고객의 주문을 제때 결품 없이 잘 공급하면서도 통제 가능한 수준으로 재고를 보유하는 것은

운영 담당자들이 늘 추구하는 이상적인 모습이다.

이러한 이상적인 수준에 도달하기 위해 많은 기업들은 SCM이라는 개념을 도입하고 운영을 혁신하거나 개선해 왔다.

지금까지는 ERP(Enterprise Resource Planning, 전사적자원관리)에 내장된 MRP(Material Requirements Planning, 자재소요계획)를 정기적으로 실행하고, 그 결과로부터 얻은 각종 오더(Production Order, Purchase Order)에 있는 일정과 수량을 차질없이 준수하는 것이 이 이상향에 도달하는 가장 효과적인 방법이라고 알려져 있다.

여기서 한 발 더 나아가 필자는 MRP 결과로 도출된 오더의 일정과 수량을 정확히 준수하는 기업이야말로 높은 운영 역량을 갖춘 기업이라고 믿고 있다. 하지만 현실적으로 많은 기업들이 MRP 결과에 만족하지 못하거나, 그 결과를 그대로 실행할 수준에 이르지 못해 결국 MRP 기능을 적극적으로 활용하지 않는 경우가 많다. 이는 매우 안타까운 일이다.

회사의 운영 수준을 가늠하는 잣대가 MRP 결과의 수준이라고 했는데,

MRP는 사실 그렇게 복잡하거나 난해한 로직이 아니며 전 세계 모두가 공통으로 사용하는 표준 로직이다.

“로직 그 자체로는 우열이나 차별성이 별로 없는데도 불구하고, 회사마다 MRP 결과의 수준에 차이가 나는 이유는 무엇일까?”  라는 질문을 던졌을 때 그 답을 MRP 로직이 아닌 인풋에서 찾는 것은 어쩌면 당연하다.

그렇기 때문에 많은 회사들이 MRP 인풋과 관련된 요소들을 SCM 혁신의 대상으로 삼고 혁신 활동을 전개하고 있다.

대표적인 MRP 인풋으로는 ①재고, ②기준정보(자재마스터, BOM, Routing, Work Center 등), ③동적 데이터(MRP 결과로 발행된 각종 Order), 그리고 ④MPS(Master Production Schedule)가 있다.

앞에서 열거한 세 가지 요소는 ERP 자체에서 관리되는 데이터들인데 반해, 마지막 한 가지는 ERP 외부에서 만든

 ‘완제품 생산계획(MPS)’이다. 이를 통해 ‘수요계획 – MPS – MRP – 실행’이라는 관계가 형성된다.

관계를 좀 더 들여다보자.
‘MPS – MRP’의 관계에서는 MRP가 세계 공통의 표준 로직이므로, MPS가 주어지면 MRP 결과는 단 하나로 정해진다.

하지만 ‘수요계획 – MPS’의 관계에서는 이야기가 다르다. 하나의 수요계획에 대해서도 MPS는 수천, 수만 가지로 만들 수 있다. 이는 주어진 수요계획에 대해 MPS를 얼마나 잘 만들었는가에 따라 MRP 결과의 품질이 달라지고, 결국 실행 또한 잘할 수 있음을 의미한다.

주간 운영(Weekly Operation) 체계에서는 매주 수요계획이 배포되고, 수요를 만족하는 무수히 많은 공급 대안들 가운데

그나마 적합한 하나의 대안(MPS)을 S&OP 회의를 통해 정하게 된다.
그리고 이렇게 확정된 MPS를 MRP의 인풋으로 삼아 MRP를 수행하고, 그 결과대로 운영하려 노력하는 셈이다.

그러므로 ‘좋은 MPS’는 회사의 운영 수준을 결정짓는 매우 중요한, 어쩌면 가장 핵심적인 차별화 요인이 된다.

이러한 관점에서 본다면 많은 회사들이 MRP 결과가 만족스럽지 않아 MRP를 제대로 활용하지 못하는 상당한 원인은

ERP 자체의 한계보다는 질 좋은 MPS를 만들지 못하는 데 있을 가능성이 높다

이처럼 중요한 MPS의 수립을 도와주는 도구가 바로 APS(Advanced Planning & Scheduling)이다.

APS는 운영 활동을 지원하는 다른 시스템과는 다른 두 가지 독특한 특성을 지닌다.

첫째, APS 없이도 계획을 세울 수 있다.

다른 일반적인 운영 시스템, 예를 들어 ERP나 MES 등은 시스템을 통해 처리해야 하는 일을 엑셀로 대체할 수 없지만,

계획 수립은 APS를 사용하지 않아도 담당자가 엑셀로 충분히 괜찮은 MPS를 만들 수 있다.

회사의 규모와 운영 복잡도가 커져 더 이상 담당자의 노하우를 엑셀에 담는 방식으로는 좋은 계획을 수립하기 어려운 단계에 이르더라도,

APS 사용에 익숙해지는 과정 자체가 부담스러워서인지 섣불리 다른 대체 수단을 찾지 않으려 하는 경우가 많다.

