Transport deadlines and common demand batches in regional generator spare stock allocation

거대한 발전기가 외딴 지역에서 고장 났을 때, 몇 시간의 가동 중단과 치명적인 셧다운 사이의 차이는 종종 창고에 놓인 단 하나의 예비 부품에 의해 결정됩니다. 엔지니어들의 과제는 그 부품들을 어디에 보관할지 결정하는 것입니다. 회사는 거대한 중앙 창고를 운영하며 재난이 닥쳤을 때 어느 곳으로든 부품을 배송할 수 있도록 대량의 재고를 쌓아두어야 할까요? 아니면 부품을 여러 지역에 분산시켜 기계가 필요한 곳에 더 가깝게 배치해야 할까요? 이 질문은 추가 품목을 보유하는 비용과 가장 필요할 때 품절될 위험 사이의 균형을 맞추려는 분야인 재고 관리의 핵심에 자리 잡고 있습니다. 한 가지 주요한 복잡한 요소는 기계가 항상 하나씩 고장 나는 것은 아니라는 점입니다. 때로는 폭풍, 전력 서지 또는 조율된 유지보수 점검과 같은 단일 사건이 여러 발전기를 정확히 동시에 고장 나게 하여, 서로 다른 장소에서 동시에 부품 수요를 발생시킬 수 있습니다. 이러한 "배치(batch)" 수요가 부품 운송 시간과 어떻게 상호작용하는지 이해하는 것은 불을 밝히는 상태를 유지하는 데 매우 중요합니다.

마흐무드 압델파타 알바스 마흐무드(Mah Mahmoud)의 최근 연구는 이 문제를 해결하기 위해 하나의 중앙 풀(pool) 방식과 세 개의 별도 지역 재고 방식을 비교하는 정밀한 수학적 모델을 구축했습니다. 연구자는 특정 회사의 실제 데이터를 사용하지 않고, 각기 다른 무작위 단일 유닛 고장률을 가진 세 개의 뚜렷한 지역을 포함하는 가상의 시나리오를 구성했습니다. 결정적으로, 모델에는 단일 사건이 모든 지역에서 동시에 하나의 부품 요청을 트리거하는 별도의 "공통 이벤트" 스트림이 포함되었습니다. 연구는 부품이 필요할 때마다 공급업체에 즉시 새 주문이 들어간다고 가정했으며, 이 새 부품은 상황에 관계없이 정확히 7일 후에 도착한다고 가정했습니다. 목표는 8시간에서 48시간까지의 엄격한 납기 시간을 기준으로 각 시스템이 요청을 얼마나 잘 충족하는지 확인하는 것이었습니다.

연구 결과는 답이 배송에 허용된 시간에 전적으로 달려 있다는 것을 보여주었습니다. 8시간처럼 납기가 촉박할 때는 지역별 전략이 압도적으로 유리했습니다. 총 9개의 예비 부품을 대상으로 한 특정 시나리오에서, 지역별 설정은 납기 내에 요청의 약 91%를 충족할 수 있었습니다. 반면 중앙 창고는 약 21%만을 달성했습니다. 이는 중앙 창고에 부품이 부족해서가 아니라, 중앙에서 가장 먼 지역까지 부품을 운송하는 데 걸리는 시간이 단순히 8시간의 제한을 초과했기 때문입니다. 설령 중앙 창고에 무한한 재고가 있더라도, 물리적인 이동 시간을 극복할 수는 없었습니다. 납기가 24시간으로 연장됨에 따라 중앙 창고의 성능은 크게 향상되어 약 51%에 도달했습니다. 납기가 48시간까지 늘어나자 중앙 창고가 우위를 점하며 거의 98%의 요청을 충족시킨 반면, 지역 재고는 이전 수준에 머물러 있었습니다.

또한 이 연구는 일부 기업이 필요량을 추정할 때 범할 수 있는 미묘하지만 중요한 오류를 밝혀냈습니다. 재고 계획의 흔한 접근 방식은 모든 수요가 독립적이고 무작위적인 사건인 것처럼 취급하여, 수요가 그룹으로 발생하는 현상을 무시하는 것입니다. 연구는 만약 이 단순화된 "평균" 방식을 사용하여 높은 서비스 목표를 위해 계획을 세운다면, 실제로 필요한 부품의 수를 과소평가하게 된다는 것을 보여주었습니다. 예를 들어, 98%의 준비율을 목표로 하는 경우, 단순화된 방식은 16개의 부품이면 충분하다고 제안했지만, 동시 3개 부품 수요를 고려한 정확한 계산 결과에는 실제로 18개가 필요했습니다. 더 단순한 수학에 의존한다면 시스템은 2개의 유닛이 부족하게 되어 목표를 달성하지 못했을 것입니다.

연구는 한 단계 더 나아가 부품을 즉시 사용할 수 없을 때 어떤 일이 발생하는지 살펴보았습니다. 현실 세계에서는 부품이 재고가 없으면 새 배송분이 도착할 때까지 요청이 대기 상태가 됩니다. 연구자는 기계가 고장 난 시점부터 부품이 전달될 때까지의 총 시간(대기 시간 포함)을 계산했습니다. 이 대기 시간이 포함되었을 때 두 시스템 모두 성능이 향상되었지만, 중앙 창고가 가장 큰 이득을 얻었습니다. 48시간 납기 기준으로 중앙 시스템의 성공률은 약 98%에서 99% 이상으로 급증한 반면, 지역 시스템은 약 95%로 상승했습니다. 이는 지역 재고가 즉각적인 필요에는 더 빠르지만, 중앙 창고가 새 배송분이 먼저 도착하더라도 결국 제시간에 부품을 전달하여 따라잡는 데 놀라울 정도로 효과적임을 시사합니다.

궁극적으로 이 논문은 이 두 가지 아키텍처에 대한 명확하고 정확한 비교를 제공하며, 어느 하나가 보편적으로 더 낫지는 않다는 것을 보여줍니다. 선택은 운영의 구체적인 제약 조건, 즉 부품이 이동해야 하는 거리, 공급망의 재고 보충 시간, 그리고 고장이 그룹으로 발생하는 빈도에 달려 있습니다. 연구는 수학이 부품이 제시간에 도착할 확률을 예측할 수는 있지만, 그것이 기계의 수리를 보장하는 것은 아니라는 점을 강조합니다. 수리는 진단 및 설치와 같은 다른 많은 요인에 달려 있기 때문입니다. 그러나 부품의 이동 물류를 기계 수리의 메커니즘과 분리함으로써, 이 연구는 관리자들이 재고를 어디에 배치할지 결정할 수 있는 정밀한 도구를 제공합니다. 이는 실질적인 적용을 위해서는 조정된 수요, 보충 및 운송 데이터가 필요함을 강조하며, 연구 결과는 중앙 창고, 지역 재고, 또는 혼합형 아키텍처 중 무엇이 더 상세한 분석을 받을 가치가 있는지 결정하는 데 필요한 데이터의 종류를 식별해 줍니다.