Autonomous Reorder: Costco 약국은 AI에 재주문을 맡기고, 소매사 90%는 에이전트에 조회만 허용한다
Costco 약국의 재고 AI는 공급사별 약가를 비교해 사람 승인 없이 재주문하고, 재고율을 98% 이상으로 끌어올렸습니다. 반면 PYMNTS Intelligence 조사에서 소매사 90%는 AI 에이전트를 조회 전용으로 묶어 두었고, 실행 권한을 준 곳은 5%였습니다.
Costco는 약국 재고라는 좁은 영역에서 AI에 발주 권한까지 넘겨 재고율 98% 이상을 얻었습니다. 대다수 소매사는 같은 에이전트를 조회 전용으로 묶어 둡니다. 따라 하려면 모델을 고르기 전에 품목 범위, 금액 한도, 사람에게 넘기는 조건을 먼저 정하고 권한을 단계별로 넓혀야 합니다.
요약
Costco CEO Ron Vachris는 2026 회계연도 1분기 실적 발표(2025년 12월 11일)에서 약국 재고 관리에 AI를 쓰고 있다고 밝혔습니다. 이 시스템은 처방약 가격을 공급사별로 비교하고, 수요를 예측해 재고를 스스로 다시 주문합니다. 그는 이를 초기 사례라고 부르면서도 결과를 숫자로 내놓았습니다. 재고율(in-stock rate, 찾는 품목이 진열·보관돼 있는 비율)이 98%를 넘었고, 약국 처방 건수는 10%대 중반 성장했습니다. 마진이 좋아졌고 회원에게 더 낮은 가격을 줄 수 있었다는 설명도 붙였습니다. PYMNTS는 이 사례를 소매업 전반의 에이전트 권한 현황과 나란히 놓았습니다.
소매업 현황 수치는 PYMNTS Intelligence의 리포트 「Wholesale Writes the AI Playbook」에서 나왔습니다. 연매출 10억 달러 이상 미국 기업의 기술 임원 60명을 조사했습니다. 소매사 90%가 AI 에이전트를 look-up(조회) 권한으로만 쓰게 했습니다. 에이전트가 정보를 찾아오기는 해도 그 정보로 행동하지는 못합니다. 도매는 100%, 건설은 85%가 같은 제한을 뒀습니다. 실행 권한을 준 업종은 소매가 유일했는데, 그것도 5%였고 사람의 승인이 붙었습니다. 조사는 이 격차를 모델의 문제가 아니라 업무 프로세스와 신뢰의 문제로 봤습니다. 아래에서는 Costco가 권한을 넘긴 방식과 조사가 보여 준 권한 단계를 메커니즘으로 나누고, 실제로 돌릴 때 필요한 설계와 일정을 덧붙입니다.
핵심 메커니즘
Price-aware Autonomous Reorder: 약가를 비교해 스스로 재주문한다
Costco 약국 시스템이 하는 일은 두 가지입니다. 같은 처방약을 여러 공급사가 서로 다른 값에 팔기 때문에 먼저 가격을 비교합니다. 그다음 예측한 수요에 맞춰 언제, 얼마나 주문할지 정하고 실제로 발주합니다. Vachris는 이 시스템이 “autonomously and predictively reorders inventory”라고 표현했습니다. 결과는 두 방향에서 나왔습니다. 품절이 줄어 재고율이 98%를 넘었고, 더 싼 공급사를 고른 만큼 마진과 회원 가격이 함께 좋아졌습니다. 반복 구매가 많고, 같은 품목을 여러 공급사가 팔며, 품절 비용이 큰 영역에 맞는 방식입니다.
Look-up vs Execution Rights: 에이전트 권한은 단계로 나뉜다
PYMNTS Intelligence 조사는 에이전트 권한을 접근 없음, 조회, 사람 승인 후 실행, 자율 실행으로 나눠 볼 수 있게 해 줍니다. 조회 권한을 받은 에이전트는 데이터를 읽고 답하지만 시스템에 아무것도 쓰지 않습니다. 실행 권한을 받으면 주문, 변경, 지급 같은 행동을 합니다. 조사 결과는 거의 모두 조회 단계에 몰려 있었습니다. 건설사 15%는 에이전트에 아무 접근도 주지 않았습니다. 완전 자율 실행을 허용한 업종은 없었습니다. Costco 약국은 이 사다리에서 맨 위 칸을 좁은 품목군에 적용한 사례입니다.