둘째, ERP나 MES 등과 같은 시스템은 주로 행위의 ‘결과’를 기록하는 그릇인 반면, APS는 미래를 계획(Planning)하는 역할을 맡는다.
행위의 기록을 담는 시스템들은 비교적 용이하게  “시스템이 올바르게 구축되었는가”를 검증할 수 있지만, APS는 잘 구축되었는지를

검증하기 어려운 경우가 많다. 수천, 수만 가지 경우의 수가 존재하는 계획 결과 중에서, 사용자가 엑셀로 수립한 계획과 APS가 생성한 계획이 정확히 일치할 확률은 거의 없다. 이처럼 서로 다른 결과를 놓고 사용자가 선뜻 엑셀을 APS로 대체하기에는 망설여지는 요인들이 너무 많다.

이 두 가지 이유로 인해, 좋은 MPS가 운영 수준을 향상시키는 매우 중요한 위치를 차지함에도 불구하고

MPS를 잘 수립할 수 있도록 도와주는 APS는 다른 시스템에 비해 구축 빈도가 훨씬 낮았던 것이 사실이다.

지난 몇 년 동안 업계는 인공지능(AI)을 탑재하여 APS의 가치를 높이고 사용자에게 더 효율적인 환경을 제공하고자 노력해 왔다.

주로 예측의 정확도를 높이고 의사결정을 돕는 분야에 주력해 왔으며, 몇 가지 사례를 들면 다음과 같다.
△딥러닝 기법을 활용해 수요예측 정확도를 높이고 △강화학습을 통해 더 높은 품질의 생산계획을 수립하며

△대규모 언어모델(LLM)을 적용해 사용자가 화면의 입력창에 알고 싶은 계획 결과를 자연어로 입력하면

지정된 메뉴를 선택하지 않아도 원하는 분석 화면을 바로 확인할 수 있도록 하는 등의 편의를 제공해 왔다.

그런데 앞으로는 이 판도가 바뀔 조짐이 보인다.

2026년 이후 제조업의 APS는 단순히 인공지능을 활용하는 단계를 넘어,

‘에이전틱 AI(Agentic AI)’를 도입해 자율적이고 목표지향적인 계획-실행 시스템으로 진화할 것으로 예측된다.

에이전틱 AI란 특정 목표(Goal)를 부여받으면 스스로 계획(Planning)을 수립하고, 행동(Action)을 실행하며, 그 결과를 관찰해 필요시

자율적으로 수정(Reflection)하는 AI 모듈을 의미한다. 상위의 목표 달성을 위해 각 AI 모듈인 에이전트들은 상호교류도 할 수 있다.

예를 들어, 측정 설비에 고장이 발생하면 에이전틱 AI는 MES에서 설비 정보를 불러오고 ERP에서 재고 데이터를 조회해 대체 생산 경로를

구성한다. 이후 납기 영향도를 시뮬레이션한 뒤 사람에게 수정안을 제안하며, 경우에 따라서는 일정 변경까지 자동으로 처리할 수도 있다.
이는 단순한 자동화 알고리즘이 아니라, 마치 숙련된 계획 전문가처럼 행동하는 디지털 주체(Agent)이다.

단순히 인공지능을 활용할 때에는 인공지능이 계획 수립 담당자를 돕는 역할에 머물렀다면, 앞으로 에이전틱 AI 기반으로 구현되는 APS는 “AI Planner”라는 개념으로 확장될 것이다. 사람과 AI가 협업하는 형태의 공급망 운영이 시범적으로 도입될 것으로 예상된다.

이러한 혁신적인 변화는 기술적 정체로 잠시 침체되었던 APS 시장에도 새로운 활력을 불어넣을 것이다.

과거 APS가 복잡한 구축 난이도로 인해 특정 대기업에 국한되었다면, 에이전틱 AI의 도입은 중견 · 중소 제조업체까지 그 혜택을 확대하며

시장 규모 자체를 키우는 결정적인 역할을 할 것이다.

하지만 이러한 신기술의 성공은 AI 엔진의 정교함 이전에

기업이 스스로 정립한 운영 정책과 기준, 그리고 이를 반영하는 데이터의 품질에 달려 있다.

결국 APS 솔루션 기업은 에이전틱 AI라는 최신 기술을 통해, 고객사가 운영의 본질인 P–D–C–A 사이클을 더 빠르고 정확하며

자율적으로 실행하도록 돕는 파트너가 되어야 한다. 

복잡성이 증가할수록 인간의 계획 한계를 AI가 보완하는 이 구조는 APS 솔루션의 도입을 강력히 촉진할 것이다.

에이전틱 AI는 제조업 공급망 계획을 단순한 ‘반복 작업’에서 ‘전략적 운영 혁신’의 영역으로 승격시키는 핵심 요소가 될 것이다.

AI라는 큰 시대적 조류를 잘 활용해 대기업뿐만 아니라 중견 · 중소기업,

그리고 APS 솔루션 기업 모두가 활짝 웃는 그날을 기대해 본다.

자이오넥스 전문가 상담 →

The post 2026년 이후 공급망 산업 전망:APS와 에이전틱AI의 역할 appeared first on Zionex Inc..

