엑셀 업무를 AI 웹앱으로 바꾸려면? | 생산·재고 업무의 구조 설계

엑셀 생산·재고 업무를 AI 웹앱 구조로 전환하는 주제를 보여주는 빅보보스 대표 이미지

엑셀 파일이 하나 있다.

품목표, 생산계획, 자재 재고, 완제품 재고, 출고 내역이 시트별로 나뉘어 있다. 담당자는 매일 숫자를 붙여넣고, 수식을 확인하고, 틀어진 행을 찾는다.

이 업무를 AI로 웹앱처럼 바꿀 수 있을까.

가능한 부분은 있다. 다만 엑셀 화면을 그대로 웹으로 옮기는 방식이면 오래 버티기 어렵다.

이 글은 실제 구축 완료 사례가 아니다. 생산·재고 업무를 설명하기 위해 만든 가상의 사례를 기준으로, 엑셀 업무를 AI 웹앱으로 바꿀 때 먼저 설계해야 할 구조를 정리한다.

※ 기준: 2026년 9월, 비개발자 관점의 업무 구조 설계 메모

☆먼저 정할 것

  • 무엇을 입력할지보다 무엇을 기준정보로 둘지
  • 재고가 어느 순간 늘고 줄어드는지
  • 작업자가 직접 입력해야 하는 값과 자동으로 계산할 값을 어떻게 나눌지

✓엑셀을 웹앱으로 바꾸는 출발점

엑셀 업무를 웹앱으로 바꾼다고 하면 보통 화면을 먼저 떠올린다. 입력 폼, 조회 화면, 버튼, 다운로드 기능 같은 것들이다.

하지만 생산·재고 업무에서는 화면보다 먼저 정해야 할 것이 있다. 품목, BOM, 재고 위치, 단위, 작업자, 납품처 같은 기준정보다.

엑셀에서는 한 셀에 적힌 값이 조금 달라도 사람이 눈치로 맞춘다. 웹앱은 그렇지 않다. 품목명이 한 글자만 달라도 다른 데이터로 볼 수 있고, 박스 단위와 낱개 단위를 구분하지 않으면 재고 숫자는 바로 틀어진다.

웹앱 설계의 첫 단계는 예쁜 화면이 아니라, 같은 일을 같은 이름과 같은 단위로 기록하게 만드는 것이다.

☆엑셀과 웹앱의 차이

  • 엑셀은 담당자의 기억과 눈썰미가 오류를 보정한다.
  • 웹앱은 정해진 구조 안에서만 데이터를 처리한다.
  • AI는 구조화된 데이터가 있을 때 흐름을 설명하고 이상 신호를 찾기 쉽다.

✓생산에서 출고까지 이어지는 데이터

가상의 예를 들어보자.

작업자는 제품 A를 100개 생산한다. 제품 A 1개를 만들려면 원자재 X 2개와 부자재 Y 1개가 필요하다. 생산 실적이 저장되면 원자재 재고는 줄고, 완제품 재고는 늘어야 한다. 이후 출고가 확정되면 완제품 재고가 다시 줄어야 한다.

이 흐름이 엑셀에서는 여러 시트에 흩어진다. 생산계획 시트, BOM 시트, 자재 재고 시트, 완제품 재고 시트, 출고 시트가 따로 움직인다. 담당자가 수식과 필터로 연결해두면 당장은 돌아간다.

웹앱으로 바꿀 때는 이 흐름을 하나의 데이터 흐름으로 봐야 한다.

생산계획 → 작업자 배정 → BOM 확인 → 자재 차감 → 생산 실적 → 완제품 증가 → 출고 확정 → 납품처 기록 순서가 끊기지 않아야 한다.

생산계획부터 작업자 배정, BOM, 자재 재고, 완제품 재고, 출고, 납품처까지 이어지는 웹앱 데이터 흐름

여기서 AI가 할 수 있는 일은 숫자를 대신 입력하는 것이 아니다. 어떤 생산 실적이 평소보다 이상한지, 특정 자재가 생산량 대비 너무 빨리 줄어드는지, 특정 납품처 출고에서 반복 오류가 생기는지 찾는 쪽에 가깝다.

AI가 볼 수 있는 것은 화면이 아니라 기록된 흐름이다.

✓작업자 입력을 줄이는 화면

현장 화면은 많이 입력하게 만들수록 실패한다.

작업자가 생산 수량, 자재 차감 수량, 완제품 증가 수량, 출고 가능 수량을 모두 직접 입력하게 하면 엑셀보다 나아진 것이 별로 없다. 입력 위치만 바뀐 셈이다.

좋은 화면은 작업자가 꼭 아는 값만 입력하게 한다. 예를 들면 오늘 생산한 수량 97개, 불량 2개, 작업 종료 여부 같은 값이다. 나머지는 기준정보와 규칙으로 자동 계산돼야 한다.

작업자가 생산 수량을 입력하면 생산 실적, 자재 차감, 완제품 재고, 관리자 현황으로 자동 반영되는 웹앱 화면 구조

예를 들어 작업자가 제품 A 생산 수량 97개를 입력하면, 시스템은 BOM을 기준으로 원자재 X 194개와 부자재 Y 97개를 차감해야 한다. 완제품 A는 97개 늘어난다. 관리자 화면에는 생산 실적, 자재 소진, 완제품 재고가 같이 보인다.

단, 모든 것을 자동으로 넘기면 안 된다. 자재 부족, 대체 자재 사용, 불량, 재작업, 출고 보류 같은 예외는 사람이 확인할 수 있어야 한다.

입력을 줄인다는 말은 확인을 없앤다는 뜻이 아니다. 사람이 봐야 할 예외를 더 잘 보이게 만드는 것이다.

