제조원가 분석에서 가장 흔한 표현은 “계획 대비 실적이 얼마 차이 났다”이다.
예를 들어 표준원가가 1억원이고 실제원가가 1억2천만원이면 차이가 2천만원이라고 계산한다.
경영분석의 출발점으로는 유용하지만 SAP Product Cost Controlling에서 말하는 variance를 이해하기에는 부족하다.
SAP의 variance calculation은 기본적으로 target cost와 control cost를 비교하고 차이의 원인을 category로 분해한다.
Plan cost와 Target cost를 먼저 구분해야 한다
생산계획에서 제품 1,000개를 만들기로 하고 계획원가가 1억원이었다고 하자.
그런데 실제로는 800개만 생산했다면 단순히 1억원 전체를 실제원가와 비교하는 것은 생산량 차이를 원가효율 차이처럼 보이게 만들 수 있다.
Target cost는 실제 산출량 등에 맞춰 비교 가능한 기준원가를 다시 계산하는 개념이다.
즉 질문이:
“계획했던 1,000개와 실제 비용이 왜 다른가?”
가 아니라:
“실제로 생산한 수량을 기준으로 얼마가 들어갔어야 하는데 실제로는 얼마가 들어갔는가?”
로 바뀐다.
예시: 생산량이 줄었는데 실제비용도 줄었다
계획:
- 생산량 1,000개
- 단위 기준원가 100,000원
- 계획 총원가 1억원
실제:
- 생산량 800개
- 실제 관련원가 8,800만원
단순 plan-actual 차이는:
8,800만원 – 1억원 = -1,200만원
즉 비용이 1,200만원 절감된 것처럼 보인다.
하지만 실제 800개에 대한 단순 target cost가 8천만원이라고 생각하면:
8,800만원 – 8,000만원 = +800만원
오히려 단위 생산효율 관점에서는 800만원의 불리한 차이가 존재한다.
이것이 생산량이 변하는 제조환경에서 plan-actual만으로 성과를 평가하면 안 되는 이유다.
SAP에서는 Control Cost와 Target Cost의 비교가 핵심이다
SAP 공식 구조에서 variance calculation은 target costs와 control costs를 비교한다.
어떤 target cost version과 생산방식을 사용하는지에 따라 구체적인 기준은 달라질 수 있다.
특히 실제원가에서 Work in Process와 scrap variance 등을 조정해 true variance를 계산하는 구조가 사용될 수 있다.
따라서 재무회계에 기록된 manufacturing cost 총액에서 숫자 하나를 빼서 SAP variance와 동일하다고 생각하면 맞지 않을 수 있다.
Input Price Variance: 같은 재료를 더 비싸게 샀는가
표준에서는 원재료 100kg을 kg당 1만원으로 예상했다고 하자.
실제 수량도 100kg을 사용했지만 실제 단가가 1만1천원이라면 추가 원가 10만원은 수량 문제가 아니라 가격 문제다.
(실제 가격 – 기준 가격) × 실제 또는 관련 수량
이라는 구조로 이해할 수 있다.
경영적으로는 구매단가, 환율, 원자재시장, 계약조건 등의 원인을 추가로 분석할 수 있다.
Input Quantity Variance: 같은 생산량에 재료를 더 사용했는가
제품 생산에 기준상 재료 100kg이 필요했는데 실제 110kg이 투입됐다면 가격이 같아도 원가가 증가한다.
가능한 원인은:
- 공정수율 악화
- 품질 문제
- 불량·재작업
- BOM과 실제 투입구조 차이
- 계량 또는 실적기록 문제
등이다.
가격 variance와 quantity variance를 분리해야 구매 이슈와 생산 이슈를 서로에게 떠넘기는 일을 줄일 수 있다.
Resource-Usage Variance: 무엇을 사용했는가 자체가 달라졌는가
SAP variance category에는 단순 가격·수량뿐 아니라 resource-usage variance도 존재한다.
예를 들어 기준 BOM의 원재료 대신 다른 material을 투입하거나, 계획된 cost center와 다른 작업장에서 activity가 발생하는 경우처럼 사용한 resource 자체가 달라진 상황을 분리하는 데 의미가 있다.
이 차이는 “더 많이 썼다”와도 다르고 “더 비싸게 샀다”와도 다르다.