SCM(공급망 관리)이라는 말은 이제 경영 현장에서 빠지지 않는 키워드가 됐습니다. 그런데 막상 “SCM이 뭔가요?”라고 누가 물어오면 생각보다 명확하게 설명하기가 어렵습니다. 이 글은 처음 접하는 분들은 물론, 이미 알고 있다고 생각하는 분들도 한 번쯤 개념을 정리해 볼 수 있도록 기초부터 풀어본 것입니다.

1. SCM의 정의

SCM이라는 개념은 1982년, 컨설팅 회사 ‘부즈 앨런 해밀턴’의 K.R. 올리버와 M.D. 웨버가 처음 사용한 데서 비롯됐습니다. 처음 등장한 지 40년이 훌쩍 넘었지만 기본 개념 자체는 지금도 크게 달라지지 않았습니다.

| 서플라이 체인(Supply Chain)이란?

직역하면 ‘공급 연쇄’입니다. 원재료가 조달되는 순간부터 최종 소비자의 손에 들어가기까지의 전 과정을 하나의 흐름으로 본 개념입니다.

쉽게 말해 SCM은 ‘원재료·부품 조달 ⇒ 가공·생산 ⇒ 물류·유통 ⇒ 판매’라는 프로세스의 연쇄를 말합니다. 참여 사업자 관점에서 보면 ‘공급업체 ⇒ 제조업체 ⇒ 창고 사업자 ⇒ 물류 사업자 ⇒ 도소매업자 ⇒ 최종 소비자’가 됩니다.

| SCM(Supply Chain Management)이란?

SCM은 공급망 전체의 흐름을 통합적으로 들여다보고, 각 단계의 비효율을 없애 전체 최적화를 실현하는 경영 관리 기법입니다. 부분 최적이 아니라 처음부터 끝까지 하나의 시각으로 바라보는 것이 핵심입니다.

SCM 관련 프레임워크와 지식을 연구 및 수집하는 미국의 비영리 조직 SCC(Supply Chain Council) 에서는 SCM을 다음과 같이 정의하고 있습니다.

“가치 제공 활동의 시작부터 끝까지, 즉 원재료 공급자부터 최종 수요자에 이르는 전 과정의 개별 업무 프로세스를 하나의 비즈니스 프로세스로 재구성하고, 기업이나 조직의 벽을 넘어 프로세스의 전체 최적화를 지속적으로 수행함으로써 제품·서비스의 고객 부가가치를 높이고 기업에 높은 수익을 가져다주는 전략적 경영 관리 기법”

_{*SCC: 현재는 미국 시카고에 본부를 둔 공급망 관리(Association for Supply Chain Management)라는 공급망 관리(SCM) 전문가 단체}

2. 요즘 들어 SCM이 더 중요해진 이유

SCM은 예전부터 있던 개념이지만, 최근 들어 경영진이 최우선 과제로 꼽을 만큼 다시 주목받고 있습니다. 크게 세 가지 이유가 있습니다.

3. SCM을 잘하면 뭐가 달라지나?

실제로 SCM을 체계적으로 운영하는 기업과 그렇지 않은 기업 사이에는 운영 효율 면에서 상당한 차이가 납니다.

4. SCM, 막상 도입하면 어떤 어려움이 있나?

SCM의 필요성에는 다들 공감하지만, 실제로 추진하다 보면 꼭 벽에 부딪히게 됩니다.

| ① 조직의 벽

SCM의 본질은 ‘부분 최적’이 아닌 ‘전체 최적’입니다. 각 부서는 자기 KPI에 맞춰 오랫동안 최적화해 온 업무 방식이 있고, 이를 쉽게 바꾸려 하지 않습니다. 기업 간 장벽은 더 말할 것도 없습니다.

| ② 데이터 부재 및 미정비

SCM은 물건·돈·정보를 연결해서 한눈에 볼 수 있어야 합니다. 그런데 현실에서는 부서마다 서로 다른 시스템을 쓰다 보니 마스터 데이터가 통일되지 않는 문제가 자주 발생합니다.

| ③ 솔루션 비용

컨설팅 비용에 라이선스 비용, 커스터마이징 개발 비용까지 더하면 수억에서 수십억 원 규모가 되는 경우가 적지 않습니다. 도입 기간이 길어지면 가동 시점에 비즈니스 환경 자체가 바뀌어 있는 경우도 있습니다.

| ④ 강력한 리더십

조직 간 벽을 허물고 대규모 투자 결정을 내리는 일은 강한 리더가 없으면 불가능합니다. Apple의 팀쿡처럼 해외에서는 SCM 출신 경영자가 기업을 성공으로 이끈 사례가 많습니다.

5. SCM과 ERP, 뭐가 다른가?

ERP 안에 SCM 기능이 포함되어 있다 보니 두 개념을 혼동하는 경우가 많습니다.

