해 모든 제공업체의 오픈 소스 및 독점 모델을 서비스하고, 각 작업에 가장 적합한 모델을 라우팅하며, 시스템을 재구축할 필요 없이 구성 변경만으로 다음 분기의 우수한 모델로 교체할 수 있습니다. 어떤 클라우드나 모델을 사용하든, 올해 구축한 Monday는 내년에도 재구축 없이 그대로 계속 작동합니다.
이 세 가지 요소는 모두 거버넌스가 적용된 하나의 기반 위에 구축됩니다. 즉, 정형 판매 시점 정보(POS) 데이터와 비정형 프로모션 크리에이티브가 함께 공존하는 레이크하우스, 계보(lineage) 및 액세스 제어를 위한 Unity Catalog, 그리고 데이터를 복사하지 않고 양측 간에 교환할 수 있게 해주는 Delta Sharing이 결합되어 마침내 서로 다른 두 버전의 진실을 양측 모두가 신뢰하는 하나의 진실로 통합합니다.
오늘날 Monday 브리프는 사람이 승인할 수 있도록 초안 형태로 작성됩니다. 실제 자금이 오가는 의사결정의 경우, 최종 판단은 여전히 사람의 몫이어야 합니다. 하지만 나아갈 방향은 명확합니다. Databricks는 Genie를 단순한 질의응답 비서에서 캘린더, 수신함, 거버넌스가 적용된 데이터를 바탕으로 일일 브리프를 작성하고 팀이 이미 사용하는 도구 전반에서 거버넌스 준수 작업을 수행하는 동료인 Genie One으로 발전시켰습니다. 또한 Genie Agents를 통해 팀은 반복되는 프롬프트를 정책 내에서 작동하는 공유 가능한 에이전트로 전환할 수 있습니다. 공동 팀의 경우 그 과정은 간단합니다. 양측이 이미 합의한 규칙을 따르는 일상적인 작업은 가드레일 내에서 처리되고, 주관적인 판단이 필요한 사안만 회의실로 가져옵니다. 맥락, 통제, 선택권이 없다면 이 중 어느 것도 작동하지 않습니다. Genie Ontology가 의미를 부여하고, Unity AI Gateway가 경계를 설정하며, 클라우드와 모델의 자유로운 선택권 덕분에 특정 환경에 종속되지 않으므로 에이전트가 원활하게 작동할 수 있습니다. 신뢰가 쌓임에 따라 에이전트의 자율성은 한 번에 하나씩 승인된 추천을 통해 점진적으로 확대됩니다.
1 감지 누군가 대시보드를 열기도 전에, 계획 대비 카테고리 소진율이 22% 감소했음을 감지합니다. | 2 분해 매장 클러스터별, 주별, 프로모션 메커니즘별, 품절 상태별로 세분화하여 분석합니다. | 3 가설 수립 312개 매장에서 엔드캡(endcap) 진열의 성과가 저조했습니다. 88개 매장에서는 디지털 쿠폰의 성과가 우수했습니다. | 4 추천 312개 매장에서 엔드캡 진열에 배정된 거래 자금 중 4만 달러를 디지털 쿠폰으로 전환합니다. 예상 매출 상승률은 8%입니다. | 5 사람 승인 담당자가 최종 승인합니다. 인용된 소스 행이 첨부됩니다. 에이전트는 결코 단독으로 행동하지 않습니다. |
새롭게 재구성된 Monday는 각 팀에 서로 다른 가치를 제공합니다.
90분간의 디스커버리 워크숍을 통해 현재의 Monday 워크플로우, 문제점 및 미래 상태를 매핑하고 확정된 다음 단계 계획을 수립할 수 있습니다.
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
블로그를 구독하고 최신 게시물을 이메일로 받아보세요.