원가동인과 표준시간 설계
창고에서 시간을 어떻게 재는가

2부 끝에서 한 문장을 남겼습니다. 동인을 잘못 고르면 ABC는 매출 비례 배부보다 더 정교하게 틀립니다.

왜 "더" 틀리는가. 매출 비례 배부는 누구나 대충 알고 씁니다. 정교하게 계산된 활동별 원가는 다릅니다 — 숫자가 소수점까지 나오고 표가 깔끔하면 사람들은 검산을 멈춥니다. 틀린 숫자가 신뢰를 얻는 순간, 그 숫자로 단가를 정하고 화주사를 정리합니다.

산수로 보겠습니다. 출고 건수가 똑같이 월 1만 건인 화주사 두 곳이 있습니다.

피킹 총원가가 2,900만 원이라고 하죠. 동인을 무엇으로 잡느냐에 따라 배부가 이렇게 갈립니다.

건수를 동인으로 쓰면 D가 E의 피킹 원가 850만 원을 대신 냅니다. 그리고 이 배부액으로 갱신 협상을 하면, D에게는 인상을 요구하고 E에게는 할인을 제안하게 됩니다. 정확히 거꾸로죠.

이 글은 그 사고를 막는 두 가지 설계를 다룹니다 — 어떤 동인을 고를 것인가, 그리고 표준시간을 어떻게 만들 것인가.

동인은 상관이 아니라 인과로 고른다

위 예제에서 출고 건수는 나쁜 동인이 아닙니다. 틀린 동인입니다. 그리고 이 둘의 차이가 중요합니다.

출고 건수와 피킹 시간은 상관관계가 높습니다. 건수가 늘면 피킹 시간도 늘죠. 통계만 보면 훌륭한 동인처럼 보입니다. 그런데 피킹 시간을 실제로 만드는 것은 라인 수입니다. 건수는 라인 수와 상관이 있어서 상관이 있어 보이는 것이고, 그 상관이 화주사마다 다르면(D는 1.2, E는 4.6) 배부가 무너집니다.

동인 선택은 통계 문제가 아니라 인과에 대한 판단입니다. 세 가지를 통과해야 합니다.

③번은 앞선 글들과 이어집니다. 「물류센터 작업자 관리」에서 표준이 채점표가 되면 현장이 지표를 최적화한다고 했습니다. 동인도 마찬가지입니다. 동인이 곧 원가 배부의 근거이자 성과 지표가 되면, 조작 가능한 동인은 결국 조작됩니다. 물리적 사실에 가까운 값 — 라인 수, 박스 수, 파렛트·일 — 이 안전합니다.

집계 오차 — 하나의 동인으로 뭉갤 때 생기는 일

동인을 옳게 골랐다고 끝이 아닙니다. 같은 동인 안에 이질적인 작업이 섞여 있으면 여전히 틀립니다. 회계에서는 이걸 집계 오차(aggregation error)라고 부릅니다 — 서로 다른 성질의 활동을 하나의 배부율로 뭉갤 때 생기는 부정확성입니다.

피킹 라인이 좋은 예입니다. 라인 1개의 작업 시간이 UOM에 따라 크게 다릅니다.

원가는 1부의 결합 표준요율(노무 14,760원 + 간접비 7,000원 = 시간당 21,760원, 분당 약 363원)로 환산한 값입니다. 가장 싼 라인과 가장 비싼 라인이 4배 차이입니다.

이제 라인 수가 똑같이 2만인 화주사 두 곳을 보죠. UOM 구성만 다릅니다.

같은 2만 라인인데 실제 원가가 2.2배 차이입니다. 그런데 "라인당 401원"이라는 단일 배부율은 둘이 똑같다고 답합니다. F가 G에게 매달 294만 원을 보조하는 셈이죠.

앞의 D·E 사례는 동인을 잘못 고른 경우였고, 이건 동인은 맞는데 너무 뭉갠 경우입니다. 증상은 같습니다 — 한 화주사가 다른 화주사의 원가를 대신 냅니다.

원칙은 회계 연구가 정리해 뒀습니다. 활동 그룹은 동질성이 최대이고 상관도가 높게 묶는다. 실무 판단으로 옮기면 이렇습니다.

