“여러분, 서울에서 ‘비비미’라는 비빔밥 프랜차이즈 식당을 운영한다고 상상해보세요!

비빔밥에는 콩나물, 시금치, 밥, 계란, 고기 등 다양한 재료가 들어가죠.

그래서 각 매장이 서로 다른 재료를 전문적으로 준비해두고, 매일 새벽 6시에 필요한 지점으로 공급하는 전략을 쓰고 있습니다.

그런데 어느 날, 신촌점에서 긴급 전화가 걸려옵니다.

“사장님… 어제 만들어 놓은 고기가 전부 사라졌어요!”

이 한 가지 재료, ‘고기’가 없어지자 모든 지점이 장사를 못 하게 됐죠. 결국 매출에 엄청난 타격이 옵니다.

CCTV를 확인해보니, 신촌점 사장님이 고기 창고 문을 잠그지 않아 도난을 당했다는 사실이 드러납니다.

이렇게 예상치 못한 돌발 변수 때문에 전체 하루 영업이 마비되는 경우를 흔히 볼 수 있죠.

경영을 할 때, 필요한 자원을 받지못해, 생산에 차질이 생겼을 때 간단하게 우리는 공급망이 망가졌다라고 합니다.

말그대로 공급을 해주는 그룹이 망가진거죠.

그리고 이렇게 공급망에 영향을 주는 변수들을 우리는 공급망 변수라고 부릅니다.

경영에 있어서 공급망 변수가 불확실하면 우리는 체계적이고 정확하지 못한 경영 계획을 세울 수 없게됩니다!

‘불확실한 공급망 변수‘속에서 어떻게 대비해야 할까요?

오늘은 이런 상황에서도 사업가로써 공급망에 직접 개입하는 전략을 찾는, 아주 특별한 방법을 소개합니다!

비비비 식당의 재료 공급

“비비미 식당의 대표인 저는 조금 더 깊게 생각해봤어요.” 비비미 식당은 3개의 지점이 있는데 각각

1.강남점은 시금치,

2.홍대점은 계란 지단,

3.신촌점은 다진 고기를 만들어 각각 서로에게 공급한다고 가정해보겠습니다.

그리고 우리는 비비미 식당이 공급망 네트워크를 이뤘다고 말합니다. 그런데 공급망 네트워크는 항상 원하는대로 흘러가지 않습니다.

어떤 지점은 재료가 부족해지거나,

예상치 못한 지점끼리 독자적으로 거래를 시작하는 등 ‘변수’가 많죠.

또한 가뭄이나 지진과 같은 천재지변에 네트워크가 무너질 수도 있습니다.

이처럼 ‘예측 불가능한 네트워크 변화’에 대비하지 않으면, 갑작스러운 사고나 교란 때문에 큰 손실을 입을 수 있습니다.

논문 「Robust Intervention in Networks」(2024년 12월 30일 버전, 저자: Daeyoung Jeong, Tongseok Lim, Euncheol Shin)에서는 결정자가 직접 공급망 전략에 개입하여 불확실한 문제에 대해 적극적으로 해결하는 하나의 방법을 찾아야 한다고 말합니다.

제로섬게임으로 출발한다.

이 논문은 경제학·네트워크 이론·게임 이론 문헌에서 중요한 ‘공급망 네트워크에 대한 개입’을 ‘**불확실성’**이라는 관점으로 재조명하여,

의사결정자가 네트워크 구조에 대한 완전한 정보를 가지고 있지 않을 때, 또는 상당한 불확실성이 존재할 때, 어떻게 ‘최적의 개입 전략’을 설계할 수 있는지를 다루고 있습니다.

수학적인 해석을 제공합니다. 문헌에서는 네트워크 개입 문제 ‘제로섬 게임’으로 설명합니다.

그렇다면 제로섬 게임(Zero-sum game)이란 무엇일까요?

제로섬 게임은 두 플레이어(혹은 여러 명) 사이에서 이익과 손실의 총합이 항상 0이 되는 게임입니다.

한쪽이 얻는 만큼 다른 쪽이 잃게 되어, 전체 합은 늘 0이라는 개념이죠.

가장 쉬운 예로 가위바위보를 들 수 있어요. 제가 이기면 상대는 지고, 제 점수(+1)는 상대 점수(-1)와 합쳐 0이 됩니다.

즉, 한 플레이어의 손실이 곧 다른 플레이어의 이득이 되는 게임 구조를 의미합니다.

