식자재 유통업의 AI 전환 — 시스코가 공개한 연간 절감 계획의 구조

미국 최대 식자재 유통기업 시스코(Sysco)가 지난달 실적 발표에서 눈에 띄는 숫자를 하나 공개했다. 2027 회계연도(2026년 7월~2027년 6월)에 인공지능 기반 절감 프로그램으로 순투자 차감 후 1억 달러의 이익 개선을 만들겠다는 목표다. 팔란티어나 클라르나처럼 소프트웨어 기업이 자기 제품으로 자기 조직을 실험하는 사례와는 결이 다르다. 시스코는 트럭과 창고, 콜센터로 돌아가는 전통적인 유통업이고, 바로 그 점 때문에 이 사례는 한국의 제조·유통·서비스 중견기업에 더 가까운 참고 대상이 된다.

무슨 일이 있었나

시스코는 2026년 8월 4일 2026 회계연도 4분기 및 연간 실적을 발표했다. 연간 매출은 전년 대비 3.9% 늘어난 846억 달러(약 117조원), 매출총이익은 4.5% 증가한 156억 달러였다. 영업이익은 35억 달러로 사실상 제자리(+0.1%)였고, 일회성 항목을 제외한 조정영업이익은 37억 달러로 0.7% 늘었다. 조정 주당순이익(EPS)은 4.61달러였다.

같은 발표에서 회사는 2027 회계연도 가이던스로 매출 성장률 6~7%, 조정 EPS 성장률 9~11%(5.02~5.12달러)를 제시했다. 이 가이던스를 뒷받침하는 근거 중 하나로 처음 공개한 것이 AI 기반 비용 절감 계획이다. 회사 설명에 따르면 2027 회계연도에 순투자 차감 후 약 1억 달러(약 1,390억원)의 당해년도 절감 효과를 내고, 영업·머천다이징·공급망·백오피스 전반에 걸친 완전 반영 시 연환산(run-rate) 절감 규모는 약 1억 6,000만 달러(약 2,220억원)에 이른다고 밝혔다. 당해년도 목표가 연환산 목표의 60% 수준에 그친다는 것은 나머지 효과가 다음 회계연도로 넘어간다는 뜻이고, 회사는 이 절감이 하반기에 집중되고 미국 사업 비중이 크다고 덧붙였다.

절감이 나오는 영역으로는 재고 관리와 수요 예측 정확도 개선, 주문·송장 코딩 처리 효율화, 배송 경로 최적화, 백오피스 자동화가 꼽혔다. 이미 4분기 실적에서 일부 효과가 확인됐는데, 공급망 부문 조정영업이익이 4.1% 늘었고 정시 배송률이 10%포인트 개선됐으며 주행거리 대비 처리 물량이 늘어 배송당 원가가 낮아졌다고 회사는 설명했다. 영업 조직에는 AI360이라는 판매 지원 도구를 도입해 영업사원의 상품 추천과 고객 대응 속도를 높이고 있다고 덧붙였다. 여기에 더해 8월 20일에는 AI·기술 혁신 경력을 가진 이사 두 명(제이슨 머리, 톰 온드로프)을 9월 1일부로 이사회에 선임해 이 전환을 지배구조 차원에서 뒷받침하겠다고 밝혔다.

왜 식자재 유통업에서 나왔나

식자재 유통업은 AI 전환의 재무 효과를 설명하기에 좋은 산업이다. 조정영업이익률이 4%대에 불과할 만큼 마진이 얇고, 매출은 트럭 한 대, 창고 한 칸, 콜센터 응대 한 건 단위로 쪼개져 발생한다. 마진이 두꺼운 소프트웨어 기업이라면 같은 절감액이 손익에 묻히지만, 이런 구조에서는 배송 경로 몇 퍼센트, 재고 예측 오차 몇 퍼센트가 그대로 영업이익률로 드러난다. 시스코의 조정영업이익이 지난해 0.7% 늘어나는 데 그쳤다는 점을 함께 보면, 왜 회사가 성장률이 아니라 비용 구조에서 다음 이익 성장의 근거를 찾았는지가 분명해진다.