6. SCP와 SCE: SCM을 구성하는 두 축

| SCP (Supply Chain Planning): 계획 파트

예산 계획에서 시작해 수요 예측, 판매 계획, 재고 기준(안전재고·발주점) 설정, 생산 계획까지 포함합니다. 영업이 갖고 있는 수주 정보도 여기서 함께 반영합니다.

| SCE (Supply Chain Execution): 실행 파트

SCP에서 세운 계획을 바탕으로 실제로 발주를 넣고, 생산 의뢰를 하는 단계입니다. 이 두 파트가 맞물려 돌아가는 것이 SCM의 기본 구조입니다.

7. 마무리

SCM을 물류나 창고 관리 정도로 이해하는 분들이 아직 많습니다. 하지만 실제로는 원재료 조달부터 소비자 손에 제품이 닿는 순간까지 전 과정을 설계하고 최적화하는, 훨씬 전략적인 개념입니다.

40년 전 처음 등장했을 때와 핵심 개념은 변하지 않았지만, 글로벌화와 디지털화가 빨라지면서 SCM의 중요성은 오히려 더 커졌습니다. SCM을 제대로 이해하고, 경영진의 리더십을 바탕으로 체계적으로 추진하는 것이 앞으로 기업 경쟁력을 좌우하는 핵심 요소 중 하나가 될 것입니다.

The post SCM이란 무엇인가? appeared first on Zionex Inc..

-글로벌 수준의 개인정보 관리 체계 완성

공급망 관리 솔루션 전문 기업 자이오넥스(대표 류동식)가 한국경영인증원(KMR)으로부터 개인정보보호 관리 체계 국제표준인 ‘ISO/IEC 27701’ 인증을 획득했다고 24일 밝혔다.

ISO/IEC 27701은 개인정보 보호를 위한 요구사항과 가이드를 규정하는 국제 표준이다. 기존 정보보안 경영시스템(ISO/IEC 27001)의 확장 표준으로, 조직이 개인정보 보호를 위한 체계적인 프로세스를 갖추었음을 입증한다.

특히 유럽 일반개인정보보호법(GDPR) 등 글로벌 개인정보 보호 규정에서 요구하는 높은 수준의 관리 역량을 확보하는 데 필수적인 인증으로 평가받는다.

자이오넥스는 이번 인증을 통해 △ISO/IEC 27001(정보보안) △ISO/IEC 27017(클라우드 보안) △ISO/IEC 27701(개인정보보호)까지 확보하며 SaaS 서비스 전반을 아우르는 통합 보안 체계를 구축했다.

자이오넥스는 이번 인증 획득이 글로벌 시장 확대의 중요한 전환점이 될 것으로 기대하고 있다. 특히 해외 시장에서는 ISO 인증 보유 여부가 도입 판단의 핵심 요소로 작용하는 만큼, 향후 사업 확장에도 긍정적으로 작용할 전망이다.

류동식 자이오넥스 대표는 “글로벌 SaaS 시장에서 데이터 보안과 개인정보 보호는 선택이 아닌 기본 요건”이라며 “지속적인 보안 체계 고도화를 통해 국내외 고객사가 안심하고 사용할 수 있는 신뢰받는 솔루션 기업으로 자리매김하겠다”고 말했다.

The post 자이오넥스, 개인정보보호 국제표준 ‘ISO/IEC 27701’ 획득… SaaS 보안 경쟁력 입증 appeared first on Zionex Inc..

이에 따라 해당 감사보고서를 당사 홈페이지에도 게시하오니, 참고하여 주시기 바랍니다.
감사보고서 파일은 본 게시글의 아래 링크를 클릭하시면 다운로드 받으실 수 있습니다.

1. (주) 자이오넥스 2025년 감사보고서
2. (주) 자이오넥스 2025년 연결감사보고서

감사합니다.

(주) 자이오넥스 경영지원팀

The post 제27기(2025년) 감사보고서 공시 안내 appeared first on Zionex Inc..

1. 매각 주식의 종류와 수 : ㈜자이오넥스 자사주 중 보통주 6,000주
2. 주식 인수자 : 인터밸류6호 특허기술사업화 투자조합
3. 자금조달의 목적 : 신기술도입을 위한 AI기업 관련 인수 및 Post-Closing 운영
   자금 마련 목적
4. 1주당 액면가액 : 금 5,000원
5. 1주당 매각가액 : 금 100,000원
6. 총 매각금액 : 금 600,000,000원 (육억원 정)
7. 매각금액 납입기일 : 2026년 4월 21일
8. 납입 받을 금융기관과 장소 : 신한은행 상암동금융센터
9. 양도상대방 : 상법 제 335조의 3항에 의거하여 상기 매각주식 전부를
   인터밸류6호 특허기술사업화 투자조합에게 인수하게 함
   
   

2026년 3월 27일

류 동식 대표(직인생략)

주식회사 자이오넥스서울시 마포구 월드컵북로 396 연구개발타워 9층(상암동, 누리꿈스퀘어)

The post 자기주식 매각(제3자배정) 공고 appeared first on Zionex Inc..

-수요예측 고도화·리스크 분석 강화… AI 기반 의사결정 자동화

공급망 관리 솔루션 전문 기업 자이오넥스(대표 류동식)가 AI 모델 개발 및 분석 역량을 보유한 비알프레임을 인수하고 자회사로 편입했다고 12일 밝혔다.

