재고관리를 하다 보면 늘 같은 질문에 부딪힙니다. “한 번에 얼마나 주문해야 가장 효율적일까?” 너무 많이 주문하면 창고비와 자금 부담이 커지고, 너무 적게 주문하면 발주 횟수가 늘어 운영비가 올라갑니다. 이 균형점을 찾는 대표적인 방법이 바로 eoq 공식입니다.
EOQ는 경제적 주문량을 뜻하며, 주문비용과 보관비용이 가장 합리적으로 균형을 이루는 발주 수량을 계산하는 데 쓰입니다. 제조업 원자재 발주, 유통업 재고 운영, 온라인 쇼핑몰 상품 입고처럼 업종이 달라도 기본 원리는 같습니다. 이 글에서는 개념 설명에 그치지 않고, 실제 숫자를 넣어 바로 써볼 수 있도록 EOQ 공식 계산 예제 5선 중심으로 정리해보겠습니다.
eoq 공식은 연간 총재고비용을 최소화하는 1회 주문량을 구하는 공식입니다. 여기서 핵심은 재고 관련 비용을 크게 두 가지로 본다는 점입니다.
주문량을 크게 잡으면 주문 횟수는 줄어들어 주문비용이 내려갑니다. 반대로 평균 재고가 많아져 보관비용은 올라갑니다. 반대로 주문량을 작게 잡으면 보관비용은 줄지만 주문비용은 증가합니다. eoq 공식은 이 두 비용이 균형을 이루는 지점을 찾는 도구라고 이해하면 쉽습니다.
가장 널리 쓰는 식은 다음과 같습니다.
EOQ = √(2DS / H)
각 기호의 의미는 다음과 같습니다.
이 식이 중요한 이유는 업종이 달라도 같은 구조로 해석할 수 있기 때문입니다. 제조업에서는 원자재, 유통업에서는 완제품, 쇼핑몰에서는 판매상품에 적용할 수 있습니다. 결국 공통 질문은 하나입니다. “너무 자주 주문하지도, 너무 오래 쌓아두지도 않는 적정 수량은 얼마인가?”
실무에서는 eoq 공식이 단순 계산식 이상으로 쓰입니다. 적정 발주량의 기준을 만들고, 현재 발주 방식이 감에 의존하는지 데이터에 기반하는지 점검하는 출발점 역할을 합니다.
eoq 공식 계산은 단순해 보이지만, 변수 의미를 잘못 잡으면 결과가 크게 달라집니다. 특히 연간 기준으로 통일하지 않거나 주문비용과 구매단가를 혼동하면 잘못된 판단으로 이어질 수 있습니다.
eoq 공식에 들어가는 핵심 값은 3가지입니다.
1년 동안 해당 품목이 얼마나 필요한지를 의미합니다.
예를 들어 월 1,000개씩 판매되는 상품이라면 연간 수요량은 12,000개입니다.
한 번 발주할 때마다 들어가는 고정성 비용입니다.
여기에는 다음 같은 항목이 포함될 수 있습니다.
재고 1개를 1년 동안 보유하는 데 드는 비용입니다.
예를 들면 다음이 포함됩니다.
실무에서 많이 헷갈리는 부분이 발주비와 구매단가의 차이입니다.
eoq 공식의 기본형에서는 일반적으로 구매단가 자체는 직접 들어가지 않습니다. 다만 구매단가를 바탕으로 보관비용을 계산하는 경우는 많습니다. 예를 들어 “연간 보관비율 20% × 구매단가 5,000원 = 단위당 연간 보관비용 1,000원”처럼 산출합니다.
eoq 공식은 다음 순서로 계산하면 됩니다.
월 수요, 주간 수요, 일일 수요가 섞여 있으면 안 됩니다.
가능하면 모든 수치를 연간 기준으로 맞추는 것이 가장 깔끔합니다.
예를 들어 다음처럼 정리합니다.
