주주님의 건승과 댁내의 평안을 기원합니다.
상법 제363조 및 회사 정관 제16조에 의거하여 임시주주총회를 아래와 같이 소집하오니 참석하여 주시기
바랍니다.

• 아 래 –

1. 일 시: 2026년 6월 15일(월) 오전 10시 30분
2. 장 소: 당사 회의실(서울시 마포구 월드컵북로 396 연구개발타워 9층 (상암동, 누리꿈스퀘어))
3. 회의의 목적사항
   1) 부의안건
   (1) 제1호 의안: 정관 일부 변경 및 추가의 건(특별결의)
   (2) 제2호 의안: 대표이사 중임의 건
   (3) 제3호 의안: 주식 액면분할의 건(1주당 5,000원 -> 500원)
   (4) 제4호 의안: 자기주식처분 계획 및 보유 계획안 수정의 건
   (우리사주조합 관련 처분안만 내용 수정)
   (5) 제5호 의안: 감사위원회 설치
4. 감사위원회 설치에 따른 감사 사임
5. 사외이사 선임
6. 감사위원회 위원 선임
7. 주주총회 참석 시 준비물
   1) 직접행사: 신분증
   2) 대리행사: 수임인의 신분증, 위임장(주주와 대리인의 인적사항기재, 인감날인)

2026 년 5 월 29 일
주식회사 자이오넥스

대표이사 류 동식(직인생략)

———————-

>> 소집통지 파일 다운로드 <<

The post 임시주주총회 소집 통지(공고) appeared first on Zionex Inc..

엑셀 관리의 한계에서 벗어나, 업무 공수 50% 절감 달성

주식회사 스노우 피크 판매계획부 카와카미 타케시 님께 SaaS형 SCM 시스템 ‘PlanNEL’의 도입 배경과 목적, 도입 후의 변화에 대해 들었습니다.

Q  귀사의 사업 내용을 소개해 주시겠습니까?

당사는 1958년 ‘제조의 거리’로 알려진 니가타현 산조시에서 창업한 아웃도어 제조사입니다. “인생에, 자연 속의 즐거움을.”이라는 브랜드 슬로건을 내걸고, ‘자연과 사람, 사람과 사람을 연결하여 인간성을 회복하는 것’을 사회적 사명으로 삼고 있습니다. 캠핑 장비·의류 제품 개발 외에도 음식, 지역 활성화, 비즈니스 솔루션 등 캠핑의 힘을 활용하여 세계 각국에서 사업을 전개하고 있습니다.

Q  SCM 실현을 위한 각 부문의 역할과 체계는 어떻게 구성되어 있나요?

SCM 운영 체제는 본사 계획 부문이 재고·매출 데이터를 바탕으로 전체 방침을 수립하고, 해당 정보를 관련 부서에 공유하며 할당(Allocation)을 결정하는 구조입니다. 글로벌 거점을 포함한 각 지점에 담당자가 있지만, 발주 및 배분에 대한 의사결정은 기본적으로 본사가 주도하여 운영하고 있습니다.

Q  PlanNEL 도입 전 어떤 과제를 안고 계셨나요?

도입 전에는 코로나19로 인해 캠핑 수요가 급증하면서 공급이 수요를 따라가지 못하는 상황이 지속되었습니다. 당시에는 수요 대응을 최우선으로 발주를 진행했기에, 정교한 계획보다는 공급망 상의 생산 여력을 확보하는 데 주력했습니다.

그러나 향후 사업 전개를 고려했을 때 사내에서 “지금과 같은 발주 체제를 유지해도 괜찮은가”라는 문제 제기가 있었고, 이에 따라 현재의 판매계획부가 설립되었습니다.

처음에는 엑셀로 간이 PSI(생산·판매·재고 계획)를 작성했으나, 소규모 인원으로 글로벌 전체 데이터를 다루기에는 업무 부하가 커 운영상 한계가 있었습니다. 또한 엑셀에서는 이력을 보존하며 저장할 수 없어 월별로 파일을 분리해 관리할 수밖에 없었고, 월별 데이터 간 연속적인 비교 검증이 매우 어려웠습니다.

결국 외부 SCM 컨설턴트와 논의 끝에, 수급 관리 시스템 도입이 필요하다는 결론에 이르렀고, 시스템 검토를 시작했습니다.

Q  PlanNEL을 알게 된 계기와 선정 이유는 무엇인가요?