마지막 줄이 자주 무시됩니다. 상관이 매우 높은 두 활동에 각각 동인을 붙이면 정확도는 안 오르고 유지 부담만 두 배가 됩니다.

동인은 몇 개가 적정한가

정확도와 측정 비용은 정면으로 부딪힙니다. 동인을 늘리면 정확해지지만, 늘어난 동인마다 매달 집계하고 검증하고 설명해야 합니다.

2부에서 본 ABC 실패율 40~60%의 절반은 여기서 나왔습니다. 활동을 수백 개로 쪼개고 동인을 그만큼 만든 조직이 3년을 못 버텼습니다.

실무적으로 쓸 만한 기준선은 이렇습니다.

• 활동당 동인 1개를 기본으로 시작합니다.
• 그 활동 안에서 하위 유형 간 시간이 2배 이상 벌어지면 그때 쪼갭니다.
• 편차가 크지만 쪼개기 애매하면 2단 구조를 씁니다 — 건당 고정분 + 라인당 변동분.
• 원가 상위 3개 활동에만 정밀 동인을 붙이고, 나머지는 단순 동인으로 둡니다.

2단 구조는 시장이 이미 쓰고 있습니다. 2026년 이커머스 3PL의 피킹·포장 요율이 첫 품목 $2.75 + 추가 품목당 $0.50 형태로 굳은 게 그 증거입니다. 주문을 잡고 토트를 준비하는 시간은 라인 수와 무관하고, 걷고 집는 시간은 라인 수에 비례하니까요.

표준시간은 숫자가 아니라 식이다

여기가 이 글의 중심입니다.

1부에서 출고 1건의 표준시간을 5.5분으로 세웠습니다. 그런데 그 5.5분은 단품 케이스 주문의 값이고, 5라인 합포장은 12.1분이었습니다. 두 배 이상 차이 나는 값을 하나의 "출고 표준시간"으로 쓸 수는 없습니다.

해법은 표준시간을 상수가 아니라 식으로 정의하는 것입니다. TDABC에서는 이걸 시간 방정식(time equation)이라고 부릅니다. 기본 시간에 조건별 추가 시간을 더하는 구조이고, if/then 논리로 주문 특성의 변동을 담습니다.

1부의 두 값에서 계수를 역산하면 이렇게 나옵니다.

검산해 보죠. 라인 1개면 3.4 + 1.43 = 4.83분(1부의 4.8분), 라인 5개면 3.4 + 7.15 = 10.55분(1부의 10.5분). 여기에 여유율 15%를 곱하면 5.5분과 12.1분이 나옵니다. 1부에서 따로 계산했던 두 값이 하나의 식에서 나옵니다.

이제 조건 항을 붙입니다.

같은 "5라인 주문"을 두 유형으로 계산해 보겠습니다.

같은 라인 수인데 표준원가가 41% 차이납니다. 단일 표준시간 12.1분을 쓰면 두 번째 유형 주문마다 1,814원을 잃습니다. 그 유형이 월 3,000건이면 544만 원이죠.

시간을 재는 네 가지 방법

계수는 어디서 오는가. 방법은 네 가지고, 하나만 골라야 하는 게 아닙니다.

시간연구는 물류 실무에서 가장 널리 쓰이는데, 정직하게 약점을 알고 써야 합니다. 시간연구의 계산식은 이렇습니다.

여기서 레이팅은 관측자가 "이 작업자가 정상 속도의 몇 %로 일하고 있는가"를 판정한 값입니다. 즉 표준시간의 정확도가 관측자의 주관적 판단에 실려 있습니다. 게다가 관측되고 있다는 사실을 아는 사람은 행동이 바뀝니다.

그래서 시간연구는 절대값보다 상대 비교에 강합니다. "낱개 피킹이 케이스 피킹보다 2.3배 걸린다"는 결론은 믿을 만하고, "낱개 피킹은 정확히 1.6분이다"는 결론은 그만큼 믿을 게 아닙니다. 계수의 비율은 시간연구로, 절대 수준은 원장 실적으로 맞추는 조합이 실용적입니다.

원장 회귀 — 창고만 쓸 수 있는 방법

2부에서 창고가 ABC의 예외라고 했습니다. 제조업이 인터뷰로 만들던 활동 데이터를 창고는 스캔으로 얻는다고요. 그 우위를 표준시간 설계에서 구체적으로 쓰는 방법이 원장 회귀입니다.