Scrap을 일반 variance와 섞으면 공정문제가 흐려진다
100개를 투입해 정상적으로 95개가 나와야 하는 공정에서 예상보다 많은 scrap이 발생했다면 그 영향은 별도로 봐야 한다.
SAP는 설정에 따라 unplanned scrap을 target cost로 평가해 scrap variance로 분리할 수 있다.
그렇지 않고 모든 차이를 material quantity variance 하나에 넣어버리면:
- 정상생산에서의 과다투입
- 불량으로 버려진 투입
을 구분하기 어렵다.
WIP가 있으면 이번 달 실제투입이 모두 완성품 원가차이가 아니다
월말에 생산오더가 끝나지 않았다면 실제투입 비용 중 일부는 아직 완성된 생산량과 대응하지 않을 수 있다.
이 부분이 Work in Process다.
SAP 공식 variance calculation에서는 관련 시나리오에서 WIP와 scrap을 고려해 control cost를 계산함으로써 미완성 생산 때문에 variance가 왜곡되는 것을 방지한다.
그래서 월말 제조원가 분석은:
Actual posting → WIP → Scrap → Target cost → Variance → Settlement
의 흐름을 함께 이해해야 한다.
Variance 1억원보다 중요한 것은 1억원의 구성이다
같은 1억원의 불리한 variance라도 경영대응은 전혀 다를 수 있다.
| Variance 원인 | 주요 질문 |
|---|---|
| Input price | 구매단가·환율·계약조건이 바뀌었는가? |
| Input quantity | 수율·투입량·BOM·실적처리가 문제인가? |
| Resource usage | 다른 재료·공정·작업장을 사용했는가? |
| Scrap | 불량·폐기 증가의 공정원인은 무엇인가? |
| Lot size | 생산 lot 규모가 기준과 달라 fixed cost 흡수가 바뀌었는가? |
| Remaining | 기존 category로 설명되지 않는 금액은 무엇인가? |
따라서 variance report는 성과표보다 원인 탐색용 routing table에 가깝게 사용하는 편이 좋다.
Remaining Variance가 크면 ‘원래 그런 것’이라고 넘기지 않는다
Remaining category가 반복해서 큰 경우는 분석할 가치가 있다.
가능한 원인은 master data, costing 설정, variance configuration 또는 실제 transaction 흐름이 기존 category로 충분히 설명되지 않는 상황일 수 있다.
Remaining을 정상적인 쓰레기통처럼 사용하면 상세 variance 분석체계를 운영하는 의미가 줄어든다.
원가차이 분석은 금액→수량→원천 데이터 순으로 내려간다
실무에서는 다음 순서가 효율적이다.
- 총 variance와 생산량을 확인한다.
- 단위당 variance가 커졌는지 본다.
- Variance category별 금액을 분해한다.
- 큰 category에서 material/activity별로 drill-down한다.
- 실제 quantity와 price를 확인한다.
- BOM·routing·standard cost·실적처리 등 원천 원인을 확인한다.
처음부터 모든 생산오더 line item을 보는 것보다 훨씬 빠르게 문제범위를 줄일 수 있다.
FI/재고 숫자와도 연결해야 분석이 끝난다
관리회계에서 variance를 정확히 설명해도 그것이 재고와 매출원가에 어떻게 반영되는지를 연결하지 못하면 경영손익 분석은 끝나지 않는다.
표준가격, 생산오더 settlement, Material Ledger/actual costing 적용 여부 등에 따라 variance가 재고·매출원가와 연결되는 방식이 달라질 수 있다.
따라서 제조원가 variance는 CO 안에서만 닫힌 분석이 아니라 PP/MM의 실제 물량 흐름과 FI의 재고·손익까지 이어지는 cross-module 문제다.
결론
SAP의 제조원가 variance는 단순히 “계획 100, 실제 120, 차이 20”을 보여주는 기능이 아니다.
실제 생산량에 맞는 target을 만들고 control cost와 비교해 가격·수량·resource usage·scrap·lot size 등 원인별로 차이를 분해하는 것이 핵심이다.
좋은 variance 분석은 차이가 얼마인지 보고하는 데서 끝나지 않는다.
어떤 물량 또는 가격이 변했고 → 어느 공정·재료에서 발생했고 → 어느 조직이 원인을 설명해야 하며 → 그 결과가 재고와 손익에 어떻게 연결되는지까지 이어져야 한다.