EOQ = √(2DS / H)
위 값을 넣으면:
EOQ = √(2 × 12,000 × 50,000 / 2,000)
EOQ = √600,000
EOQ ≈ 775개
즉, 한 번에 약 775개씩 주문하는 것이 총비용 최소화 관점에서 합리적이라는 뜻입니다.
연간 주문 횟수 = D ÷ EOQ
12,000 ÷ 775 ≈ 15.5회
실무적으로는 연간 약 15~16회 주문한다고 해석할 수 있습니다.
연간 365일 기준이면:
주문 주기 = 365 ÷ 15.5 ≈ 23.5일
즉, 약 24일마다 한 번 주문하는 방식으로 연결할 수 있습니다.
이처럼 eoq 공식은 단순히 “몇 개 주문할까”를 넘어서, 몇 번 주문할지, 얼마 간격으로 주문할지까지 함께 해석해야 실무 활용도가 높아집니다.
이제 실제 숫자를 넣어 eoq) 공식을 계산해보겠습니다. 예시는 이해를 돕기 위한 단순화된 사례이며, 실제 현장에서는 리드타임, 최소 발주수량, 안전재고 등을 함께 고려해야 합니다.
한 제조업체가 특정 원자재를 꾸준히 사용한다고 가정해보겠습니다.
eoq 공식에 대입하면:
EOQ = √(2 × 24,000 × 120,000 / 600)
EOQ = √9,600,000
EOQ ≈ 3,098kg
즉, 약 3,100kg씩 주문하는 것이 경제적 주문량입니다.
이 결과를 해석해보면 다음과 같습니다.
이 사례의 포인트는 명확합니다.
너무 크게 발주하면 원자재가 오래 쌓여 보관비용과 자금 부담이 커집니다. 반대로 너무 자주 소량 발주하면 구매팀 업무와 입고 대응 비용이 늘어납니다. eoq 공식은 이 둘 사이에서 비용 균형점을 수치로 보여줍니다.
이번에는 판매량이 안정적인 유통업 상품입니다.
계산하면:
EOQ = √(2 × 18,000 × 80,000 / 1,250)
EOQ = √2,304,000
EOQ ≈ 1,518개
즉, 한 번에 약 1,500개 수준으로 주문하는 것이 적정합니다.
추가 해석은 다음과 같습니다.
이제 같은 조건에서 창고 보관비가 더 높아진 경우를 보겠습니다.
예를 들어 H가 1,250원에서 2,500원으로 오르면:
EOQ = √(2 × 18,000 × 80,000 / 2,500)
EOQ = √1,152,000
EOQ ≈ 1,073개
보관비가 높아지자 EOQ가 줄었습니다.
즉, 보관비가 비쌀수록 더 자주, 더 적게 주문하는 방향으로 최적값이 이동합니다. 유통업에서 상온, 냉장, 냉동 보관 조건에 따라 발주량이 달라지는 이유도 바로 여기에 있습니다.
온라인 쇼핑몰에서 판매하는 인기 상품을 예로 들어보겠습니다.
계산하면:
EOQ = √(2 × 9,600 × 35,000 / 1,400)
EOQ = √480,000
EOQ ≈ 693개
따라서 이 상품은 약 690개씩 발주하는 것이 eoq 공식상 적정합니다.
하지만 쇼핑몰 운영은 제조업이나 안정형 유통과 달리 변동성이 큽니다. 광고 성과, 시즌성, 프로모션, 입점몰 행사 등에 따라 판매량이 갑자기 늘거나 줄 수 있습니다. 그래서 이 경우 eoq 공식 결과를 그대로 절대값처럼 쓰기보다, 다음 요소와 함께 봐야 합니다.
예를 들어 여름 시즌 상품이라면 연간 평균 수요로만 계산한 EOQ는 현실을 충분히 반영하지 못할 수 있습니다. 이럴 때는 성수기 수요를 별도로 나누거나, 월별 EOQ에 가깝게 해석하는 방식이 더 실무적입니다.
소규모 사업자도 eoq 공식을 충분히 활용할 수 있습니다.
