재고 관리의 악수가 끝났다
매주 월요일 아침, 윈도우 디바이스 앞에서 30분을 들여 재고 현황을 수동으로 확인하던 일이 있었다. 언제 다시 주문할지 계산하고, 시간차로 인한 누락을 확인하고, 타이밍을 맞추는 과정. 그것이 지난달까지의 일상이었다.
그런데 어느 날부터 구글 시트가 먼저 움직이기 시작했다.
설정 단계: 임계값을 구글 시트에 심다
Claude Code를 열어 간단한 자동화 로직을 만들었다. 구글 시트의 세 개 열을 감시하는 방식이다.
**감시 대상 열들**
- 현재 재고량 (재실시간 업데이트)
- 최소 주문 수량 (팀이 정한 기준치)
- 배송 리드타임 (공급자별)
재고량 < (일일 평균 판매량 × 배송 기간) 이면
→ 자동 알림 트리거
이 조건식 하나가 모든 것을 바꿨다.
작동 방식
매일 정해진 시간(오전 6시)에 구글 시트의 데이터를 자동으로 읽는다. Claude Code가 재고 수치를 계산하고, 만약 임계값 아래라면 팀 메시지나 이메일로 즉시 신호를 보낸다. 인간의 판단이 끼어들 틈이 없다.
처음 2주간은 반신반의했다. 봇이 정말 정확하게 잡아낼까? 하지만 기우였다. 실제로는 다음 같은 상황들을 포착했다.
• 계절 변화에 따른 예상 밖의 수요 증가
• 공급자 배송 지연으로 인한 조기 주문 필요
• 특정 상품의 회전율 변화
실수와 개선
처음 설정에서 한 가지 놓친 부분이 있었다. 주말을 계산에 넣지 않아서, 금요일 오후에 신호가 올 때 월요일이 되어야 주문할 수 있는 헛소동이 생겼다. 이를 보정하려고 배송 기간 계산식에 버퍼(여유분)를 추가했다.
최종 임계값 = (일일 판매량 × 배송 기간) + 안전재고 + 주말 버퍼
팀 드림팀의 반응
자동화 전후로 가장 큰 변화는 심리적 안정감이었다. 재고 부족으로 인한 주문 누락이라는 스트레스가 사라졌다. 그 대신 남은 시간에는 고객 응대나 다음 분기 계획 같은 더 중요한 일에 집중할 수 있게 됐다.
드림팀 봇들(자동화 로봇 팀원들)도 이제 재고 관리자 역할을 한다. 인간은 최종 승인만 한다.
확장 가능성
이 구조는 단순 재고 관리를 넘어 다른 영역에도 적용 가능하다.
• 고객 응대 주기 추적
• 계약 갱신 시기 예측
• 결제 기한 자동 리마인더
작은 팀이라도 체계만 세우면 AI가 대신 감시해준다는 것을 배웠다.