Early Use Case First: 한 영역에서 시작해 다음 영역으로 넓힌다
Vachris는 약국 재고 AI를 초기 사례로 소개했고, 주유 사업에도 재고 관리용 AI 도구를 배포하는 중이라고 했습니다. 그는 이런 기술이 수년간 백엔드 시스템을 쌓아 온 결과이고, 기술 자체가 목표는 아니라고 덧붙였습니다. 질의응답에서는 AI 작업을 회원 경험과 업무 기본기(구매, 공급망, 직원 도구) 두 갈래로 나눠 설명했습니다. 자율 재주문은 이 가운데 업무 기본기 쪽에 속합니다. 순서로 보면 데이터와 시스템 기반이 먼저였고, 그 위에서 측정하기 쉬운 영역 하나를 골라 권한을 넘겼습니다.
Semi-autonomous with Human Oversight: 5년 뒤 목표도 반자율이다
조사는 5년 안의 주된 목표도 물었습니다. 도매 85%, 소매 60%, 건설·제조 55%가 사람이 감독하는 반자율 AI를 꼽았습니다. 완전 자율 AI를 주된 비전으로 꼽은 기업은 없었습니다. AI가 행동하되 사람이 언제든 끼어들 수 있는 구조를 바란다는 답입니다. 조사는 지금의 제한과 이 목표 사이의 거리가 모델 성능보다 업무 프로세스와 신뢰에서 생긴다고 봤습니다. 같은 기사에는 자율 에이전트를 쓰는 기업이 매출채권 업무를 최대 95%까지 자동화했고, 그렇지 않은 기업은 38%였다는 다른 PYMNTS 리포트 수치도 실렸습니다.
통념과 다른 주장
흔히 이렇게 봅니다모델이 충분히 좋아지면 기업은 에이전트에 실행 권한을 넘길 것이다.
조사는 이렇게 봅니다권한을 막는 것은 모델이 아니라 업무 프로세스와 신뢰입니다. 기업은 5년 뒤에도 사람이 감독하는 반자율을 목표로 둡니다.
근거소매사 90%가 조회 전용으로 제한했고 실행 권한은 5%에 그쳤습니다. 완전 자율을 목표로 꼽은 기업은 없었습니다.
흔히 이렇게 봅니다자동 재주문은 재고 담당자의 수고를 덜어 주는 효율화 도구다.
Costco는 이렇게 봅니다공급사 가격 비교와 묶으면 재주문이 매출과 가격 경쟁력에도 영향을 줍니다.
근거재고율 98% 이상과 함께 처방 건수 10%대 중반 성장, 마진 개선, 회원 가격 인하를 같은 시스템의 효과로 들었습니다.
저자가 든 사례
Costco 약국: 약가 비교와 자율 재주문
| 구분 | 내용 |
|---|---|
| 상황 | 처방약 값이 공급사마다 다르고, 약국 재고를 품절 없이 유지해야 함 |
| 한 일 | AI가 공급사별 약가를 비교하고 예측에 따라 스스로 재주문 |
| 결과 | 재고율 98% 이상, 처방 건수 10%대 중반 성장, 마진 개선, 회원 가격 인하 |
| 연결 | Price-aware Autonomous Reorder, Early Use Case First |
소매·도매·건설 기업 60곳: 에이전트 권한 현황
| 구분 | 내용 |
|---|---|
| 상황 | AI를 쓰는 업무는 늘었지만 행동을 맡기는 데는 신중함 |
| 한 일 | PYMNTS Intelligence가 매출 10억 달러 이상 미국 기업 기술 임원 60명을 5월에 조사 |
| 결과 | 조회 전용 제한: 도매 100%, 소매 90%, 건설 85%. 실행 권한은 소매 5%(사람 승인 조건) |
| 연결 | Look-up vs Execution Rights, Semi-autonomous with Human Oversight |
기술 디테일: 재주문 에이전트를 권한 단계별로 돌린다면
아래 필드명, 설정값, 수량은 실제로 돌릴 때 필요한 것을 새로 쓴 가상 예시입니다. Costco가 쓰는 모델이나 공급사는 보도에 나오지 않습니다.
자율 재주문을 돌리려면 수량 계산과 판단을 나눕니다. 수요 예측과 주문 수량은 시계열 예측 모델과 계산식으로 냅니다. LLM에게 숫자를 지어내게 하지 않습니다. 공급사 선택도 가격, 납기, 최소 주문 단위로 점수를 매기는 규칙으로 정합니다. LLM은 공급사 견적 메일이나 공지에서 가격·납기 변경을 읽어 구조화하는 일, 예외 건을 사람에게 설명하는 문장을 쓰는 일에 둡니다. 결정 한 건은 아래 형태로 남깁니다.
