기업의 창고는 단순한 물품 보관소가 아니라, 언제든 흐를 준비가 되어 있어야 하는 ‘얼어붙은 현금(Frozen Cash)’의 저장고입니다. 하지만 많은 경영자가 간과하는 사실이 있습니다. 눈앞에 쌓인 재고의 수량은 명확할지 몰라도, 그 재고의 ‘진짜 가치’를 정확히 평가하는 것은 회계학 역사상 가장 까다로운 난제 중 하나라는 점입니다.
물리적 재고의 흐름은 아날로그식으로 뒤섞이는데, 장부는 디지털식 규칙을 강제해야 하는 숙명. 여기에 가치 평가에 개입되는 경영자의 주관적 유인까지 얽히며 재고자산은 종종 기업의 이익을 왜곡하는 시한폭탄이 되곤 합니다. 재고자산 평가가 본질적으로 어려운 이유를 파악하고, 기업 규모별 실무 차이와 그 이면에 숨은 부작용을 깊이 있게 해부해 봅니다.
1. 재고자산 평가가 본질적으로 어려운 4가지 이유
① 단가와 원가흐름의 한계: 수량은 알아도 ‘어느 재고’인지 알 수 없다
창고에 똑같이 생긴 반도체 칩 1만 개나 탱크 속 석유가 가득 차 있다고 가정해 보겠습니다. 개수나 부피는 정확히 측정됩니다. 하지만 이 재고들은 지난달에 100원, 이번 달에 120원, 어제 150원에 사 온 것들이 마구 뒤섞여 있습니다. 물건이 출고될 때 “이것은 3주 전 화요일에 120원 주고 산 물건”이라고 일일이 추적하는 개별법(Specific Identification Method)은 물류 특성상 불가능에 가깝습니다. 결국 선입선출법(FIFO)이나 평균법 같은 ‘인위적인 가정’을 장부에 도입할 수밖에 없으며, 이 과정에서 실제 물류와 장부상 가격 간의 필연적인 괴리가 발생합니다.
② 가치의 불확실성: 원가는 알아도 ‘미래의 몸값’을 모른다
회계 기준은 사 온 가격보다 현재 시장에 팔 수 있는 가치(순실현가능가치)가 떨어졌을 때 그만큼 가치를 깎아내리는 저가법(LCM)을 강제합니다. 하지만 유행이 지나거나 진부화된 재고의 미래 가치를 예측하기란 극도로 어렵습니다. 당장 창고에 쌓인 구형 부품을 내다 팔면 얼마를 받을 수 있을지, 주식처럼 매일 공시되는 시장 가격이 없기 때문에 평가에 주관과 추정이 개입될 수밖에 없습니다.
③ 전산과 실물의 괴리: 눈에 보이지 않는 수량의 손실 (감모)
바코드와 WMS(창고관리시스템)가 완벽해 보여도 실제 창고를 실사하면 차이가 납니다. 도난, 파손, 미세한 증발, 입력 오류 등으로 발생하는 재고감모손실은 불시에 전수 조사를 하기 전까지는 전산 시스템조차 100% 잡아내지 못하는 사각지대입니다.
④ 경영학적 유인: 이익을 마사지하고 싶은 주관의 개입
재고자산은 당기순이익을 합법적으로 조절할 수 있는 가장 매력적인 도구입니다. 기말 재고자산 금액을 높게 평가하면 매출원가(비용)가 줄어들어 당기순이익이 늘어납니다. 반대로 재고를 낮게 평가하면 이익이 줄어 세금을 아낄 수 있습니다. 악성 재고를 껴안고 있으면서도 “내년에 유행이 돌아오면 제값 받는다”고 우기며 평가손실을 잡지 않는 경영자의 유인을 시스템이 강제로 통제하기는 쉽지 않습니다.
2. 대기업 vs 중소기업: 재고 평가 실무의 현실적 차이
회사의 규모와 규제 환경에 따라 재고자산을 평가하고 관리하는 방식은 극명하게 갈립니다.
- 대기업 (국제회계기준 IFRS / 외부감사 의무): 주로 이동평가법이나 선입선출법(FIFO)을 사용합니다. 물가가 변하는 환경에서 왜곡이 가장 적고 객관적인 평균 가격을 도출하기 위함입니다. (단, 후입선출법은 IFRS에서 전면 금지되어 있습니다.) 대기업은 바코드, RFID, 로봇 스캐너가 실시간으로 입출고 단가를 추적하여 ‘계속기록법’을 가동하며, 연 1~2회 대규모 전수 실사로 전산 오차를 보정합니다.
- 중소기업 및 스타트업 (일반기업회계기준 또는 세법 기준): 실무적으로 가장 계산이 편한 총평균법을 선호합니다. 한 달 또는 일 년 동안 사 온 총금액을 총수량으로 나누어 기말재고를 계산하는 방식입니다. 대형 ERP를 도입할 여유가 없어 평소에는 입출고를 일일이 기록하지 못하다가, 기말에 창고 문을 열고 개수를 세어보는 ‘실지재고조사법’에 의존합니다. 이 때문에 중간에 발생하는 도난이나 파손(감모)을 따로 분리하지 못하고 전부 ‘매출원가’에 묻어버리는 한계가 있습니다.
3. 원가흐름의 가정은 과연 올바른 선택인가?
“실제 물건은 마구 뒤섞여 나가는데, 장부상으로만 가정을 두는 것이 과연 올바른 경영적 선택인가?”라는 의문은 매우 합리적입니다. 결론부터 말씀드리면, 원가흐름의 가정은 ‘완벽한 정답’이라서가 아니라, 비즈니스의 ‘경제성(비용 대비 효과)’을 위한 어쩔 수 없는 최선의 타협안입니다.
