재고 관리 시스템 설계 프롬프트

재고 관리 시스템을 만들기 위해 필요한 화면, 데이터베이스 구조, 기술 선택, 기존 시스템이나 API 연동 지침을 개략적으로 제안합니다.

분류	개발 › 데이터·DB
태그	초안작성아이디어개발자

프롬프트 (영어 본문 · 답은 한국어로 옵니다)

Act as a Software Architect. You are an expert in designing scalable and efficient inventory management systems.

Your task is to outline the key components and elements necessary for building an inventory management system.

You will:
- Identify essential pages such as dashboard, product listing, inventory tracking, order management, and reports.
- Specify database structure requirements including tables for products, stock levels, suppliers, orders, and transactions.
- Recommend technologies and frameworks suitable for the system.
- Provide guidelines for integrating with existing systems or APIs.

Rules:
- Focus on scalability and efficiency.
- Ensure the system supports multi-user access and role-based permissions.

어떤 프롬프트인가

재고 관리 시스템의 초기 아키텍처를 잡을 때 쓰는 소프트웨어 설계 역할이다. 대시보드, 상품, 재고, 주문, 보고서와 권한 관리를 포함하도록 지시한다.

모델 비교

ChatGPT가 정확성·완결성·분량의 균형이 가장 좋다. Claude는 가장 구체적이나 스키마 오류와 과도한 길이가 있고, Gemini는 강한 실무성이 있지만 확인 불가 링크가 감점 요소다.

ChatGPT종합 1위

46/ 50

＋ 요구사항을 빠짐없이 균형 잡힌 분량으로 정리했다.

－ 동시성 제어와 데이터 제약조건의 구현 예시는 비교적 얕다.

Claude

42/ 50

＋ 스키마·권한·확장 전략을 가장 폭넓고 구체적으로 다뤘다.

－ SQL 스키마에 nullable PK와 잘못된 부분 인덱스 등 모순이 있다.

Gemini

42/ 50

＋ 재고 정합성과 외부 연동 패턴을 구체적으로 설명했다.

－ 존재를 확인할 수 없는 외부 문서 링크와 다소 과한 단정이 있다.

기준	ChatGPT	Claude	Gemini	앞선 모델
지시 준수	10	10	9	동점
정확성	9	7	8	ChatGPT +13%
구체성	9	10	9	Claude +11%
구성·가독성	9	9	9	동점
분량 적정성	9	6	7	ChatGPT +29%

gpt-5.6-sol가 모델 이름을 가린 채 1~10점으로 채점했습니다 (2026-09-24). 측정값이 아니라 AI 심사 결과입니다.

답 전문 보기

같은 입력을 세 모델에 넣어 받은 답을 그대로 옮겼습니다. 각 CLI(에이전트 하네스)에서 실행했습니다. ChatGPT·Claude 앱이나 웹에서는 답이 다를 수 있습니다.

gpt-5.6-luna (codex CLI · 에이전트 하네스) · 실행일 2026-09-24

재고 관리 시스템 설계안

1. 핵심 기능 및 페이지

대시보드

전체 재고 금액 및 수량
부족 재고·과잉 재고 알림
입고·출고·반품 현황
주문 처리 상태
매출 및 재고 회전율
사용자별 주요 작업 및 승인 대기 목록

상품 관리

상품 등록·수정·삭제
SKU, 바코드, 카테고리, 브랜드 관리
단위, 원가, 판매가, 세금 정보
상품 이미지와 첨부파일
옵션·규격·로트·유통기한 관리
상품별 공급업체 연결

재고 추적

창고·지점별 재고 조회
입고, 출고, 이동, 조정 처리
재고 실사 및 차이 조정
안전재고·재주문점 설정
로트·시리얼 번호 추적
재고 변동 이력 조회

주문 관리

구매 주문 생성 및 승인
판매 주문 등록 및 처리
주문 상태 관리
부분 출고·분할 입고 지원
반품 및 취소 처리
공급업체별 주문 이력

공급업체 관리

공급업체 정보 및 담당자
공급 품목 및 단가
납기·거래 조건
공급업체별 주문·입고 실적
공급업체 평가

보고서

재고 현황 보고서
재고 변동 이력
재고 회전율
품절·과잉 재고 분석
구매·판매·반품 분석
창고별·상품별 수익성
CSV, Excel, PDF 내보내기

사용자 및 권한 관리

사용자, 조직, 부서 관리
역할 기반 권한 관리
창고·지점별 접근 범위
승인 권한과 작업 이력
로그인 및 보안 감사 로그

2. 데이터베이스 구조

관계형 데이터베이스를 기본으로 구성하는 것이 재고 수량과 거래 정합성 유지에 적합합니다.

주요 테이블

`users`

id
organization_id
name
email
password_hash
status
created_at

`roles`, `permissions`, `user_roles`

역할과 세부 권한을 분리
예: 조회, 등록, 수정, 승인, 삭제, 내보내기

`products`

id
sku
barcode
name
category_id
unit
cost_price
selling_price
reorder_point
safety_stock
status

`categories`

상품 분류 정보
계층형 카테고리 지원

`warehouses`

창고·지점 정보
주소, 시간대, 운영 상태

`stock_levels`

product_id
warehouse_id
quantity_on_hand
quantity_reserved
quantity_available
updated_at

quantity_available는 일반적으로 다음과 같이 계산합니다.

가용 재고 = 실재고 - 예약 재고

`stock_transactions`

id
product_id
warehouse_id
transaction_type
quantity
reference_type
reference_id
lot_number
serial_number
created_by
created_at

거래 유형 예시:

입고
출고
창고 이동
반품
실사 조정
폐기

재고 수량을 직접 덮어쓰기보다 모든 변동을 거래 원장으로 기록해야 감사 추적과 복구가 가능합니다.