이번 인수는 자이오넥스가 추진 중인 자율형 SCM(Autonomous SCM) 플랫폼 구현에 필요한 AI 핵심 기술을 내재화하기 위한 전략적 결정이다.

비알프레임은 마이크로소프트의 글로벌 클라우드 파트너로서 쌓아온 AI 플랫폼 설계 경험과 LLM(대규모 언어모델) 기반 에이전트 개발 역량을 보유한 기업으로, 데이터 수집·전처리·임베딩·검색·추론에 이르는 AI 파이프라인 전반을 구축 및 운영해왔다. 또한 IoT 기반 데이터를 실시간 분석하는 엣지 AI(Edge AI) 모델 설계 경험을 보유하고 있으며, 공공기관·의료기관·대기업 대상의 AI 개발 프로젝트를 다수 수행해왔다.

_{*엣지 AI(Edge AI): 데이터 처리를 클라우드 서버가 아닌 데이터가 실제로 수집 및 생성되는 장치에서 수행하는 AI 기술}

자이오넥스는 이번 인수를 통해 자사 SCM 솔루션의 AI 기반 예측 및 분석 역량을 대폭 강화할 계획이다.

비알프레임이 보유한 AI 기반 데이터 정제 및 분석 기술을 활용해 공급망 계획 데이터의 품질을 자동으로 점검·보정하고, 엣지 AI 기술을 통해 데이터가 생성되는 현장에서 실시간 분석을 수행함으로써 데이터 전송 및 보안 이슈를 완화할 수 있다.

자이오넥스는 LLM 기반 질의·추론·실행 구조를 활용해 계획 데이터 분석과 시뮬레이션 기능을 고도화할 예정이다. 자연어 기반 질의를 통해 공급망 데이터를 분석하고 계획 결과의 원인을 파악하거나 다양한 시나리오를 검토할 수 있도록 지원한다. 또한 계획 실행 전 오류 가능성을 사전에 점검하는 기능도 함께 제공한다.

특히 멀티 에이전트 기반 능동형 AI 구조를 도입해 공급망 데이터를 실시간으로 분석하고 예외 상황 발생 시 대응 시나리오를 자동으로 제안하는 자율형 공급망 관리 체계를 구축할 방침이다. 이를 통해 고객은 수요 변화와 공급 리스크에 보다 신속하게 대응하고 공급망 운영 전반의 의사결정 속도와 정확도를 동시에 높일 수 있을 것으로 기대된다. 류동식 자이오넥스 대표는 “이번 인수는 단순한 기능 확장이 아닌, AI 엔진을 자체적으로 설계·운영할 수 있는 기술 기반을 확보했다는 점에서 의미가 크다”며 “향후 멀티 에이전트 기반 능동형 AI 구조를 통해 공급망 데이터를 실시간 분석하고 예외 상황에 대한 대응 시나리오를 자동으로 제안하는 자율형 공급망 관리 체계를 구현해 나가겠다”고 말했다.

The post 자이오넥스, AI 전문기업 ‘비알프레임’ 인수…자율형 SCM 구현 가속 appeared first on Zionex Inc..

– AI·LLM 기반 공급망 분석 고도화…글로벌 SCM 리더십 강화

_{[이미지]티큐브인사이트 생산계획 문제현황 분석 화면}

공급망 관리 솔루션 전문 기업 자이오넥스(대표 류동식)가 AI 및 LLM 기반 인사이트 플랫폼 ‘티큐브인사이트(T³Insight)’를 공개하며 글로벌 SCM 리더십을 강화한다고 18일 밝혔다.

티큐브인사이트는 기존 SCM 솔루션과 연계하여 수요예측, 재고·공급 분석, AI기반 인사이트 도출을 하나의 운영 환경에서 제공하는 통합 플랫폼이다.

최근 전 세계 공급망은 예측 불가능성이 확대되며 기업들은 안정적인 운영을 위해 다양한 상황을 고려한 시나리오 기반 분석과 의사결정을 지원하는 예측 체계를 더욱 중요하게 활용하고 있다. 그러나 기존의 방식으로는 비용 증가와 운영 비효율 문제가 지속되어 왔다. 이에 자이오넥스는 이러한 구조적 문제를 개선하기 위해 AI 엔진과 LLM 기술을 내재화한 플랫폼을 자체 기술로 개발했다.

티큐브인사이트는 기존의 단순 대화형 AI 플랫폼과 달리, 공급망 업무가 가진 데이터 구조와 의사결정 흐름을 이해하는 도메인 특화 AI 플랫폼이라는 점이 가장 큰 차별점이다. 이 플랫폼은 자이오넥스의 온프레미스 SCM 솔루션인 티큐브스마트SCM(T³SmartSCM)과 연동되어 사용자가 질문을 입력하면 예측 결과, 그래프, 시나리오 등을 자동 생성하는 자연어 기반 분석 기능을 제공한다.

