낭비 40% 감소, 리뷰 100% 향상: 지역 레스토랑 체인이 AI로 인력 배치와 조리 준비를 해결한 방법

호스피탈리티 산업에는 P&L(손익계산서)에 단일 항목으로 명시되지는 않지만, 그 어떤 요소보다 더 많은 수익을 갉아먹는 숨겨진 비용이 존재합니다. 저는 이를 **추측세(The Guesswork Tax)**라고 부릅니다.

이는 '화창한 금요일'이라는 이유로 수석 셰프가 립아이 30인분을 추가로 해동했는데, 갑작스러운 폭우로 손님들이 발길을 끊었을 때 발생하는 비용입니다. 또한, 예약이 10건뿐인 화요일 교대 근무에 매니저가 5명의 서버를 배치하거나, 반대로 공연을 마친 지역 극단원들이 예고 없이 들이닥쳤을 때 서버를 2명만 배치하여 발생하는 기회비용이기도 합니다.

수년 동안 우리는 이러한 변동성을 '업계의 숙명'으로 받아들여 왔습니다. 하지만 작년, 제가 함께 작업한 5개 매장을 보유한 한 독립 레스토랑 그룹은 더 이상 이 추측세를 내지 않기로 결심했습니다. 현재 호스피탈리티를 위한 최고의 AI 도구로 널리 인정받는 시스템을 도입함으로써, 그들은 단순히 마진을 조정한 것이 아니라 주방과 홀이 작동하는 방식을 근본적으로 재설계했습니다. 결과는 놀라웠습니다. 도입 6개월 만에 식품 폐기물은 40% 감소했고, 별점 5점 리뷰는 100% 증가했습니다.

추측세(The Guesswork Tax)의 해부

해결책을 살펴보기 전에 왜 이 문제가 그토록 지속되는지 이해해야 합니다. 대부분의 호스피탈리티 기업은 '직관적 예측'에 의존합니다. 매니저가 작년 매출을 보고, 지역 날씨 앱을 확인한 뒤 직감적으로 결정하는 방식입니다.

인간의 직관은 소스의 간을 맞추는 데는 훌륭하지만, 다변량 데이터를 처리하는 데는 적합하지 않습니다. 인간은 오후 3시의 강수량, 인근 고등학교 졸업식, 지역 식료품 가격 12% 상승이 목요일 밤 시저 샐러드 수요에 어떤 영향을 미칠지 동시에 계산할 수 없습니다. 하지만 AI는 가능합니다.

직관이 실패하면 **변동성의 함정(The Variance Trap)**에 빠지게 됩니다. 운영 현실이 너무 급격하게 변해서 직원이 한가해지거나(인건비 상승), 혹은 업무에 치여 서비스 품질이 떨어지게(고객 만족도 하락) 됩니다. 이 레스토랑 그룹 역시 함정에 빠져 있었습니다. 식품 폐기물은 전체 재고의 약 12%에 달했고, 리뷰는 '음식은 훌륭하지만 한 시간이나 기다렸다'와 '매장이 텅 비어 썰렁했다' 사이를 롤러코스터처럼 오갔습니다.

조리 준비 문제 해결: 예측 기반 재고 관리

변화의 첫 번째 축은 정적인 조리 준비 목록에서 **예측 기반 조리 준비(Predictive Prep)**로 전환하는 것이었습니다.

기존의 조리 준비 목록은 '적정 재고 수준(Par levels)', 즉 항상 준비되어 있어야 하는 최소량을 기준으로 합니다. 문제는 적정 수준은 고정되어 있는 반면, 수요는 유동적이라는 점입니다. AI 기반 수요 예측 도구를 사용함으로써 이 그룹은 48시간 전망을 바탕으로 조리 준비 요건을 생성하기 시작했습니다. 이러한 도구는 과거 매출 데이터, 지역 행사, 상세한 날씨 패턴을 분석하여 각 메뉴 항목이 정확히 몇 인분이나 팔릴지 예측합니다.

준비량과 실제 주문량 사이의 간극을 좁힘으로써 그들은 부패로 인한 손실을 40% 줄였습니다. 이러한 시스템의 근본적인 메커니즘에 대해 더 자세히 알아보려면 식품 폐기물 절감 가이드를 참조하십시오. 처음에 회의적이었던 셰프들은 정확한 조리 준비 목록이 곧 '의미 없는 노동'을 줄이고 더 깨끗하고 효율적인 주방 라인을 의미한다는 것을 금세 깨달았습니다.