WMS 원장에는 태스크마다 이미 이런 값이 남습니다.

• 시작 스캔 시각, 완료 스캔 시각
• 라인 수, 수량, UOM
• 로케이션(그리고 좌표가 있으면 거리)
• 작업자, 화주사, SKU 속성(냉장·규격)

여기서 소요시간을 종속변수로, 나머지를 설명변수로 두면 시간 방정식의 계수가 그대로 나옵니다. 관측자도 스톱워치도 필요 없고, 표본이 아니라 전수입니다.

다만 원장 시간은 순수한 작업시간이 아닙니다. 스캔과 스캔 사이에는 이동·대기·중단·잡담이 섞여 있습니다. 그래서 네 가지 정제가 필요합니다.

1. 이상치 제거 — 상하위 5%를 자릅니다. 점심시간에 걸친 태스크, 중단됐다 재개된 태스크가 여기 걸립니다.
2. 평균이 아니라 중위값 — 1부에서 말한 그대로, 평균은 표준이 아닙니다.
3. 숙련 구간 분리 — 「작업자 관리」편의 1~3주 70%, 4~8주 85%, 9주+ 100% 구간을 나눠 회귀합니다. 신입이 섞인 표본으로 계수를 뽑으면 표준이 느슨해집니다.
4. 간접시간 분리 — 정돈·회수·교육 코드를 제외합니다. 이 코드가 없으면 회귀 이전에 코드부터 만들어야 합니다.

표본 크기는 조건 조합당 최소 30건을 권합니다. 그보다 적은 조합은 계수를 뽑지 말고 상위 조합에 합치는 편이 낫습니다.

이동시간이 절반이다

피킹 표준시간을 설계할 때 대부분이 놓치는 변수가 하나 있습니다. 거리입니다.

여러 연구가 일관되게 말합니다. 이동시간이 전체 피킹 시간의 50% 이상을 차지하고, 어떤 분석은 57%까지 봅니다. 그리고 슬로팅을 개선하면 보행 거리를 30~50% 줄일 수 있습니다.

그런데 대부분의 피킹 표준시간은 라인 수만 봅니다. 라인당 1.43분 안에 이동시간이 절반쯤 섞여 있는데, 그 절반이 어느 존에서 집었는지에 따라 두 배 이상 다릅니다.

로케이션 좌표가 있으면 이걸 식에 넣을 수 있습니다.

5라인 주문을 두 경우로 계산해 보죠.

건당 544원은 작아 보이지만, 월 1만 건이면 544만 원입니다. 그리고 이 원가는 화주사가 아니라 슬로팅이 만듭니다. 거리를 동인에 넣는 순간 두 가지가 동시에 보입니다 — 어느 화주사의 재고가 나쁜 자리에 있는지, 그리고 그 배치를 바꾸면 얼마가 절약되는지.

이게 「작업자 관리」편에서 말한 작업 난이도 정규화의 구체적 방법입니다. 나쁜 자리에서 집은 작업자를 느리다고 평가하지 않으려면, 표준시간이 거리를 알아야 합니다.

2026년, 측정이 표본에서 전수로 넘어간다

① AI·비전이 표본 추출을 대체하고 있다.

센서와 컴퓨터 비전을 붙인 시스템은 표본 시간연구가 아니라 모든 태스크의 실제 사이클 타임을 관측합니다. 실제 이동 경로까지 추적합니다. 이건 정확도가 조금 오르는 변화가 아니라 표본 통계에서 전수 관측으로 넘어가는 성격의 변화입니다. 관측자 레이팅의 주관도, 관측되는 줄 알고 빨라지는 편향도 함께 사라집니다.

② 학습 기반 표준이 계수를 자동으로 추정한다.

최근 노무 관리 도구는 작업자·작업 유형·작업 구역·상품 취급 특성 같은 다변수를 반영해 소요시간을 예측합니다. 이건 사실상 시간 방정식의 계수를 자동으로 다시 뽑는 일입니다. 앞에서 손으로 설계한 식을 기계가 매일 갱신하는 셈이죠.

③ 그런데 여기에 함정이 있다.