가나자와 공업대학 도라노몬 대학원의 우에노 요시노부 교수님께 상담한 것이 계기였습니다. 타사 서비스와도 비교 검토를 진행했지만, 당사의 과제 해결과 비용 사이의 균형을 고려했을 때 조건에 맞는 것은 PlanNEL뿐이었습니다. 사실상 두 가지 선택지밖에 없었다는 것이 솔직한 심정이었습니다.

검토 초기에는 ‘AI 수요 예측을 통한 정밀도 향상’이 주목적이었으나, AI 수요 예측부터 판매 계획, 보충 계획까지 원스톱으로 실현 가능하다는 점을 알게 되어 편의성이 높다고 느꼈습니다. PlanNEL은 하나의 플랫폼 안에서 완결된다는 점이 큰 매력이었습니다.

Q  PlanNEL 도입 후의 변화나 효과는 무엇인가요?

① 안전 재고 설정과 재고 운용 방식에 대한 관점이 전환되었습니다.

도입 초기에는 ‘어떻게 결품을 없앨 것인가’에 집중했으나, 운영이 본격화되면서 ‘어떻게 재고 수준을 적정하게 억제할 것인가’로 의식이 변화했습니다. ‘ABC-XYZ 분석’을 통해 상품별 매출 기여도와 수요 변동률을 9개 구간 매트릭스로 분류하여 구간별 재고 정책을 수립할 수 있게 되었습니다. 재고 금액은 순조롭게 감소하고 있으며, 결품률도 이전보다 낮아졌습니다.

② 업무 공수의 대폭적인 절감입니다.

수요 변동이 적은 상품은 PlanNEL의 예측에 맡기고, 계절성이 강해 변동이 큰 상품 위주로 담당자가 직접 판단을 더하는 방식으로 전환하여 효율성을 높였습니다. 또한 계획 버전을 갱신해도 메모가 그대로 보존되므로, 의사결정 경위와 노하우를 팀 전체가 공유할 수 있다는 점이 매우 유용합니다.

Q  PlanNEL을 활용해 향후 어떤 계획을 가지고 계신가요?

현재는 전사 창고 전체의 수요 예측을 산출하여 각 거점에 배분하는 방식을 사용하고 있습니다. 앞으로는 각 거점의 데이터를 집계하여 계획을 수립하는 체계로 전환하고자 합니다. 향후 PlanNEL을 활용해 거점 간 재고 이동·조정까지 포함한 보다 정밀한 관리를 추진할 계획입니다.

Q  마지막으로 이 인터뷰를 보고 계신 분들께 한 말씀 부탁드립니다.

PlanNEL은 “전사가 동일한 숫자를 기반으로 소통하고자 하는 기업”에 적합합니다. 수요 예측이나 과거 실적을 바탕으로 산출한 숫자와 예산 사이에 괴리가 생길 때, PlanNEL은 실적 기반의 발주를 관철하는 강력한 설득 근거가 됩니다. “이러한 로직과 알고리즘에 근거하여 현재 최적값은 이것입니다”라는 지점에서 논의를 시작할 수 있기 때문입니다.

특히 SKU가 많은 기업이라면 확실히 효율이 올라갈 것이므로, 이러한 고민을 하고 계신다면 꼭 한 번 상담해 보시기를 권장드립니다.

The post 엑셀 관리의 한계에서 벗어나, 업무 공수 50% 절감 달성 appeared first on Zionex Inc..

산업: 야외 장비 및 의류
연간 매출: ¥100억–500억
직원 수: 500명에서 1,000명

우리는 Snow Peak 영업기획부의 가와카미 다케시 씨와 SaaS 기반 SCM 솔루션 PlanNEL 도입의 이유, 도입 전 회사가 직면한 도전 과제, 그리고 이후 실현된 이점에 대해 이야기를 나누었습니다.

스노우피크의 사업에 대해 말씀해 주시겠어요?

스노우 피크는 1958년 니가타현 산조시에서 설립된 아웃도어 라이프스타일 회사로, 제조업 유산으로 잘 알려진 지역입니다.

우리의 기업 메시지인 “일 상생활에 자연을 가져오다” 와 “사람들을 자연과 서로 연결하고, 야외 경험을 통해 인간성을 회복하 라”는 사명 아래, 우리는 캠핑 장비와 의류를 개발하는 동시에 식음료, 지역 재활성화, 비즈니스 솔루션 등 전 세계로 확장하고 있습니다.

귀하의 SCM 조직은 어떻게 구성되어 있나요?

본사 기획 부서는 재고 및 판매 데이터를 바탕으로 전사적인 정책을 개발하고, 조직 전반에 걸쳐 배분 결정을 조정합니다.

각 국내외 지점마다 자체 인력이 계획 업무를 담당하지만, 본부가 조달, 재고 배분, 공급 계획에 관한 주요 결정을 주도합니다.