이처럼 제로섬 게임 상황에서는 상대방이 곧, 내 이익을 빼앗는 적으로 여겨지기에, 플레이어들은 극단적으로 대립하며 최적 전략을 모색하게 됩니다.

사업 경쟁처럼 치열한 환경을 가정할 때 자주 쓰이는 모델이죠.

이 논문 속에서는, 네트워크를 원하는 방향으로 유도하고 싶은 ‘의사결정자(Decision Maker, DM)’와 그걸 의도적으로 방해하는 ‘적대적 의도(Nature)’가 서로 맞서는 구도로 설정됩니다.

좀더 자세히 DM(Decision Maker)는 사업(네트워크)에 자원을 배분하고, 원하는 결과를 얻고 싶어 하는 주체를 의미하고,

Nature(DM에 반하는 의도) 단순한 운이나 날씨 같은 무작위 요소가 아니라, DM의 이익을 최대한 깎아내리려는 ‘전략적인 적수’로 등장합니다. Nature는 상당히 추상적이죠?

예를 들어, 1.도난 사고처럼 예측 불가능한 사태가 발생하거나, 2.협력해야 할 노드(지점)들이 갑자기 거래를 중단하는 등,모든 불리한 상황이 Nature의 ‘방해’로 해석될 수 있다는 거죠.

즉, DM이 분배 전략을 세우면, Nature는 그 전략을 망가뜨리려고 네트워크를 ‘최악의 시나리오’로 비틀어버립니다.

그렇다면 우리는 어떤 일이 터져도 무너지지 않도록, ‘강건(로버스트)한 네트워크 개입 전략’을 설계해야한다고 말합니다.

DM은 대부분 우리다. 어떻게 행동해야할까?

“DM은 쉽게 말해, 네트워크 상에서 ‘어디에 얼마나 자원을 배분할지’를 결정하는 관리자예요.

비비미 식당 프랜차이즈로 예를 들면,

어느 지점(예: 강남점, 홍대점, 신촌점)에 재료·예산·인력을 얼마만큼 투자할지 정하는 투자 전담자나,

예상치 못한 사건(공급망 차단, 도난 사고, 재분배 실패 등)에도 어떻게 대비할지를 고민하는 관리자나 운영 대표가 될 수 있죠.

하나의 배분전략을 찾아라.

논문에 따르면 비비미 식당은 운영 네트워크에서 ‘배분 전략’을 세워야한다고 말합니다. 예를들어 “지점별 필요한 재료량과 실제 공급량의 차이”를 조사하고 오류의 간극을 최소화하는 것이 하나의 예가 될 수 있습니다.

하지만 같은 시기에 ‘공급 배분 전략’ 을 너무 크게 바꾸면 추가 비용이 들기 때문에, 페널티가 크다고 말합니다.

간단히 말해 좋은 배분전략도 시간을 들여 서서히 바꿔나가야 하는 것이죠.

어떻게 최적 전략을 찾을까?

이 문제를 제로섬 게임 관점에서 보아서,’로버스트 최적화’를 제시합니다.

로버스트 최적화는, “만약 네트워크 불확실성 B가 가장 나쁜 형태로 나타난다고 해도, 여전히 손실을 최소화할 수 있는 하나”를 찾는 접근입니다.

비유하자면, "강남점에만 올인하는 전략이 평균적으로 좋아 보이더라도, 강남점이 돌연 마비될 수 있는 ‘최악 시나리오’까지 고려해야 한다"는 의미입니다.

이 방식은 DM이 찾는 최적해(분배 전략)는, 평균 영향력이 큰 특정 지점만 노리는 대신 ‘분산·공분산 리스크’개념까지 반영해 안정적인 분산 배분을 택할 가능성이 크다라고 말합니다.

사실 로버스트 최적화는 이 논문의 핵심이며, 논문에서 제시하는 최적화식은 다양한 공학에서 사용하도록 의도되어 있습니다.

왜 ‘하나의 노드(지점)에 집중 투자’가 위험할까?

과거부터 가장 중요도 높거나 영향력이 큰 영역에 자원을 몰아주는 것이 효과적이라고 알려져 있습니다. 스타크래프트와 같은 게임을 하면, 게임의 본진 진영에 최고급 시설과 인프라를 몰아 주는 것처럼 말이죠.

또한 우리의 예시인 비비미 본점(강남점)이 “평소엔” 다른 지점보다 공급 파급력이 크니까, 거기에 대부분 자원을 투입하고 물류를 집중시키는 전략이 낫다고 볼 수 있다고 생각하는 편향도 이에 해당합니다.

