| 인천대 / 미래 물류기술 유연성·통합 중심 자동화로 발전 전망 | |||
 
|
|||
|
|||
|
미래 물류기술 유연성·통합 중심 자동화로 발전 전망 자율주행·드론·디지털 트윈 상용화 위한 돌파구 필요  “물류기술은 사용하기 편하고 유용성이 있어야 빠르게 물류시장에서 확산될 수 있다” 인천대 송상화 교수는 통합물류협회가 지난달 19일 개최한 ‘물류 패러다임의 변화, 혁신 그리고 NEXT Level’ 세미나에서 지난 10년간 물류기술이 어떻게 변화했는지 살펴보면 미래 물류기술을 파악할 수 있다며, DHL 보고서에 기반해 그동안의 물류기술 발전 동향과 향후 물류기술 개발 방향성에 대해 설명했다. DHL이 2년마다 발표하는 ‘DHL Logistics Trend Radar’ 보고서는 물류산업의 가장 중요한 기술 동향을 보여준다. 원점으로 갈수록 기술이 상용화되면서 보편화되고 있는 것을 의미한다. 송상화 교수는 “블록체인이나 3D 프린팅처럼 몇년간 위치 변화가 거의 없는 기술은 관심도 높고 중요하다고 평가되지만 상용화되기 위해서는 돌파구가 필요한 상황”이라며, “반면 물류로봇은 AGV, AMR 등과 같이 세분화되면서 빠르게 상용화되고 있는 기술”이라고 설명했다. 머스크·IBM 블록체인 서비스 종료 ‘서비스 확산 한계’  구체적으로 3D 프린팅은 보고서에 처음 등장한 이후부터 기술적인 돌파가 거의 없어 몇년째 같은 자리에 머무르고 있지만, 최근에는 특화된 산업을 중심으로 빠르게 성장하고 있다. 즉, 생산속도 및 소재 다양화 측면에서 고도화 노력이 이뤄지고 있으며, 특히 로켓 등 특수분야를 중심으로 의미있는 성과를 창출하고 있다. 드론은 그동안 외곽 등 인구 저밀도 지역에서 의약품 등 특수화물을 배송하는데 집중해왔다. 인구 고밀도 지역인 도심내에서 배송하는데 여러 한계가 있기 때문이다. 또한 드론 배송시 모니터링 등에만 약 5명의 인원이 투입되는 등 경제성이 낮다는 이유도 상용화의 걸림돌로 작용해 왔다. 그러나 여전히 아마존이나 집라인, 알파벳 등의 기업이 도심내 드론배송에 대한 연구와 테스트를 활발히 진행하며, 최종 소비자에 대한 화물전달 방식 등의 고도화를 추진하고 있다. 자율주행은 트럭 등 상업용 차랑에서 먼저 상용화가 이뤄질 것이라는 전망이 우세한 상황이지만, 여전히 기술적 한계로 인해 상용화 시기가 늦춰지고 있는 실정이다. 디지털 트윈은 현재 실시간 관리가 아니라 시뮬레이션으로만 의미가 있는 상황이다. 디지털 트윈이 앞으로 물류시장에서 더욱 활성화되기 위해서는 실제공간과 똑같이 동시에 움직이면서, 예컨데 한시간 뒤에 일어날 상황을 시뮬레이션하면서 리스크를 알려줄 수 있을 정도로 기술이 발전해야 한다. 최근 설계단계에서의 활용뿐 아니라 실시간 관리 영역에서의 도입사례가 증가하는 등 물류현장의 실시간 관리와 최적화로 발전해 나가고 있는 중이다. 한때 높은 관심을 받았던 블록체인은 올해 1분기 머스크와 IBM이 블록체인 기반의 트레이드렌즈 서비스를 종료하는 등 서비스 확산에 어려움을 겪고 있다. 반면 AI는 최대 화두로 떠오르고 있다. 