“지난달 대비 수요 급등 품목 알려줘”, “자재 부족 위험이 있는 품목은?”과 같은 실무 중심 질문에 대해 실제 데이터와 계획 이력, 이벤트 요인 등을 기반으로 즉시 근거 기반의 분석을 제시해, 사용자가 빠르게 의사결정을 내릴 수 있도록 지원한다.

또한 수요·재고·보충·공급·생산 등 공급망 전 영역 데이터를 연동해 전체 계획 흐름을 하나의 시나리오로 비교 및 검토할 수 있는 구조를 제공하여 기존 시스템이 구현하지 못했던 종합적이고 일관적인 분석 환경을 지원한다.

특히 티큐브인사이트는 문서 기반 RAG(검색 증강 생성, Retrieval-Augmented Generation), SQL 기반 데이터 분석, 온톨로지 기반 AI Agent 등 세 가지 도메인 특화 AI 엔진을 탑재하여 매뉴얼·규정·데이터베이스·지식 구조를 자동 분석한다. 이를 통해 기업은 별도 개발 없이도 AI 기반 문서 챗봇, 데이터 분석 리포트, 원인 분석(Why Analysis) 등의 기능을 즉시 활용할 수 있다.

자이오넥스는 플랫폼 도입 효과로 ▲AI 업무 환경 구축 비용 절감 ▲분석 속도 향상 ▲예측 정확도 및 계획 품질 개선 ▲의사결정 투명성 강화 ▲조직 지식의 자산화 등의 실질적인 효과를 기대할 수 있다고 강조했다. 제조·유통·물류는 물론 금융·공공·IT 기업에서도 활용할 수 있어 적용 범위가 넓은 범용 AI 플랫폼이라는 점도 장점이다.

향후 자이오넥스는 리드타임, 자재 수급, 생산 지연 등 내부 변수와 날씨·프로모션 같은 외부 데이터를 통합 반영하는 예측 기능을 강화할 계획이다. 이를 기반으로 티큐브인사이트의 공급망 분석 체계를 고도화하여 향후 자율형 SCM(Autonomous SCM) 플랫폼으로 발전시킨다는 전략이다. 류동식 자이오넥스 대표는 “티큐브인사이트는 예측 불확실성이 높은 공급망 환경에서 빠르고 정확한 전략적 판단을 기업이 내릴 수 있도록 돕는 AI/LLM 플랫폼”이라며 “향후에도 지속적인 기술 고도화로 기업이 데이터 기반의 공급망 전략을 손쉽게 수립하고 실행하도록 지원하겠다”고 말했다.

The post 자이오넥스, AI·LLM 기반 인사이트 플랫폼 ‘티큐브인사이트’ 공개 appeared first on Zionex Inc..

공급망 관리 솔루션 전문 기업 자이오넥스(대표 류동식)가 2025 글로벌스탠더드경영대상’ 시상식에서 디지털혁신경영대상을 수상했다. 이번 수상은 자이오넥스가 AI와 클라우드 기술을 기반으로 한 공급망 디지털 전환 성과와 지속적인 기술 혁신 노력을 인정받은 결과다.

한국경영인증원(KMR)이 주관하는 글로벌스탠더드경영대상은 디지털혁신경영, 품질경영, 안전경영, 그린경영 등 8개 분야를 중심으로 기업의 경영성과, 미래가치, 사업실적을 객관적으로 평가해 우수 기업을 선정하는 시상식이다.

자이오넥스는 자체 개발한 AI·LLM 기반 SCM 플랫폼을 통해 수요예측부터 생산·공급계획까지 전 과정을 통합 관리하고, 복잡한 데이터 분석과 의사결정을 자동화하는 기술을 선도하고 있다.

특히, 머신러닝 기반의 예측 엔진과 시뮬레이션 기술을 결합해 재고 과잉·결품 리스크를 실시간으로 감지·예방할 수 있으며, KPI 기반의 분석 리포트와 시나리오 비교 기능으로 공급망 전반의 운영 효율성을 극대화했다.

이러한 기술력은 제조, 유통, 바이오 등 다양한 산업군에서 실제 디지털 전환 성과로 이어지고 있다.

2000년 설립된 자이오넥스는 25년간 축적한 성공 경험과 AI 기반 기술을 통해 기업 내부의 업무 오류를 방지하고 의사결정의 정확성을 향상시켜왔다.

최근에는 AI ·LLM 기반 인사트 플랫폼을 개발하여 결과 분석 및 판단, KPI 기반 자동화 리포트 등 사용자 친화적인 디지털 의사결정 환경을 구현했다.

또한, 클라우드 보안 국제인증(ISO 27017)과 정보보호 관리체계 인증(ISO 27001)을 획득하며 글로벌 수준의 보안 신뢰성을 입증했다. SaaS형 ‘플란넬(PlanNEL)’과 온프레미스형 ‘티큐브스마트SCM(T³SmartSCM)’ 솔루션은 산업별 맞춤 기능과 컨설팅을 제공하며, 상시 기능 개선 및 정기 업그레이드를 통해 최신 기술을 지속 반영하고 있다. 류동식 자이오넥스 대표는 “이번 수상은 자이오넥스가 꾸준히 추진해온 디지털 혁신과 기술 역량을 인정받은 결과”라며 “앞으로도 AI·클라우드를 활용한 공급망 혁신 기술로 고객의 가치 향상과 글로벌 경쟁력 강화에 기여하겠다”고 말했다.