문제는, 논문에서 강조하듯이 그 영역에 대한 불확실성(분산·공분산)이 클 경우입니다.

예를들어 강남점에 몰아뒀는데, 갑작스런 사고(도난·화재·인력 부족 등)로 강남점이 멈추면, 전체 지점이 동시에 타격을 입죠.

실제 논문의 예시처럼 금융 시스템으로 치면, 특정 은행에만 유동성을 집중 투입했다가, 그 은행이 엉뚱한 곳에 투자해버리면 전체가 위험해지는 것과 비슷합니다.

따라서 우리는 중요한 영역의 불확실성이 높은지, 그것이 공급망에 얼마나 해가 될지를 생각해야합니다. IT 사업에서는 하나의 데이터베이스에 많은 자료를 저장해놓는 것이 부지기수였지만, 천재지변과 같은 상황을 대비해 여러 분산 데이터베이스 센터를 구축합니다. 이것이 클라우드 저장소 개념이죠.

최종 결론: “가장 안 좋은 시나리오도 견디는 분배, 그것이 DM의 임무”

결론은 불확실한 네트워크 환경에서, “최악(적대적 Nature)”이 발생해도 망하지 않는 전략을 고려하는 것이 중요합니다.

단순히 ‘평균 영향력’만 보고 결정하면, 예상치 못한 한 번의 사고에 모든 투자가 무너질 수 있죠.

그래서 DM은 분산화를 꼼꼼히 따져, "최악의 시나리오에서조차 자원 공급을 유지할 수 있는 배분"을 설계해야 한다고 논문은 주장합니다.

결국, 비비미 본사가 특정 지점에만 매달리지 않고, 여러 지점에 재료와 자원을 적절히 나눠두거나, 위기 시 대체 가능하도록 설계하는 게 로버스트(견고한) 개입 전략이 됩니다.

이렇게 해야, “강남점이든 홍대점이든 갑자기 마비돼도” 나머지 지점이 보완해 전체가 붕괴되지 않게 하는 것이죠.

“네트워크 전반을 보고, ‘최악의 상황’에도 목표를 달성할 수 있는 해법을 찾아야 한다.”

— 이것이 바로, 이 논문에서 DM에게 요구하는 핵심 행동 방식입니다.

Nature는 언제 어떻게든 나타난다.

“Nature는 네트워크의 불확실성을 의도적으로 ‘최악’으로 몰고 가는 적대자다!”

사실 이 논문에서는 주로 금융이나 코로나19 의료 위기 같은 사례를 예로 들고 있습니다.

예를 들어, 국가(혹은 중앙은행)라는 DM이 A은행에 집중적으로 유동성을 지원했는데, A은행이 엉뚱한 곳에 대출을 몰아주어 결국 시스템 전체가 흔들릴 수 있다는 거죠.

이를 ‘DM의 의도를 Nature가 방해했다’라고 표현합니다.

예컨대, 본점(강남점)을 핵심 공급원이라 DM(본사)이 투자를 집중했는데, 갑자기 강남점이 마비되면 전체 지점이 다 휘청거리게 됩니다.

결국 Nature란, “네트워크가 DM(의사결정자)의 의도대로 굴러가지 못하게 만들 수 있는” 힘을 가진 존재입니다.

아무리 DM이 ‘이게 최선’이라 판단해도, Nature의 개입 한 번으로 최악의 결과가 되어버릴 수 있다는 게 핵심이죠.

Nature는 불확실하며 산재되어있고, 언제 어떤 모습으로 나타날지 모르는 추상성을 갖고 있습니다.

DM은 주체로써 명확히 이해되기 쉽지만 Nature는 미래에 언제 나타날지 모르는 변수이기에 Nature를 예측하고 그것을 미리 방지하는 유비무환의 자세가 필요하다고 말합니다.

최악의 시나리오 따져보기

조금 더 시나리오로써 이해해볼까요?

시나리오 : 강남점에 올인

*배경 설정하기

• 강남점은 본점 역할을 하면서, 재료(예: 밥·채소·육류 등)를 대량으로 확보해 홍대점과 신촌점에 매일 공급해 왔습니다.

• 평소 통계를 보면, 강남점이 물류 접근성도 좋고, 냉장 설비도 충분해 “가장 안정적”이라는 평가를 받죠.

*전략 부여하기

• DM(본사)은 “평균적으로 보았을 때” 강남점을 통한 일원화 공급이 비용 대비 효율이 가장 높다고 판단합니다.

• 그래서 강남점에 재료 80% 이상을 몰아두고, 다른 지점(홍대·신촌점)에는 직접적인 재고를 크게 두지 않습니다.