{
"decision_id": "RX-0412-0031",
"item_id": "약품 코드",
"store_id": "PH-118",
"on_hand": 42,
"forecast_7d": 65,
"lead_time_days": 2,
"vendor_quotes": [{"vendor": "V1", "unit_price": 3.10, "eta_days": 2}, {"vendor": "V2", "unit_price": 2.95, "eta_days": 3}],
"chosen_vendor": "V2",
"order_qty": 60,
"mode": "auto",
"guardrail_checks": {"amount_cap": "pass", "qty_vs_forecast": "pass", "restricted_item": "pass"},
"reason": "V2가 단가 최저, 납기 3일로 재고 소진 전 도착"
}
Look-up에서 Execution으로 올리려면 권한을 도구 단위로 나눕니다. 에이전트에 붙이는 도구를 read_inventory, get_quotes 같은 조회 도구와 create_po 같은 실행 도구로 분리합니다. 실행 도구는 처음에 mode: "propose"로만 열어 사람이 승인해야 발주되게 합니다. 승인 비율과 수정 비율이 기준을 넘으면 그때 품목군별로 mode: "auto"를 켭니다. 조사에서 소매 5%가 쓰던 ‘사람 승인 후 실행’이 이 단계입니다.
| 권한 단계 | 에이전트가 하는 일 | 켜는 조건(가상 예시) |
|---|---|---|
| 조회 | 재고·견적을 읽고 추천만 함 | 데이터 연결 완료 |
| 섀도 | 발주안을 만들지만 실제로 보내지 않음, 사람 발주와 비교 | 4주간 기록 |
| 승인 후 실행 | 발주안을 사람이 승인하면 전송 | 섀도 기간 일치율 90% 이상 |
| 한도 내 자율 | 금액·수량 한도 안에서 바로 전송 | 승인 모드 수정률 5% 미만 |
가드레일은 코드로 겁니다. 건당 금액 한도, 예측 수요 대비 주문량 배수(예: 2배 초과면 보류), 규제 의약품처럼 자율 발주에서 뺄 품목 목록, 공급사 허용 목록을 프롬프트가 아니라 실행 도구 앞단 검사로 둡니다. 모든 결정은 decision_id로 감사 로그에 남기고, 운영자가 품목군 단위로 자율 모드를 끌 수 있는 스위치를 둡니다.
| 막히는 경우 | 증상 | 대응 |
|---|---|---|
| 수요 급변 | 계절·유행으로 예측이 크게 빗나감 | 예측 오차가 기준을 넘으면 해당 품목을 승인 모드로 되돌림 |
| 견적 데이터 지연 | 공급사 가격이 하루 이상 갱신 안 됨 | 견적 시각을 필드로 두고 오래된 견적이면 자율 발주 중단 |
| 중복 발주 | 재시도로 같은 주문이 두 번 나감 | decision_id를 멱등 키로 써서 한 번만 접수 |
| 최저가 쏠림 | 한 공급사에 물량이 몰려 납기 위험 | 공급사별 물량 상한을 규칙에 추가 |
현업 실행 디테일: 누가, 언제, 무엇을
아래 역할, 일정, 기준은 Costco 사례와 조사 결과를 참고해 새로 짠 가상 예시입니다.
| 역할 | 맡는 일 |
|---|---|
| 구매 책임자(스폰서) | 대상 품목군과 금액 한도 승인, 확대 여부 최종 결정 |
| 구매 담당 | 현재 발주 기준선 측정, 섀도 기간 발주안 비교, 예외 처리 |
| 약사·매장 현업 | 자율 발주에서 뺄 품목 지정, 승인 모드에서 발주안 승인 |
| 데이터·IT | 재고·견적 데이터 연결, 실행 도구와 가드레일 구현, 감사 로그 |
| 내부통제·재무 | 한도와 승인 흐름 검토, 월별 발주 금액 대조 |
| AX 추진 | 지표 집계, 단계 전환 판정, 다음 영역 후보 정리 |
준비물. 최근 12개월 품목별 판매·재고 이력, 공급사별 단가와 납기 이력, 현재 발주 규칙(누가 어떤 기준으로 주문하나), 품절 기록, 자율 발주에서 뺄 품목 목록이 필요합니다.
| 기간 | 할 일 | 산출물 |
|---|---|---|
| 1~2주 | 품목군 1개 선정, 재고율·품절 건수·평균 매입 단가 기준선 측정 | 범위 정의서, 기준선 지표 |
| 3~4주 | 섀도 운영: 에이전트 발주안과 사람 발주 비교 | 일치율, 차이 사례 목록 |
| 5~6주 | 승인 후 실행 모드 운영 | 승인률, 수정률, 처리 시간 |
| 7~8주 | 금액 한도 안에서 자율 실행, 경영 보고 | 재고율·단가 변화, 확대 판정 |
구매 담당과 약사에게 물을 것.
- 지금 발주는 누가, 어떤 화면과 기준으로 하나요? 하루 몇 건인가요?
- 공급사를 바꿀 때 가격 말고 무엇을 보나요(납기, 반품 조건, 최소 주문량)?
- 품절이 나면 실제로 무엇을 잃나요? 대체 조제, 고객 이탈, 긴급 주문 비용 중 어느 쪽인가요?
- 절대 자동으로 주문하면 안 되는 품목은 무엇인가요?