The post 자이오넥스, 글로벌스탠더드경영대상 ‘디지털혁신경영대상’ 수상 appeared first on Zionex Inc..

2025년 8월 20일, Zionex는 정보산업연구소(III) 와 인공지능 혁신 응용 촉진 협회(AIF)가 주최하는 AI 카페 타이난 세션에 초대되었습니다. 연사이자 업계 대표로서 우리는 제조 및 브랜드 운영에 AI를 적용하는 방법에 대한 통찰력을 공유했습니다.

프레젠테이션의 주제는 “엔터프라이즈 애플리케이션에서 AI의 5가지 주요 오해 깨기”였습니다. 실제 사례 연구와 대화형 토론을 통해 우리는 참석자들이 일반적인 오해를 극복하고 판매 예측 및 운영 개선에서 AI의 진정한 가치에 대한 새로운 이해를 얻을 수 있도록 안내했습니다.

5가지 주요 오해와 사례 연구 공유

오해 1: AI/ML이 정말 필요한가?

이 질문에는 실제로 하나의 “표준”답변이 없습니다. 전통적인 통계 모델은 고정된 공식과 추세 외삽에 의존하여 안정적인 조건에서 좋은 결과를 제공할 수 있습니다. 그러나 기계 학습 모델의 강점은 특히 수요가 복잡하고 여러 요인의 영향을 받을 때 데이터로부터 지속적으로 학습하고 동적으로 조정하는 능력에 있습니다.

실제 예:
우리는 세계적으로 유명한 식품 회사(주요 제품은 두부 및 관련 식품)와 협력했습니다. 그들의 수요 패턴은 매우 복잡했으며, 계절성과 프로모션뿐만 아니라 건강 및 식단 트렌드, 채널 전략의 영향을 받았습니다. 과거에는 과거 데이터와 단순한 통계 방법에만 의존하면 과잉 재고 또는 품절이 발생하는 경우가 많았습니다.

AI 기반 예측 모델을 도입한 후 시스템은 내부 판매 기록 과 외부 시장 요인을 모두 통합하는 동시에 제품 라인에 따라 다른 모델을 선택할 수 있었습니다. 그 결과는 예측 정확도가 향상되고, 생산 계획이 실제 수요와 더욱 밀접하게 일치하며, 재고 압박이 크게 감소하는 등 상당했습니다.

따라서 ” 과거 데이터만 있는 경우 여전히 기계 학습이 필요합니까?”

대답은 수요의 복잡성에 따라 다릅니다.

시장이 변동이 거의 없이 상대적으로 안정적이라면 전통적인 방법으로 충분합니다. 그러나 수요가 크게 변동하고 여러 요인의 영향을 받는다면 AI/ML이 그 가치를 진정으로 발휘할 수 있는 곳입니다.

오해 2: AI가 충분히 정확하지 않다면 사용할 가치가 없습니까?

날카로운 질문부터 시작하겠습니다.

“AI의 정확도가 85%나 90%에 불과하고 95%나 심지어 98%에 도달하지 못한다면 사용할 가치가 없다는 뜻일까요?”

이러한 우려는 실제로 기업들 사이에서 매우 일반적입니다.
그러나 진실은 수요 자체가 본질적으로 불확실하기 때문에 어떤 모델도 100% 정확할 수 없다는 것입니다.

AI의 가치는 완벽한 답변을 제공하는 데 있는 것이 아니라 조기에 방향성 있는 신호를 제공하는 데 있습니다.

예를 들어:
AI가 예측 정확도를 10%만 향상시킬 수 있다면 여러 채널에서 수천 개의 SKU를 관리하는 회사의 경우 그 차이는 수천만 달러의 비즈니스 가치로 전환될 수 있습니다.

10%의 개선은 단순한 숫자 그 이상을 가져오며 다음을 가능하게 합니다.

• 보다 정확한 재고 할당
• 품절 감소 및 낭비 감소
• 보다 안정적인 생산 계획

오해 3: 단일 모델로 모든 제품을 예측할 수 있습니까?

행사에서 많은 참석자들도 ” 하나의 모델만 사용하여 모든 제품을 예측할 수 있습니까?”
이는 기업의 공통된 기대치이지만 실제로는 달성하기가 매우 어렵습니다.

그 이유는 간단합니다: 제품마다 수요 패턴이 매우 다릅니다.
일부 제품은 판매량이 높고 안정적이고, 일부는 저주파 롱테일 범주에 속하는 반면, 다른 제품은 급격하게 변동합니다. 단일 모델로 모든 제품을 처리하도록 강제하면 일반적으로 일부 제품은 잘 예측되지만 다른 제품은 완전히 빗나가는 결과가 발생합니다.

우리의 접근 방식은 먼저 고객이 제품을 분류하도록 돕는 것입니다.
예를 들어, ABC-XYZ 분석을 통해 판매 가치, 변동성 및 데이터 완전성을 기준으로 제품을 그룹화합니다.