또 하나 눈에 띄는 것은 발표 시점이다. 시스코는 지난 3월 최고재무책임자(CFO)가 다른 산업의 대기업으로 자리를 옮기면서 4월까지 인수인계를 거쳐 현재 내부 승진자가 직무대행 체제로 재무를 이끌고 있다. 리더십 교체기에 굳이 AI 절감 목표치를 구체적인 숫자로 공개한 것은, 시장에 성장 스토리를 다시 설득해야 할 필요와 무관하지 않을 것이다.

재무적으로 무엇이 바뀌는가

공개된 수치를 기준으로 계산하면, 1억 달러의 당해년도 절감은 지난해 조정영업이익 37억 달러의 약 2.7%에 해당한다. 지난해 조정영업이익 증가율이 0.7%였던 것과 비교하면, 이 절감분만으로도 전년보다 훨씬 큰 폭의 이익 기여가 가능하다는 뜻이다. 회사가 제시한 9~11%의 조정 EPS 성장률 가이던스에서 매출 성장(6~7%)과 통상적인 영업 레버리지만으로 설명되지 않는 나머지 부분을, 이 절감 계획이 상당 부분 메우는 구조로 읽을 수 있다.

절감이 흘러가는 손익 항목도 구체적이다. 재고·수요 예측 정확도 개선은 매출원가와 폐기·재고평가손실을 줄이는 쪽으로, 배송 경로 최적화는 판매관리비 중 물류비를, 코딩·백오피스 자동화는 판관비 중 인건비성 처리 비용을 줄이는 쪽으로 작동한다. 회사가 절감액을 "순투자 차감 후"라고 못박은 것도 눈여겨볼 대목이다. AI 도구 구축과 라이선스 비용을 먼저 지출하고 남는 순액만 목표로 잡았다는 뜻이고, 이는 총절감액이 아니라 총절감액에서 투자비를 뺀 숫자를 가이던스에 반영했다는 점에서 비교적 보수적인 셈법이다.

한계와 미지수

다만 이 계획은 아직 실현이 아니라 목표다. 회사 스스로 절감이 "하반기에 집중"된다고 밝힌 만큼, 상반기 실적에서는 계획과 실적의 괴리가 먼저 드러날 가능성이 있다. 연환산 목표(1억 6,000만 달러)와 당해년도 목표(1억 달러) 사이의 격차 6,000만 달러가 다음 회계연도로 순연되는 구조인데, 이는 절감이 예정보다 늦어질 경우 그 미실현분이 어느 해로 넘어가는지 외부에서는 추적하기 어렵다는 뜻이기도 하다. 4분기에 확인됐다는 공급망 개선(정시 배송률, 배송당 원가)도 AI 도입만의 효과인지, 별도로 진행 중인 물류망 재편의 효과인지 회사 발표만으로는 완전히 분리되지 않는다.

지배구조 측면의 신호도 아직 결과가 아니라 의도에 가깝다. AI·기술 배경의 이사를 선임한 것은 이사회가 이 전환을 감독하겠다는 선언이지 실행력을 보증하는 장치는 아니다. 게다가 이 계획을 이끌어야 할 재무 조직 최고책임자가 직무대행 체제라는 점은, 목표를 세운 사람과 그 목표를 다음 분기부터 책임지고 검증해야 할 사람이 아직 완전히 같은 사람이 아닐 수 있다는 뜻이다.

한국 기업에 주는 시사점

시스코 사례가 한국의 저마진 유통·물류 기업에 주는 시사점은 단순하다. AI 전환의 재무 효과는 마진이 얇을수록, 그리고 절감 대상이 재고·배송·전표처리처럼 반복 업무일수록 손익에 뚜렷하게 나타난다. 다만 목표액을 공개하는 것과 그 목표를 분기별로 검증 가능한 항목으로 쪼개 추적하는 것은 다른 일이다. 절감 목표를 세우는 기업이라면, 그 목표가 예산 대비 실적으로 매 분기 확인되는 구조를 함께 만들어야 발표 시점의 숫자가 다음 해에도 설득력을 유지한다.