전수 관측은 지금 하고 있는 방식을 아주 정밀하게 기록합니다. 그게 해야 하는 방식인지는 답하지 않습니다. 관측이 정밀해질수록 이력 기준 표준과 공학적 표준의 경계가 흐려지고, 1부에서 말한 함정이 되돌아옵니다 — 평균은 표준이 아닙니다. 동선이 잘못 설계된 창고에서 전수 관측으로 뽑은 표준시간은, 그 잘못된 동선을 정밀하게 정당화합니다.

방어책은 하나입니다. 기계가 추정한 계수를 주기적으로 공학적 표준이나 설계 목표와 대조하는 것. 원장 회귀와 시간연구를 대조하라고 했던 것과 같은 규율입니다.

④ 유지 부담이 자동화를 필수로 만든다.

이커머스 주문 복잡도 때문에 물류센터의 개별 태스크 종류가 2018년 이후 3~4배로 늘었습니다. 유지해야 할 계수의 수도 그만큼 늘었죠. 표준 재산정 모범 관행이 18~24개월인데 현실이 3~5년인 이유가 여기 있습니다. 손으로 유지하는 시간 방정식은 태스크 40종을 넘기면 사실상 관리되지 않습니다. 자동 재추정은 편의 기능이 아니라 규모의 요건이 됐습니다.

⑤ 동인 선택은 여전히 사람의 일이다.

2부에서 말한 그대로입니다. AI는 계수를 추정하고 이상을 탐지하지만, 어떤 변수를 동인으로 쓸지는 인과 판단입니다. 매출액을 설명변수로 넣으면 회귀는 아주 좋은 결정계수를 뱉어냅니다. 그리고 그 모델로 만든 배부는 2부의 순환논법을 정밀하게 재현합니다.

첫 달에 할 수 있는 것

1. 동인 목록을 적고 3검증을 통과시킨다. 인과·측정·조작 저항. 하나라도 걸리면 그 동인을 바꿉니다.
2. 각 활동 안의 시간 편차를 확인한다. 하위 유형 간 2배 이상 벌어지는 곳을 찾습니다. 거기가 쪼갤 지점입니다.
3. 표준시간을 식으로 다시 쓴다. 기본 + 라인 계수부터 시작해도 됩니다. 조건 항은 10% 이상 움직이고 원장에서 자동 판별되는 것만.
4. 원장 회귀로 계수를 뽑는다. 이상치 5% 절단, 중위값, 숙련 구간 분리, 간접시간 제외. 조합당 30건 미만은 합칩니다.
5. 표본 시간연구로 계수 비율을 대조한다. 절대값이 아니라 비율만 봅니다. 어긋나면 스캔 규율을 먼저 봅니다.
6. 로케이션 좌표가 있으면 거리 항을 넣는다. 없으면 존 단위 3구간(근·중·원)으로 시작해도 충분합니다.

6번은 좌표가 없어도 시작할 수 있다는 점이 중요합니다. 정밀한 거리 계산 대신 존별 가중치 1.0 / 1.3 / 1.6 정도로 시작하면, 거리를 아예 무시하는 표준보다 훨씬 낫습니다. 완벽한 동인을 기다리다 아무것도 안 재는 게 가장 비쌉니다.

정밀함과 정확함은 다르다

이 글을 한 문장으로 줄이면 이렇습니다. 정밀한 계산은 정확한 계산이 아닙니다.

소수점 두 자리까지 나오는 배부표는 정밀합니다. 그런데 동인이 틀렸으면 그 정밀함이 오차를 숨깁니다. 매출 비례 배부는 누구나 대충 믿지만, 활동별로 계산된 표는 사람들이 진짜로 믿습니다. 그래서 틀린 동인은 대충 틀린 방법보다 위험합니다.

동인 설계에서 물어야 할 질문은 "얼마나 정교한가"가 아니라 세 가지입니다. 이 값이 그 시간을 만드는가. 매달 저절로 집계되는가. 현장이 만들어낼 수 있는가. 셋을 통과한 단순한 동인이, 셋 중 하나를 놓친 정교한 동인보다 항상 낫습니다.

4부에서는 이렇게 세운 표준과 실제의 차이를 매달 읽는 방법 — 차이분석과 원가 통제를 다루겠습니다. 1부에서 요율차이·능률차이·조업도차이의 골격을 세웠으니, 4부는 그것을 활동별·화주사별로 펼쳐 매달 세 문장으로 압축하는 작업입니다.