예를 들어 포장 부자재를 구매하는 작은 사업장을 생각해보겠습니다.
계산하면:
EOQ = √(2 × 3,600 × 15,000 / 300)
EOQ = √360,000
EOQ = 600개
즉, 1회 600개 발주가 경제적입니다.
이 사례에서 중요한 점은 규모가 작아도 계산 논리는 같다는 것입니다.
재고관리 시스템이 정교하지 않아도, 대략적인 수요와 발주비, 보관비만 파악되면 eoq 공식은 충분히 의사결정 기준이 됩니다. 특히 소규모 사업자는 창고 여유와 현금흐름이 제한적이기 때문에, 오히려 과잉재고를 막는 기준선으로 유용합니다.
eoq 공식으로 계산을 마쳤더라도, 현장에서는 바로 새로운 질문이 생깁니다. 특히 안전재고, 수요 변동, 자동발주 시스템과의 연결은 매우 자주 나오는 주제입니다.
둘은 전혀 다른 개념입니다.
예를 들어 eoq 공식상 700개가 적정 주문량이라고 해도, 리드타임 중 판매 변동이 크다면 안전재고 200개를 따로 유지해야 할 수 있습니다.
즉, EOQ는 주문 크기, 안전재고는 품절 방지 장치라고 보면 됩니다.
실무에서는 이 둘을 함께 써야 합니다.
적정 주문량만 맞아도, 재주문 시점이 늦거나 안전재고가 없으면 품절은 여전히 발생할 수 있기 때문입니다.
가능은 하지만 보정이 필요합니다.
eoq 공식은 기본적으로 수요가 비교적 안정적이라는 가정에서 가장 잘 작동합니다. 따라서 변동성이 큰 상품은 다음 방식으로 활용하는 것이 좋습니다.
즉, 수요 변동이 크다고 해서 eoq 공식이 무용한 것은 아닙니다.
다만 고정된 정답으로 쓰기보다, 기준값 또는 출발점으로 쓰는 것이 현실적입니다.
물론 가능합니다. 오히려 잘 맞습니다.
자동발주 시스템은 보통 다음 두 요소가 함께 작동합니다.
즉, 재주문점에 도달하면 시스템이 eoq 공식 기준 수량을 자동으로 제안하는 구조를 만들 수 있습니다. 이 방식은 특히 SKU가 많은 유통업, 쇼핑몰, 물류센터에서 효율적입니다.
단, 자동화 전에 반드시 확인해야 할 것이 있습니다.
자동발주는 편리하지만, 잘못된 기준값을 자동화하면 오류도 자동으로 커집니다. 그래서 eoq 공식은 자동화의 전제 데이터로서 정기적으로 재검토해야 합니다.
eoq 공식은 매우 유용하지만, 모든 현실을 완벽하게 설명하지는 못합니다. 특히 현장에서는 다음과 같은 제약이 자주 발생합니다.
첫째, 수요가 일정하지 않은 경우입니다.
신제품, 시즌상품, 트렌드 상품은 판매량이 크게 흔들릴 수 있어 단순 EOQ 적용이 어렵습니다.
둘째, 리드타임 변동이 큰 경우입니다.
공급처 사정, 수입 통관, 운송 지연이 잦으면 주문량보다 주문 시점 관리가 더 중요해질 수 있습니다.
셋째, 할인 발주가 있는 경우입니다.
예를 들어 1,000개 이상 주문 시 단가 할인 폭이 크다면, eoq 공식 계산값보다 더 많이 주문하는 것이 오히려 총비용 측면에서 유리할 수 있습니다.
넷째, 최소 주문수량이나 포장단위 제약이 있는 경우입니다.
EOQ가 693개로 나와도 거래처가 500개 단위, 1,000개 단위로만 납품한다면 현실에서는 조정이 필요합니다.
다섯째, 보관공간 제약입니다.