PlanNEL을 도입하기 전에 어떤 어려움이 있었나요?

PlanNEL이 도입되기 전, COVID-19 팬데믹 기간 동안 캠핑 제품에 대한 수요가 급증하여 공급이 수요를 따라가지 못하는 상황이 발생했습니다.

그 당시 우리의 최우선 과제는 고객의 요구를 충족시키는 것이었습니다. 정교한 계획 과정에 집중하기보다는 공급망 전반에 걸쳐 가능한 한 많은 생산 능력을 확보하는 데 집중했습니다.

그러나 사업이 계속 성장함에 따라 근본적인 질문이 생겼습니다:

“현재의 주문 절차가 정말 미래에 충분할까요?”

이 논의는 결국 영업 기획 부서 설립으로 이어졌습니다.

이전에는 생산 능력이 확보될 때마다 주문을 넣었으며, 그 주문이 미래 수요와 정확히 일치하는지 체계적인 평가 절차가 없었습니다. 더 정보에 기반하고 객관적인 의사결정을 가능하게 하는 틀이 필요했습니다.

초기에는 Excel을 사용해 기본적인 PSI(생산, 판매, 재고) 계획 프로세스를 관리했습니다. 하지만 소규모 팀으로 글로벌 운영을 관리하는 것은 엄청난 업무량을 초래했습니다.

엑셀은 버전 관리도 어렵게 만들었습니다. 마스터 데이터를 계획 주기에 걸쳐 효과적으로 관리할 수 없었기 때문에, 매달 별도의 파일을 만들어야 했습니다. 그 결과, 플랜 버전 비교, 변경 사항 추적, 지속적인 분석 수행이 매우 어려워졌습니다.

외부 SCM 컨설턴트와의 논의 끝에, 전용 수요 및 공급 계획 시스템 도입이 최선의 해결책이라는 결론에 도달했습니다.

PlanNEL을 어떻게 알게 되었고, 왜 선택하셨나요?

우리의 평가 과정은 가나자와 공과대학원 우에노 요시노부 교수님과 상담한 후 시작되었습니다.

자연스럽게 우리는 여러 대안 해결책을 평가했습니다. 하지만 기능과 비용을 균형 있게 고려할 때, PlanNEL만이 우리의 요구를 충족하는 유일한 솔루션이었습니다.

솔직히 말해, 결정은 두 가지 선택지로 귀결되었습니다:

“플랜NEL을 실행하든가, 아니면 지금처럼 계속 운영하든가.”

제품 포트폴리오와 기획 요구사항이 비교적 단순하기 때문에 광범위한 맞춤화가 필요하지 않았습니다. 우리는 PlanNEL의 표준 SaaS 기능만으로도 우리의 요구에 충분하다고 판단했습니다.

초기에는 AI 기반 수요 예측을 통해 예측 정확도를 높이는 것이 주요 목표였습니다.

하지만 ZIONEX와의 논의를 통해 PlanNEL이 다음을 포함한 통합 솔루션을 제공할 수 있다는 사실을 알게 되었습니다:

• AI 수요예측
• 판매 계획
• 보급 계획

모두 하나의 플랫폼 내에서 이루어졌습니다.

이 점이 저희에게 매우 매력적이었습니다.

별도의 시스템을 사용하려면 데이터를 전송하고 동기화하는 데 상당한 노력이 필요했을 것입니다. PlanNEL은 전체 계획 과정을 통합한 플랫폼을 제공하여 이러한 복잡성을 제거합니다.

이전에는 주로 지역 팀이 생성한 예측과 엑셀 기반 분석에 의존했습니다. PlanNEL을 통해 인간 예측과 AI 생성 예측을 나란히 비교하고 평가할 수 있게 되었습니다.

예측 정확도를 높일 뿐만 아니라, 이해관계자들이 다음과 같은 질문을 할 때마다 객관적이고 데이터 기반의 설명을 제공할 수 있게 해줍니다:

“왜 이 숫자들이 나온 거지?”

이 능력은 특히 매우 가치 있었습니다.

PlanNEL을 도입한 이후 어떤 혜택을 경험하셨나요?

우리는 두 가지 주요 이점을 보았습니다.

1. 재고 관리에 대한 새로운 접근

처음에는 재고 퇴장 방지에 집중했습니다.

하지만 운영이 성숙해지면서 재고를 최적의 수준으로 유지하는 데 초점이 옮겨갔습니다.

이전에는 모든 제품에 동일한 안전 재고 정책을 적용했습니다.