• “강남점에서 잘 조달해주겠지!”라는 믿음으로, 집중 투자하는 것이죠.

*여기서 문제 발생

• 어느 날 새벽, 강남점 냉장고 고장으로 대량의 식자재가 상해버렸거나, 갑자기 인력난으로 공급 체계가 마비됩니다(또는 도난 사고 발생 등).

• 그렇게 되면 홍대·신촌 어느 곳도 제때 재료를 받지 못해, 비비미 전 지점이 손해를 보는 치명적 상황이 발생합니다.

*따라서

• 전체 매출에 직격탄을 맞고, 갑작스러운 재료 부족을 메우느라 큰 비용이 발생합니다.

• “평균적으로 좋았던” 강남점 일원화 공급이, 단 한 번의 사고로 무너진 셈입니다.

로버스트 최적화라면

논문에서는 이렇게 ‘최악의 시나리오를 가정하고도 성과를 일정 수준 확보’할 수 있는 전략을 ‘로버스트 최적화’라고 불렀습니다.

시나리오처럼 일부 분산을 하지 않는다면, 사건이 터지게 될 경우 네트워크 전체가 마비될 취약성을 띄게 됩니다.

결국, 비비미 본사가 단순히 “평균적으로 어디가 제일 좋아 보이는지”가 아니라, “사고 한 번 터져도 네트워크가 버틸 수 있는지”를 기준 삼아 분배 전략을 세워야 한다는 것을 재강조 드립니다.

또 다른 전략,새로운 매장이 들어온다면?

이번에는 기존에 없던 ‘건대점’이 새로 오픈한다고 가정해볼까요?

그 순간, 비비미 네트워크 전체의 구조가 흔들릴 수 있습니다.

• 건대점이 홍대점에 재료를 공급하거나, 반대로 홍대점이 건대점으로 재료를 보내는 협력 관계가 생길 수도 있어요.

• 신촌점과 건대점이 예상치 못한 방식으로 거래를 시작할 수도 있죠.

• 이 과정에서 ‘어느 지점에서 어떤 재료를 전문적으로 보관할지’ 재설계가 필요해집니다.

이처럼 새로운 노드(매장)가 들어서면, DM(본사)은 ‘최악의 시나리오’를 다시 점검해야 합니다.

• 갑자기 건대점에 수요가 몰려 홍대·신촌점 재고가 부족해진다면 어떨까요?

• 혹은 건대점이 자체적으로 큰 사고(정전, 도난 등)를 당했을 때, 전체 공급망은 어떻게 대응해야 할까요?

논문에서는 새로운 노드가 추가될 때마다, 로버스트(견고한) 최적화 전략을 다시 세팅해야 한다고 강조합니다.

즉, 네트워크가 확장되면 불확실성의 양상도 달라지기 때문이죠.

• 기존에 없던 협력 경로나 거래가 생겨서 분산·공분산 구조가 바뀔 수 있고,

• 새롭게 생기는 지점이 ‘중심 노드’가 될 가능성도 있으며,

• 반대로 예상과 달리 “새 지점이 자주 문제를 일으키는 취약점”이 될 수도 있습니다.

따라서,

“항상 최악의 상황을 염두에 두고,새로운 지점이 추가되었을 때도 유연하게 분배 전략을 조정하자!”

라는 메시지가 이 논문의 핵심 중 하나입니다.

비비미 본사 입장에서는, 단지 건대점을 추가한다고 끝이 아니라, 건대점이 들어왔을 때 강남·홍대·신촌점과의 상호작용이 최악으로 흘러갈 수 있는 경로까지 가정해보고 미리 대비해야 하는 거죠.

평균적으로 그저 좋은 방법이 아닌, 최악의 리스크를 따지는 로버스트 전략

“결국 네트워크 개입에서 중요한 건, 단순히 ‘평균적으로 좋은 해법’이 아니라,

• ‘무슨 일이 닥쳐도 버틸 수 있는 견고한 해법’을 고민하고 찾는 것입니다.

• 식당 체인이라면, 한 지점에만 의존하지 않는 배분 체계

• 금융이라면, 특정 은행이 무너져도 시스템 전체가 흔들리지 않도록 설계

• 방역이라면, 예측 불가능한 이동이나 협력 실패를 고려해 백신을 분산 배치

이렇게 ‘적대적 자연(Nature)’이 교란해도 네트워크가 무너지지 않게,DM은 다양한 시나리오를 대비해서 우리는 지속가능성을 유지할 수 있습니다.