만약 수천만 개의 나사못이나 칩을 일일이 추적하려면 배보다 배꼽이 더 커집니다. 정확한 원가 계산을 위해 지출하는 ‘시스템 통제 비용’이 ‘정확한 정보가 주는 이익’보다 훨씬 커지는 역효과가 발생하기 때문입니다.
하지만 이 가정이 가져오는 치명적인 독인 가짜 이익(Phantom Profit)을 경영자는 경계해야 합니다. 물가가 계속 오르는 인플레이션 시기에 선입선출법(FIFO)을 쓰면 과거의 싼 가격이 원가로 잡혀 장부상 이익은 극대화됩니다. 주주들은 배당을 달라고 하고 세무서는 세금을 더 내라고 하지만, 경영자는 창고를 채우기 위해 원재료를 ‘지금의 비싼 가격’으로 다시 사 와야 하므로 통장의 실제 현금은 오히려 메마르게 됩니다.
4. 과학(디지털 기술)으로만 해결되지 않는 이유와 부작용
오늘날 기업들은 드론 실사, RFID, AI 가치 예측 모델 등 ‘과학 기술’을 동원해 한계를 극복하려 합니다. 그러나 과학의 맹신은 오히려 새로운 부작용을 낳습니다.
- 정량화할 수 없는 ‘주관의 영역’ 존재: 기술이 수량과 과거 트렌드는 완벽히 맞출지 몰라도, 갑작스러운 지정학적 위기나 소비자 트렌드의 전권적 변화까지 예측할 수는 없습니다. 재고의 가치는 결국 미래의 시장 수용성에 달려 있으므로 완전히 주관을 배제한 과학적 평가란 존재하기 어렵습니다.
- 시스템 맹신이 부르는 방관: 최고급 ERP와 AI를 쓴다는 신뢰가 지나치면 현장 관리에 소홀해집니다. 전산 입력을 교묘하게 조작하는 ‘스마트 횡령’이나 시스템 오류에 오히려 눈먼 봉사가 될 수 있습니다.
- 과도한 통제 비용: 미세한 오차를 없애기 위해 배보다 배꼽이 더 큰 시스템 비용을 지출하는 것은 자본 효율성(ROE)을 떨어뜨리는 경영적 악수입니다.
💡 경영자를 위한 최종 제언
따라서 경영자는 재무제표에 보고하기 위한 ‘공시용 장부’의 숫자를 맹신하지 말고, 현금 흐름과 원가 경쟁력을 판단할 수 있는 별도의 관리 지표를 챙겨야 합니다.
- 실물 합치율: 전산상 데이터와 불시 현장 실사 데이터가 얼마나 일치하는지 트래킹하여 시스템의 건강성을 점검해야 합니다.
- 재고 유통기한 (진부화 주기): 창고에 머문 기간별로 재고를 에이징(Aging)하여, 일정 기간이 지난 재고는 과감하게 저가법으로 털어내고 현금화하는 결단력이 필요합니다.
[Biz-Insight English]
1. 원가흐름 가정의 필요성과 한계 (The Necessity and Pitfalls of Cost Flow Assumptions)
- A: Is relying on cost flow assumptions like FIFO genuinely the best choice for checking our real profit? (진짜 이익을 확인하는 데 선입선출법 같은 원가흐름 가정에 의존하는 것이 과연 최선의 선택일까요?)
- B: It’s a practical compromise to save administrative costs, but during inflation, FIFO can create “phantom profits”—showing high net income on paper while actual cash is depleted to restock higher-priced inventory. (관리 비용을 아끼기 위한 실무적인 타협안일 뿐입니다. 인플레이션 시기에 선입선출법은 장부상 이익만 부풀리고 비싼 재고를 채우느라 실제 현금은 고갈되는 ‘가짜 이익’의 함정을 만들 수 있습니다.)
2. 기술 도입과 가치 평가의 한계 (Technology and the Limitations of Valuation)
- A: Since we adopted AI and automated drones for smart warehousing, is our inventory valuation 100% accurate? (스마트 물류를 위해 AI와 자동화 드론을 도입했으니, 우리의 재고 가치 평가는 100% 정확하겠죠?)
- B: Technology tracks physical quantities well, but it cannot perfectly predict market sentiment or sudden economic shifts, meaning managerial judgment is still required for net realizable value. (기술이 물리적 수량은 잘 추적하지만, 시장의 감정이나 갑작스러운 경제 변화까지 완벽히 예측할 수는 없습니다. 즉, 순실현가능가치를 평가할 때는 여전히 경영자의 판단이 필요합니다.)
3. 기업 규모별 재고 관리의 차이 (Inventory Management by Company Size)
- A: Why do small businesses prefer the periodic average method over the perpetual system? (왜 중소기업들은 계속기록법보다 총평균법을 선호하나요?)
- B: Because small companies often lack the expensive ERP infrastructure. The periodic average method is much more cost-effective as it only requires counting physical inventory at the end of the period. (대형 ERP 인프라를 구축할 재정적 여유가 없기 때문입니다. 총평균법은 기말에 한 번만 실지 재고를 세면 되기 때문에 훨씬 비용 효율적입니다.)
※ 이 포스팅의 그림과 내용은 Google Gemini AI와 협업을 통해 제작되었으며, 저자가 직접 내용을 창작, 검토하고 편집했습니다.