• 일부 제품은 기계 학습 모델에 적합합니다.
• 일부는 통계적 방법으로 충분히 잘 처리할 수 있습니다.
• 다른 것들은 맞춤형 예측 전략이 필요합니다.

다음으로 다음과 같은 다중 모델 전략을 설계합니다.

• 예언자: 계절적이고 탄력적인 수요에 좋습니다.
• Croston: 간헐적인 수요에 효과적입니다.
• XGBoost: 휘발성이 높은 고차원 데이터에 적합합니다.

진정으로 효과적인 방법은 “하나의 모델이 모든 것을 지배” 하는 것이 아니라 다양한 제품 특성에 맞는 최상의 조합을 동적으로 선택하는 것입니다.

또한 계층적 예측 을 강조합니다. 이를 통해 다음을 보장합니다.

• 본부는 집계 번호를 볼 수 있습니다.
• 마케팅은 브랜드에 집중할 수 있고,
• 공급망 팀은 SKU를 볼 수 있습니다.

모두 동일한 예측 로직에서 시작합니다.

이 설계는 수준 간의 예측이 서로 모순되지 않도록 보장하며, 최종 결과는 실제로 프로덕션 및 스케줄링에서 공동으로 사용, 실행 및 신뢰할 수 있습니다.

오해 4: AI 소프트웨어가 구현되면 예측이 자동으로 실행됩니까?

많은 고객이 시스템을 처음 접했을 때 “AI 시스템이 가동되면 사람의 개입 없이 완전히 자체적으로 실행됩니까?”

실제 관행을 통해 우리가 일반적으로 대응하는 방법은 다음과 같습니다.

• 1 단계 : ML 모델은 초기 예측(기준 예측)을 생성합니다.
• 2 단계 : 여러 부서가 실제 비즈니스 상황에 부합하도록 예측을 공동으로 조정합니다.
• 3 단계 : 예측과 실제 결과의 격차를 지속적으로 모니터링하고, 불일치를 파악하고, PDCA 사이클 (Plan-Do-Check-Act)을 통해 모델을 개선합니다.

AI는 플러그 앤 플레이 마법 상자가 아닙니다. 이는 가치를 창출하지만 회사의 일상 프로세스에 포함될 때만 가능합니다. 지속적인 협업과 최적화를 통해 예측은 점점 더 정확하고 실용적이 되어 생산, 일정 관리 및 의사 결정을 효과적으로 지원합니다.

요컨대, AI는 “설정하고 잊어버리는” 시스템이 아니라 비즈니스 운영을 위한 신뢰할 수 있는 기반이 되기 위해 지속적인 참여와 조정 이 필요한 지능형 도구입니다.

오해 5: AI 예측을 구현한 후에는 정확성에만 집중해야 할까요?

정확성은 확실히 중요하지만 진정한 가치 는 리소스 할당 및 운영 결과를 개선하는 데 있습니다.

하이테크 전자 회사를 예로 들어 보겠습니다.
그들의 제품 포트폴리오는 고주파 표준 품목부터 고도로 맞춤화되고 리드 타임이 긴 제품에 이르기까지 매우 광범위했습니다.

과거에는 모든 제품에 단일 접근 방식을 적용했는데, 이로 인해 자재 부족이나 과도한 재고가 발생하는 경우가 많았습니다.

Zionex는 제품 세분화 및 차별화된 예측 전략을 구현하여 이를 도왔습니다.

• 안정적인 제품: 재고 재고와 결합된 기준 예측을 사용했습니다.
• 휘발성 제품: 롤링 조정 메커니즘을 사용한 수요 계획 적용.
• 롱테일 또는 맞춤형 제품: 전적으로 주문에 의존하여 주문 제작(MTO) 전략을 통해 신속한 대응이 가능합니다.

달성한 결과:

• 정시 배송률이 97%로 향상되었습니다.
• 판매 불가 재고가 3%로 감소했습니다.
• 재고 회전율 일수 45% 개선
• 납품 리드 타임 65% 단축

이는 AI 예측을 구현하는 것이 단순히 정확성을 추구하는 것이 아니라는 것을 증명합니다. 핵심은 AI가 진정으로 실질적인 비즈니스 가치로 전환될 수 있도록 제품 특성 및 운영 전략 과 결합하는 것입니다.

더 자세히 알고 싶으시면 연락처 정보를 입력해 주시면 저희 팀에서 연락을 드릴 것입니다!

The post 【이벤트 하이라이트】 Zionex, AI Café 강연 초대 — 매출 예측부터 운영 개선까지 AI의 5대 오해 깨기 appeared first on Zionex Inc..

이에 따라 해당 감사보고서를 당사 홈페이지에도 게시하오니, 참고하여 주시기 바랍니다.
감사보고서 파일은 본 게시글의 “보고서 링크“를 클릭하시면 다운로드 받으실 수 있습니다.

감사합니다.

(주) 자이오넥스 경영지원팀

The post 제26기(2024년) 감사보고서 공시 안내 appeared first on Zionex Inc..