`suppliers`

공급업체 기본 정보
사업자번호, 연락처, 결제 조건

`supplier_products`

공급업체별 상품
공급 단가, 최소 주문 수량, 평균 납기

`purchase_orders`

구매 주문 헤더
공급업체, 주문 상태, 승인자, 주문일

`purchase_order_items`

상품, 주문 수량, 입고 수량, 단가

`sales_orders`

판매 주문 헤더
고객, 주문 상태, 결제 상태, 배송 정보

`sales_order_items`

상품, 주문 수량, 출고 수량, 판매 가격

`transfers`

창고 간 이동 요청 및 상태

`returns`

반품 사유, 반품 수량, 검수 상태

`audit_logs`

사용자, 작업 유형, 대상 리소스, 변경 전·후 값, IP, 시간

데이터베이스 설계 원칙

상품 SKU와 바코드에 유니크 인덱스 적용
product_id, warehouse_id, created_at에 인덱스 적용
재고 갱신은 트랜잭션으로 처리
낙관적 잠금 또는 행 잠금으로 동시 수정 방지
삭제 대신 상태값을 이용한 소프트 삭제
대규모 거래 이력은 날짜 기준 파티셔닝 고려
모든 금액은 부동소수점 대신 정수 또는 정밀 숫자 타입 사용

3. 권장 기술 스택

프론트엔드

React 또는 Next.js
TypeScript
TanStack Query
Material UI, Ant Design 또는 사내 디자인 시스템
반응형 UI 및 모바일 창고 작업 화면 지원

백엔드

Java Spring Boot 또는 Node.js NestJS
REST API를 기본으로 제공
복잡한 조회에는 GraphQL을 선택적으로 사용
OpenAPI로 API 명세 자동화

데이터 저장소

PostgreSQL: 핵심 업무 데이터
Redis: 캐시, 세션, 분산 잠금, 작업 큐
Elasticsearch 또는 OpenSearch: 상품·거래 이력 검색
S3 호환 스토리지: 상품 이미지, 문서, 보고서 파일

비동기 처리

Kafka 또는 RabbitMQ
재고 동기화, 알림, 보고서 생성, 외부 시스템 연동에 활용
실패 메시지는 재시도 및 Dead Letter Queue로 관리

인프라

Docker, Kubernetes
AWS, Azure 또는 GCP
관리형 데이터베이스와 오토스케일링 사용
CDN 및 로드 밸런서 적용
CI/CD와 자동화된 데이터베이스 마이그레이션 구성

4. 확장성과 효율성 설계

무상태 API 서버로 구성해 수평 확장
읽기 트래픽은 Read Replica로 분산
자주 조회되는 재고 요약 정보는 캐시 사용
대량 업로드는 백그라운드 작업으로 처리
대시보드용 집계 테이블 또는 데이터 웨어하우스 활용
창고·조직 단위로 데이터 접근 범위 분리
멱등성 키를 사용해 외부 주문 중복 처리 방지
API 요청 제한, 페이지네이션, 필터링 적용
장애 발생 시 재고 원장 기반으로 재계산 가능하도록 설계

5. 다중 사용자 및 권한 모델

RBAC와 조직·창고 범위 제어를 함께 사용하는 것이 적합합니다.

예시 역할:

시스템 관리자
재고 관리자
구매 담당자
판매 담당자
창고 작업자
재무 담당자
조회 전용 사용자

권한은 다음 단계로 관리할 수 있습니다.

사용자 → 역할 → 기능 권한 → 조직/창고 접근 범위

예를 들어 창고 작업자는 자신의 창고 재고만 수정할 수 있고, 구매 담당자는 구매 주문을 생성하지만 승인할 수 없도록 분리할 수 있습니다.

추가로 다음을 적용합니다.

SSO 및 OAuth 2.0/OIDC
MFA
세션 만료 및 토큰 갱신
승인 이중화
모든 중요 변경에 대한 감사 로그

6. 기존 시스템 및 API 연동 가이드

주요 연동 대상

ERP 및 회계 시스템
쇼핑몰·마켓플레이스
POS 시스템
택배·물류 API
바코드·RFID 장비
결제 및 세금계산서 시스템

연동 방식

REST 또는 GraphQL API
Webhook 기반 실시간 이벤트
Kafka 등 메시지 기반 연동
SFTP를 통한 CSV·Excel 배치 연동
ETL 또는 CDC 기반 데이터 동기화

연동 설계 원칙

내부 시스템과 외부 시스템의 ID 매핑 테이블 운영
외부 API별 Adapter 계층 분리
요청·응답 로그와 상관관계 ID 기록
타임아웃, 재시도, 서킷 브레이커 적용
중복 이벤트에 대비한 멱등성 처리
외부 연동 실패 시 보정 작업과 수동 재처리 제공
API 버전 관리 및 변경 감지
개인정보와 인증 토큰 암호화
실시간 동기화가 필요한 데이터와 배치 처리 데이터를 구분

7. 권장 구축 순서

사용자·권한, 상품, 창고, 재고 원장 구축
입고·출고·이동·실사 기능 구현
구매 주문 및 공급업체 관리 추가
판매 주문·반품·외부 시스템 연동
대시보드와 보고서 구축
바코드/RFID, 자동 재주문, 예측 분석 확장

핵심은 재고 거래 원장, 창고별 재고, 권한 및 감사 로그를 시스템의 중심으로 설계하는 것입니다.

같은 분류의 프롬프트

대용량 텍스트 변환기 프롬프트
AI 데이터 추출 도구 기획 프롬프트
AI2sql 자연어 SQL 생성 프롬프트
백엔드 아키텍트 역할을 맡기는 프롬프트
Base R 프로그래밍 프롬프트

분류