PlanNEL을 도입한 후, 우리는 ABC-XYZ 분석을 도입하여 9셀 매트릭스 내에서 제품의 판매 기여도와 수요 변동성에 따라 분류했습니다. 이를 통해 각 카테고리에 맞춘 재고 정책을 수립할 수 있었습니다.

여러 개선 사업이 이러한 결과에 기여했지만, 재고 수준은 꾸준히 감소하고 있습니다.

동시에 재고 퇴실 비율도 감소하여 재고 계획의 정확성과 효율성이 크게 향상되었습니다.

2. 계획 업무량의 대폭 감소

수요가 안정적인 상품의 경우, 우리는 주로 PlanNEL의 예측 권고에 의존합니다.

계절성 품목처럼 수요 변동성이 큰 제품의 경우, 계획자들은 전문 지식과 판단력을 적용해 예측을 정밀하게 조정합니다.

이러한 하이브리드 접근법은 계획 효율성을 획기적으로 향상시켰습니다.

영업 기획 부서가 성숙해지면서, 이전의 엑셀 기반 프로세스에 비해 운영 업무량이 크게 줄어들었습니다.

우리가 매우 중요하게 여기는 또 다른 기능은 계획 가정과 결정을 시스템 내에서 직접 문서화할 수 있다는 점입니다.

이 노트들은 여러 계획 버전에 걸쳐 유지되기 때문에, 우리는 과거 계획을 쉽게 검토하고 다음을 이해할 수 있습니다:

• 어떤 사건들이 있었는지
• 왜 구체적인 계획 결정이 내려졌는지
• 그 결정들을 뒷받침한 가정은 무엇이었나요?

팀이 성장함에 따라 이 지식을 보존하고 공유하는 것이 점점 더 중요해졌습니다.

앞으로 PlanNEL을 어떻게 사용할 계획인가요?

현재 우리는 모든 창고에서 중앙에서 수요 예측을 생성하고 그 결과 수치를 각 위치에 배포하고 있습니다.

앞으로는 지역 현장들이 자체 예측과 계획 입력을 제공하는 협력적 계획 모델로 나아가고자 합니다.

저희의 비전은 각 지점에 자격을 갖춘 수요 및 공급 계획자를 배치하는 것입니다. 이 계획자들은 PlanNEL 예측과 지역 시장 정보를 결합하여 계획을 수립하고, 이를 회사 전체 계획으로 통합합니다.

스노우 피크 전반에 걸쳐 재고 관리를 개선했지만, 개별 지점 간 상세한 재고 최적화는 여전히 개선이 필요한 영역입니다.

앞으로는 PlanNEL을 활용해 보다 효율적인 재고 이동과 지점 간 활동 균형 조정을 지원할 계획입니다.

PlanNEL을 고려하는 기업들에게 마지막으로 한마디 하시고 싶습니다.

PlanNEL은 특히 기업 전반에 걸쳐 단일 숫자 집합을 구축하고 이를 의사결정과 소통의 기초로 삼고자 하는 조직에 적합합니다.

모든 기업은 예측 기반 수요 전망이 예산 목표와 다를 수 있는 상황에 직면합니다.

이런 상황이 발생하면 조직은 종종 어려운 선택에 직면합니다:

예산에 따라 주문해야 할까요, 아니면 실제 수요에 따라 주문해야 할까요?

많은 기업들이 예산 목표에 맞춰 주문하다가 재고가 과잉되는 결과를 경험했습니다.

이러한 상황에서 PlanNEL은 객관적인 의사결정을 위한 강력한 기반을 제공합니다.

논의는 다음과 같은 공통된 이해에서 시작할 수 있기 때문입니다:

• 계획 논리
• 예측 알고리즘
• 현재 최적 권장 사항

팀은 예산과 예측 간의 격차를 해소하기 위해 필요한 행동을 결정하는 데 집중할 수 있습니다.

예를 들어, 토론은 다음과 같은 질문으로 전환될 수 있습니다:

• 상품 기획은 어떻게 조정해야 할까요?
• 어떤 홍보 활동을 시행해야 할까요?
• 어떤 행동이 비즈니스 목표 달성에 도움이 될까요?

PlanNEL은 이러한 전략적 결정을 강력히 지원합니다.

특히 대규모 SKU 포트폴리오를 관리하는 기업의 경우 효율성 향상이 상당할 수 있습니다. 귀하의 조직이 유사한 문제에 직면해 있다면, PlanNEL을 꼭 탐색해볼 가치가 있습니다.

The post 엑셀 기반 계획에서 벗어나기 appeared first on Zionex Inc..

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..