인력 배치 문제 해결: 수요와 노동의 균형

두 번째 축은 '지친 서버'의 피드백 루프를 해결하는 것이었습니다. 레스토랑에 인력이 부족하면 서비스가 느려지고 실수가 늘어나며 리뷰가 급락합니다. 반대로 인력이 너무 많으면 수익 마진이 바닥에 버려집니다.

자동화된 인력 배치 솔루션을 통해 이 그룹은 예측된 수요 곡선에 맞춘 노동 스케줄을 생성하기 시작했습니다. '표준' 교대 근무 대신 '유연(flex)' 스케줄링으로 전환한 것입니다.

이는 긍정적인 리뷰의 100% 증가로 이어졌습니다. 왜일까요? 레스토랑이 예상치 못한 상황에 '당황'하는 일이 없어졌기 때문입니다. 손님이 몰릴 때마다 AI는 이미 3일 전에 이를 예측했고, 적절한 인원이 현장에 배치되어 있었습니다. 직원들의 사기도 향상되었습니다. 쉴 새 없이 뛰어다녀야 하거나, 할 일 없이 네 시간 동안 유리잔만 닦고 있을 필요가 없었기 때문입니다.

호스피탈리티를 위한 최고의 AI 도구 식별하기

이러한 결과를 재현하고 싶다면, '최고의' 도구는 기능이 가장 많은 것이 아니라 기존의 POS(판매 시점 관리) 및 재고 시스템과 가장 깊이 통합되는 도구라는 점을 이해해야 합니다.

호스피탈리티를 위한 최고의 AI 도구를 평가할 때, 저는 세 가지 핵심 역량을 확인합니다:

1. 다중 소스 데이터 수집: 단순히 과거 매출만 보는 것이 아니라 지역 행사 일정, 날씨, 심지어 지역 경제 지표까지 끌어오는가?
2. 세밀한 예측: 15분 단위로 수요를 예측할 수 있는가? 이는 인력 배치 스케줄링에 매우 중요합니다.
3. 실행 가능한 출력: 단순히 그래프만 보여주는가, 아니면 셰프에게 닭고기를 몇 킬로그램 주문해야 하는지 정확히 알려주는가?

많은 기업에게 이 여정은 하드웨어와 인프라에서 시작됩니다. 측정하지 않는 것은 추적할 수 없습니다. 주방을 현대화하는 과정에서 생산량 대비 주방 설비 비용을 이해하는 것은 필수적인 첫 단계입니다.

주방에서의 90/10 법칙

제가 고객들에게 자주 말씀드리듯, 호스피탈리티에서 AI의 목표는 레스토랑의 '영혼'을 대체하는 것이 아닙니다. 저는 이를 호스피탈리티 AI의 90/10 법칙이라고 부릅니다.

AI는 논리적이고 반복적이며 데이터 중심적인 비즈니스의 90%인 주문, 스케줄링, 조리 준비 예측, 기본적인 고객 문의 등을 처리해야 합니다. 이를 통해 현장 팀은 실제로 중요한 10%, 즉 '환대(hospitality)'에 집중할 수 있는 여유를 얻게 됩니다.

매니저가 왜 인건비가 35%나 나왔는지 파악하려고 스프레드시트에 매달려 있지 않아도 될 때, 그들은 홀에서 손님과 대화하고 완벽한 분위기를 조성하는 데 전념할 수 있습니다. 리뷰가 100% 개선된 실제 이유는 바로 여기에 있습니다. AI가 서비스를 제공한 것이 아니라, 인간이 훌륭한 서비스를 제공할 수 있는 여건을 AI가 만들어준 것입니다.

어디서부터 시작해야 할까요?

현재 추측세를 내고 있다면, 모든 것을 한꺼번에 자동화하려고 하지 마십시오.

1. 폐기물 감사: 일주일 동안 무엇이 왜 버려지는지 정확히 추적해 보십시오.
2. 데이터 연결: POS 시스템과 재고 관리 시스템이 서로 연동되고 있는지 확인하십시오.
3. 한 가지 기능부터 시작: 일반적으로 조리 준비 예측이 가장 빠른 ROI(투자 회수)를 제공합니다.

AI 우선(AI-first) 비즈니스를 운영하는 저 역시 모든 분야에서 이러한 패턴을 봅니다. 승자는 추측을 멈추고 이미 보유한 데이터를 활용하기 시작하는 이들입니다. 호스피탈리티 업계에서 이러한 전환은 이제 선택이 아닌 생존을 위한 필수 요건입니다. 기술은 이미 준비되어 있고, 비용은 생각보다 저렴하며, 여러분이 되찾아야 할 마진은 지금 이 순간에도 쓰레기통과 과도하게 배치된 인력 스케줄 속에 숨어 있습니다.