- 에이전트 발주가 틀렸을 때 누가 알아채고, 얼마 안에 되돌릴 수 있나요?
진행 판정 기준(예시). 섀도 기간 일치율이 90% 이상이고 차이 사례의 절반 이상이 에이전트 쪽이 낫다고 판정되면 승인 모드로 갑니다. 승인 모드에서 수정률이 5% 미만이고 재고율이 기준선보다 떨어지지 않으면 한도 내 자율로 갑니다. 어느 단계든 가드레일 위반이 한 건이라도 실제 발주로 이어지면 이전 단계로 돌아갑니다.
AX 적용 제언. 에이전트를 조회 전용으로만 쓰고 있는 유통·제조 기업이라면, 권한 확대를 전사 정책 논쟁으로 시작하지 말고 Costco처럼 측정이 쉬운 품목군 하나로 시작하는 편이 낫습니다. 반복 구매가 많고, 공급사가 여럿이며, 품절 비용을 숫자로 말할 수 있는 영역이 1순위입니다. 약국·소모품·MRO 자재가 여기에 맞습니다. 이때 성과 지표에 재고율만 넣지 말고 평균 매입 단가와 매출 변화를 함께 넣어야 Costco처럼 비용과 매출 양쪽 효과를 보고할 수 있습니다. 권한 단계와 전환 조건을 표로 먼저 합의해 두면, 조사가 짚은 신뢰 문제를 회의가 아니라 지표로 풀 수 있습니다.
원문 사례
| 항목 | 내용 |
|---|---|
| 기사 | PYMNTS, 「Costco Trusts AI to Reorder Drugs. Most Retailers Won’t」 |
| Costco 근거 | 2026 회계연도 1분기 실적 발표(2025.12.11), CEO Ron Vachris |
| 약국 AI | 공급사별 처방약 가격 비교, 예측 기반 자율 재주문, 초기 사례 |
| 약국 성과 | 재고율 98% 이상, 처방 건수 10%대 중반 성장, 마진 개선, 회원 가격 인하 |
| 그 밖의 AI | 주유 사업 재고 AI 배포 중, 사전 스캔으로 계산 속도 최대 20% 향상, 개인화 추천 |
| 조사 | PYMNTS Intelligence 「Wholesale Writes the AI Playbook」, 매출 10억 달러 이상 미국 기업 기술 임원 60명, 5월 조사 |
| 조회 전용 제한 | 도매 100%, 소매 90%, 건설 85% |
| 실행 권한 | 소매 5%(사람 승인 조건)가 유일, 건설 15%는 접근 없음 |
| 5년 목표 | 사람이 감독하는 반자율: 도매 85%, 소매 60%, 건설·제조 55%. 완전 자율 0 |
| AI 활용 업무 | 도매 75개 중 35개, 소매·건설 약 31개(마케팅·영업 중심) |
핵심 개념
- In-stock rate
- 고객이 찾는 시점에 품목이 재고로 있는 비율입니다. 품절이 줄면 올라갑니다.
- Execution rights
- 에이전트가 정보를 읽는 데서 그치지 않고 주문·변경 같은 행동을 시스템에 직접 할 수 있는 권한입니다.
- Shadow mode
- 에이전트가 결정을 내리지만 실제로 실행하지 않고 사람의 결정과 나란히 기록만 하는 운영 방식입니다.
- Guardrail
- 에이전트 행동 앞에 두는 검사 규칙입니다. 한도를 넘거나 금지 품목이면 실행을 막고 사람에게 넘깁니다.
- Human oversight
- AI가 행동하더라도 사람이 결과를 보고 언제든 멈추거나 되돌릴 수 있게 한 구조입니다.
내 메모
TODO: 내 생각 추가
원문은 PYMNTS의 「Costco Trusts AI to Reorder Drugs. Most Retailers Won’t」입니다. 기사 페이지를 직접 열 수 없어, 기사가 다룬 두 근거를 1차 자료로 읽고 정리했습니다. Costco 내용은 2026 회계연도 1분기 실적 발표 녹취(Motley Fool 게재, 2025.12.11)와 이를 다룬 Constellation Research 보도(2025.12.15)를, 조사 내용은 PYMNTS의 「Companies Trust AI’s Advice but Not Its Actions」에 실린 PYMNTS Intelligence 리포트 수치를 근거로 했습니다. 요약, 핵심 메커니즘, 통념과 다른 주장, 사례는 이 자료에 나온 내용을 AX Partners가 다시 정리했습니다. 기술·현업 디테일의 필드명, 권한 단계 전환 조건, 일정, 질문, 판정 기준, 인포그래픽과 표는 실제로 돌릴 때 필요한 것을 새로 작성한 가상 예시입니다. 기사 원문의 세부 표현과 추가 내용은 원문에서 확인할 수 있습니다.