공식상 최적이어도 창고가 좁거나 다른 핵심 재고와 공간을 나눠 써야 한다면 계산값을 그대로 적용하기 어렵습니다.
그래서 실무에서는 eoq 공식을 이렇게 받아들이는 것이 좋습니다.
특히 다음 항목은 항상 함께 체크해야 합니다.
지금까지 본 내용을 한 줄로 정리하면 이렇습니다.
eoq 공식은 주문비용과 보관비용의 균형을 찾아 적정 발주량을 계산하는 가장 기본적인 재고관리 도구입니다.
제조업에서는 원자재 발주 기준으로, 유통업에서는 완제품 재고 회전 관리 기준으로, 쇼핑몰에서는 인기 상품 입고 수량 판단 기준으로 활용할 수 있습니다. 공식 자체는 같지만, 실제 해석은 업종별 상황에 따라 달라집니다.
실제로 적용하려면 다음 순서로 시작해보면 좋습니다.
중요한 것은 완벽한 숫자 하나를 찾는 것이 아닙니다.
지금보다 더 근거 있는 발주 기준을 만드는 것, 그것이 eoq 공식의 가장 큰 가치입니다. 제조업이든 유통업이든 쇼핑몰이든, 먼저 한두 개 품목부터 계산해보면 재고관리의 감이 훨씬 또렷해질 것입니다.
D는 연간 수요량, S는 1회 주문비용, H는 단위당 연간 보관비용입니다. 계산 전에는 세 값을 반드시 같은 기간 기준, 보통 연간 기준으로 맞춰야 합니다.
기본 EOQ 공식에는 구매단가가 직접 들어가지 않는 경우가 많습니다. 다만 보관비용을 구매단가의 일정 비율로 계산할 때는 간접적으로 반영될 수 있습니다.
작성자
Seongbin
FanRuan에서 재직하는 고급 데이터 분석가
관련 기사
data analytics solutions로 실패한 분석 프로젝트 살리기: 비즈니스 문제 중심 7단계 실행법
분석 프로젝트가 시작될 때는 늘 기대가 큽니다. $1가 생기고, 데이터가 모이고, 보고 체계가 정리되면 의사결정이 더 빨라질 것처럼 보입니다. 하지만 현실에서는 적지 않은 프로젝트가 “분석은 했는데 행동은 바뀌지 않았다”는 평가로 끝납니다. 문제는 대개 기술 부족이 아닙니다. 오히려 비즈니스 문제를 명확히 잡지 못한 채 data analytics solutions를 도입하거나 확장한 것 이
Seongbin
2026년 7월 22일
2026년 Business Intelligence Tool 비교: Power BI·Tableau·Looker Studio·FineBI·Dora 장단점 한눈에
데이터는 많아졌지만, 모든 조직이 데이터를 잘 활용하는 것은 아닙니다. 결국 중요한 것은 데이터를 누가, 얼마나 쉽게, 얼마나 빠르게 의사결정에 연결하느냐 입니다. 이 지점에서 핵심 역할을 하는 것이 바로 $1 tool 입니다. 2026년 현재 $1 시장은 더 이상 소수의 대기업만을 위한 영역이 아닙니다. 스타트업은 마케팅 성과를 빠르게 보고 싶어 하고, 중견기업은 부서별 $1를 표준화하려
Seongbin
2026년 7월 22일
Business Intelligence Solutions란 무엇인가? 핵심 구성 요소 7가지와 도입 효과 총정리
데이터는 넘치는데, 정작 의사결정은 여전히 감과 경험에 의존하는 조직이 많습니다. 이런 문제를 해결하는 대표적인 접근이 바로 $1 solutions 입니다. $1은 흩어진 데이터를 모으고, 이해하기 쉬운 형태로 분석하며, 실제 행동으로 이어지게 만드는 체계입니다. 단순히 $1를 예쁘게 만드는 도구가 아니라, 조직 전체의 판단 속도와 정확도를 높이는 운영 기반에 가깝습니다. 이 글에서는 $1
Seongbin
2026년 7월 21일