✓AI 웹앱이 대신 판단하면 안 되는 것

생산·재고 업무에서 AI 웹앱은 보조 역할에 가깝다. 이상 신호를 찾고, 입력 누락을 알려주고, 예상 재고 부족을 계산할 수는 있다.

하지만 납품 지연을 고객에게 어떻게 설명할지, 대체 자재 사용을 승인할지, 불량 재고를 정상 재고로 돌릴지 같은 결정은 사람이 책임져야 한다.

특히 재고는 숫자만의 문제가 아니다. 고객 약속, 품질 기준, 원가, 현장 작업 순서가 같이 얽힌다. AI가 추천할 수는 있어도 최종 승인과 이력은 남겨야 한다.

☆위험한 설계

  • AI가 재고 조정을 자동 확정
  • 대체 자재 사용을 승인 없이 반영
  • 불량, 보류, 폐기 재고를 정상 재고와 섞어 관리
  • 누가 언제 수정했는지 이력 없이 덮어쓰기

웹앱 설계에서 중요한 것은 AI가 얼마나 똑똑한가보다, 어디까지 자동 처리하고 어디서 사람에게 멈춰 세울지 정하는 것이다.

✓운영 전에 확인할 구조

엑셀 업무를 웹앱으로 바꾸기 전에는 아래 항목을 먼저 점검하는 편이 좋다. 이 항목이 정리되지 않으면 화면을 만들어도 현장에서는 다시 엑셀을 찾게 된다.

점검 항목 확인 기준 실무 포인트
품목 품목코드, 품목명, 규격 일치 유사 품목 중복 등록 방지
BOM 제품별 자재 소요량 기준 대체 자재, 로스, 버전 관리
재고 위치, 상태, 단위 구분 정상, 보류, 불량 재고 분리
작업 입력값과 자동 계산값 분리 작업자 입력 최소화
예외 부족, 불량, 대체, 보류 처리 승인과 이력 기록

아래 아코디언은 세부 점검용이다. 글의 결론은 접어두지 않는다. 엑셀을 AI 웹앱으로 바꾸려면 화면이 아니라 기준정보, 재고 변화, 입력 최소화, 예외 승인, 운영 환경을 먼저 설계해야 한다.

① 품목·BOM

품목코드는 사람이 읽기 좋은 이름보다 시스템이 중복 없이 찾을 수 있는 기준이어야 한다. 제품, 반제품, 원자재, 부자재를 같은 방식으로 등록할지부터 정한다.

BOM은 생산 재고의 중심이다. 제품별 소요량, 대체 자재, 로스율, 적용 시작일을 기록해야 나중에 생산 실적과 자재 차감이 맞는다.

② 재고·위치·단위

재고는 수량만으로 부족하다. 어느 위치에 있고, 어떤 상태이며, 어떤 단위로 관리되는지 같이 있어야 한다.

박스, 낱개, 팔레트 단위가 섞이면 계산은 맞아 보여도 현장에서는 틀릴 수 있다. 단위 변환 기준을 별도로 둔다.

③ 작업자·납품처

작업자는 많이 입력하는 사람이 아니라, 실제 작업 결과를 확인하는 사람에 가깝게 설계해야 한다.

납품처는 출고 조건, 납품 시간, 포장 기준, 라벨 기준과 연결된다. 단순 거래처명으로만 두면 출고 예외를 설명하기 어렵다.

④ 예외처리 상세

자재 부족, 생산 중단, 불량, 재작업, 대체 자재, 출고 보류는 정상 흐름과 분리해서 기록한다.

예외를 임시 메모나 구두 보고로 처리하면 나중에 재고 차이의 원인을 찾기 어렵다. 승인자, 사유, 처리일, 변경 전후 수량을 남긴다.

⑤ 실제 운영환경 체크

현장 태블릿이나 휴대폰에서 입력할지, 관리자 PC에서 확정할지, 인터넷이 끊겼을 때 어떻게 할지 정해야 한다.

권한도 나눠야 한다. 작업자는 실적 입력, 관리자는 승인과 수정, 운영자는 기준정보 관리처럼 역할별 권한을 분리한다.

☆정리

  • 엑셀 업무를 웹앱으로 바꾸려면 시트가 아니라 흐름을 설계한다.
  • 생산·재고 업무는 품목, BOM, 위치, 단위가 먼저 정리돼야 한다.
  • 작업자 입력은 줄이고, 예외 확인과 승인 이력은 남긴다.
  • AI는 판단을 대신하기보다 이상 신호와 누락을 찾는 보조 역할로 두는 편이 안전하다.

엑셀은 나쁜 도구가 아니다. 빠르게 만들고, 바로 수정하고, 담당자가 직접 확인하기 좋다. 다만 생산과 재고처럼 여러 사람이 같은 숫자를 봐야 하는 업무에서는 한계가 빨리 온다.

웹앱으로 바꾼다는 것은 엑셀을 버린다는 뜻보다, 담당자의 기억에 기대던 규칙을 시스템 안에 넣는 일에 가깝다. 그 구조가 잡혀야 AI도 쓸모 있는 조언을 할 수 있다.


English Summary
Turning spreadsheet work into an AI web app starts with data structure, not screens. For production and inventory workflows, companies should define item master data, BOM rules, inventory locations, units, user roles, exception handling, and approval history before expecting AI to support decisions.

관련 글

재고 불일치의 진짜 원인은 어디에서 시작될까
AI 쓰는데 왜 일이 더 늘지?|직장인이 자동화 전에 정해야 할 5가지
바이브 코딩, 잘 돌아간다고 끝이 아니었습니다|Freebuff로 직접 검수해보니

빅보보스에서 더 알아보기

지금 구독하여 계속 읽고 전체 아카이브에 액세스하세요.

계속 읽기