마이크로소프트는 거대언어모델에 기반한 생성형 AI, ChatGPT를 공급망 통합 관리 플랫폼 Microsoft Supply Chain Platform과 결합해 Supply Chain 리스크를 분석하고 관리하는 서비스를 개발하고 있다. 또한 로봇을 직접 움직이진 않지만 로봇에게 작업을 지시하기 위한 프로그램 코드를 사람의 프롬프트에 맞게 작성하는 연구를 수행하고 있다. 이처럼 거대언어모델 기반 AI의 등장으로 지능형 서비스 개발의 새로운 돌파구를 확보하고 있다. 송상화 교수는 “모든 기술은 처음 등장했을때 높은 관심을 받았다가 별다른 성과가 없으면 외면받는 과정을 통해 최종 모델로 진화해 나가는 여정을 거치게 된다”고 설명했다. 소프트웨어 중심의 물류 기술 고도화 활발 특히 송상화 교수는 향후 물류기술이 ▲소프트웨어 중심의 물류 기술 고도화 ▲스케일 및 유연성 중심의 물류자동화 ▲병목현상 해소 ▲통합 end-to-end 시스템 등을 중심으로 개발될 것으로 내다봤다. 지난 2010년대에 물류 자동화기술 특허는 장비가 주를 이뤘다면, 최근에는 데이터 분석 및 처리 관련 기술이 증가하고 있다. 즉, 2011년 이후 물류자동화 기술 특허가 하드웨어에서 소프트웨어로 무게 중심이 이동하는 경향을 보이고 있으며, 공급망 중심의 B2B 물류에서 B2C 물류로의 변화가 관측되고 있다. 데이터 분석에 대한 화주 요구 수준 역시 큰 폭으로 상승했으며, 클라우드 기반 IT서비스, 물류센터 자동화, 분산주문관리 부분이 중요한 IT 역량으로 변화하고 있다. 또한 과거 물류자동화의 핵심이 스케일이었다면, 지금은 유연성도 매우 중요한 요소로 고려되고 있다. 송상화 교수는 “2000년대 초반 실패로 끝났던 웹벤의 캐로젤이 GTP의 원조라는 점에서, 유연성이 얼마나 중요한지 알 수 있다”고 강조했다. 캐로젤은 고장이 나면 전체 라인이 서는데다 물동량 변화에 유연하지 못한 점을 개선해, 웹벤 핵심 인원들이 바퀴를 달아 유연성을 향상시켜 개발한 모델이 바로 키바이다. 아마존이 키바를 인수하면서 GTP가 활성화됐으며, 유연한 물동량 처리를 위한 핵심 기술로 발전했다. 병목현상을 해소하는 것 역시 물류자동화의 주요 요소로 자리잡고 있다. 송상화 교수는 “예컨대 음식점에 서빙로봇을 대거 도입했는데 주방에서 요리를 제때 만들지 못해 병목현상이 발생하면 서빙로봇은 무용지물이므로 그 음식점은 쿠킹로봇을 설치하는게 맞다”며, “전체 물류현장중 어디에서 병목현상이 발생하는지 파악하고 이를 해결할 수 있는 기술을 적용하는 것이 중요하다”고 밝혔다. 또한 병목현상 해소와 더불어 통합 end-to-end 시스템 형태로 기술이 발전할 것으로 내다봤다. 송상화 교수는 “과거에는 요소기술만 집중해서 보여줬다면, 지금은 각 요소기술들을 어떻게 결합해 어떤 솔루션을 제공할 수 있는지에 집중하고 있다”고 설명했다. 아울러 물류기업이 새로운 기술을 도입하도록 하기 위해서는 리스크를 얼마나 잘 해소할 수 있는지도 보여줄 수 있어야 한다. 송상화 교수는 “신기술인 경우 비용이 많이 들어가는데다 검증이 안된 경우가 많으므로, 리스크를 줄일 수 있는 방안을 제시할 수 있어야 한다”고 말했다. |
| 
|
