물류창고에서 오피킹은 단순한 실수가 아니다. 오피킹 하나가 나면 반품 처리, CS 대응, 재출고까지 연쇄 비용이 발생한다. 소비자 입장에서는 잘못된 상품을 받은 경험이 재구매 여부를 결정하는 요인이 되기도 한다. 그런데도 많은 창고에서 오피킹을 “가끔 생기는 일”로 넘기고, 원인을 추적하지 않는다. 원인을 모르니 같은 오류가 반복된다.
오피킹률을 낮추는 첫 번째 단계는 원인을 데이터로 특정하는 것이다. 어떤 SKU에서, 누가, 어느 시간대에 오피킹을 만드는지 알아야 개선이 가능하다.
오피킹이 생기는 주요 원인
현장에서 반복적으로 나타나는 원인은 크게 세 가지다.
첫째는 로케이션 문제다. 라벨이 훼손됐거나, 비슷하게 생긴 SKU가 인접한 로케이션에 혼재돼 있거나, 로케이션 이동 후 시스템에 반영이 늦어진 경우가 해당된다. 이 유형은 특정 SKU에서 오피킹이 집중적으로 나타나는 패턴으로 드러난다.
둘째는 속도 압박이다. 피크 시간대에 처리 속도를 높이다 보면 바코드 스캔을 건너뛰거나 수량 확인을 대충 하는 경우가 생긴다. 이 유형은 특정 시간대에 오피킹이 몰리는 패턴으로 나타난다.
셋째는 피킹 리스트 문제다. 오더가 여러 라인으로 구성됐을 때 줄을 건너뛰거나, 출력 형식이 작업자 입장에서 읽기 불편한 경우다. 피킹 리스트 자체를 개선하면 오류가 줄어드는 경우가 많다.
원인별 개선 방법
로케이션 문제라면 먼저 오피킹이 반복되는 SKU의 로케이션을 직접 확인한다. 라벨 상태, 인접 SKU와의 혼재 여부, 시스템 위치와 실물 위치의 일치 여부를 점검한다. 대부분 현장에서 직접 보면 원인이 눈에 들어온다.
비슷하게 생긴 SKU가 인접 로케이션에 있는 경우, 물리적으로 거리를 두는 것이 가장 확실한 해결책이다. 색상 라벨로 구분하거나, 격리 선반을 두는 방법도 쓴다.
속도 압박이 원인이라면 바코드 스캔을 의무화하는 것이 핵심이다. 스캔 없이 피킹이 완료되지 않는 구조를 만들어야 한다. 스캔 없이 “눈으로 확인했다”는 방식은 피크 시간에 반드시 오류가 난다.
피킹 리스트 문제라면 폰트 크기, 줄 간격, SKU와 수량의 배치 순서를 개선한다. 작업자가 혼선 없이 읽을 수 있는 형식으로 바꾸는 것만으로도 오류가 줄어드는 경우가 있다.
데이터로 추적하는 방법
오피킹이 발생할 때마다 날짜, SKU, 담당 작업자, 발생 시간, 오류 유형을 기록하는 로그를 만들어야 한다. 이 기록이 없으면 패턴을 볼 수 없다. 엑셀 시트 하나, 또는 구글 폼으로 시작해도 충분하다.
한 달치 데이터가 쌓이면 COUNTIFS 함수로 SKU별, 작업자별, 시간대별 오피킹 빈도를 집계한다. 상위 3개 원인이 전체 오피킹의 60~70%를 차지하는 경우가 많다. 그 3개를 해결하면 오피킹률이 절반 가까이 줄어든다.
오피킹률 목표 설정
오피킹률의 업계 일반 기준은 0.3% 이하다. 현재 0.6%라면 즉시 원인 분석이 필요한 수준이다. 0.3~0.5%는 개선 여지가 있는 수준이고, 0.1% 이하는 시스템이 잘 갖춰진 창고에서 달성하는 수준이다.
목표를 설정할 때는 현재 수치보다 20~30% 낮은 것을 단기 목표로 잡는 게 현실적이다. 한 번에 0으로 만들겠다는 목표보다, 단계적으로 낮추면서 원인을 하나씩 제거하는 접근이 지속 가능하다.
오피킹률이 낮아지면 반품 비용, CS 처리 시간, 재출고 비용이 동시에 줄어든다. 비용 절감과 고객 만족도 향상이 함께 일어나는 개선이기 때문에, 창고에서 가장 먼저 집중해야 할 지표 중 하나다.