물류매거진

물류산업 AI 활용 사례 / ‘똑똑한 AI’로 ‘물류기술 혁신’ 가속화

ㆍ게재년/월

2023/10

‘똑똑한 AI’로 ‘물류기술 혁신’ 가속화

최적 배송경로 및 재고관리·물류창고자동화에 AI 적용 활발

코로나19 팬데믹 이후 온라인 쇼핑이 폭발적으로 증가하면서 디지털 유통시대에 진입했다.

디지털 유통시대에는 점포의 입지가 아닌 효율적인 물류체계 구축이 유통산업의 핵심 경쟁력으로 평가받고 있다. 특히 AI는 최적 의사결정을 통해 물류비용을 절감하고 고객만족도를 높이기 위한 핵심 기술로 대두되고 있다.

이에 한국전자정보통신산업진흥회(KEA)는 ‘디지털 유통시대의 물류 AI 활용 사례’ 보고서를 통해 물류에서 AI가 활용되는 사례와 물류 AI 전환을 위한 방향성을 분석했다.

디지털 유통은 소비자가 물건을 구매하는 방식뿐만 아니라 판매자가 상품을 판매하는 방식에도 큰 변화를 가져왔다. 즉, 더 이상 판매자와 소비자가 같은 공간에 있을 필요가 없어지면서 전세계 어디서든 상품을 판매하거나 구매하는 형태로 변화한 것이다.

이로 인해 얼마나 빠르게 소비자의 문 앞까지 배송되는지가 중요한 구매 결정 요인으로 작용하기 시작하면서 퀵커머스로 대변되는 빠른 배송이 부각됐다. 빠른 배송을 위해서는 택배로 대표되는 익일 배송과는 또 다른 물류기술이 필요해지면서 물류 혁신에 대한 니즈 역시 높아졌다.

이에 유통물류업계는 AI를 중심으로 첨단 기술을 활용해 물류 효율을 높이고 배송시간을 단축해 고객 만족도를 높이는 형태로 물류 혁신을 시작했다.

보고서는 물류 혁신을 가능하게 하는 기술로 ▲AI ▲로봇 ▲자율주행 ▲IoT ▲지속가능 물류를 주목했다.

물류 분야에서 AI는 수요 예측, 라우팅 계획, 자동화창고 관리 등을 포함한 많은 영역에서 적용되며, 로봇, 자율주행차량, IoT 등 자동화장비 제어에서도 중요한 역할을 한다.

로봇 및 자동화 기술은 물류창고내 로봇 피킹 등으로 활용되면서 물류창고 업무효율을 향상시키는데 큰 역할을 하고 있다.

자율주행 기술은 특히 라스트마일 배송에 활용되고 있으며, 이를 통해 도시지역에서의 배송 비용을 줄이고 효율성을 향상시킬 수 있을 것으로 기대된다.

IoT 기술은 물류 흐름의 투명성과 효율성을 높이고 재고관리를 개선하는데 기여하고 있다.

아울러 많은 기업들이 지속가능한 물류를 추진하기 위해 배송과정에서의 탄소 발자국을 줄이고 재사용 가능한 포장재를 사용하며 전기트럭과 같은 친환경 차량의 사용을 늘리고 있다.

배달로봇·드론 등 무인운송 도입

보고서는 물류 AI 활용 사례로 ▲무인운송 ▲최적 배송경로 ▲물류비용 예측 ▲최적 재고관리 ▲물류창고 자동화 ▲자료입력 자동화를 소개했다.

운송의 경우 새벽배송, 당일배송과 같은 배송서비스 경쟁이 치열해지고 있으며, 특히 사람을 기반으로 한 운송시스템 운영에 많은 어려움이 따른다.

이러한 상황에 대응하기 위해 AI 물류시스템은 자율주행 트럭, 배송로봇, 드론 등을 활용해 무인화된 운송수단을 도입하고, 사람을 대신해 24시간 안전하게 상품을 배송하는 무인운송 체계를 구축하는 것이 세계적인 추세이다.

DHL은 전기트럭을 기반으로 2017년 이후 5,000대 이상의 자율주행 트럭을 시범 운영하며 데이터를 수집하고, 이를 NVIDIA, ZF 등의 자율주행 기술 기업들과 공유하며 자율주행 트럭 기술의 완성도를 높이는 노력을 지속하고 있다

또한 스타쉽 테크놀로지는 자율주행 배달로봇을 근거리 배송에 활용하고 있으며, 아마존은 프라임 에어를 통해 드론 배송을 구축하고 있다.

국내의 경우 최근 정부는 무인운송 활성화를 위해 ‘스마트물류 인프라 구축 방안’을 발표하는 등 정책 기반을 조성하고 있다. 이를 통해 드론 비행 안전성과 관련한 사전 규제를 간소화하거나, 배달로봇의 실외 이동을 허용하는 것을 추진중이다.

AI 기반 최적 배송 경로 활용

AI는 최적 배송 경로 계산에도 활용된다.

택배와 같이 다수의 고객에게 상품을 배송해야 하는 프로세스는 VRP(Vehicle Route Planning) 최적화 문제를 해결함으로써 전체 배송 경로의 소요시간을 최소화하는 것이 중요하다. 그러나 기존의 최적화 알고리즘은 현장의 복잡한 제약 요인들을 모두 고려하기는 어려운 한계가 있다.

이에 따라 AI 기술은 최적화 기법의 한계를 보완하고 현장의 다양한 요인들을 학습함으로써, 보다 현실적인 배송경로를 최적화하는데 활용되고 있다.

실제로 최근 기업들은 AI를 활용해 배송차량이 최적화된 경로를 선택하고 가장 효율적인 연료 소비를 할 수 있도록 최적 경로배송을 적용하고 있다. 이를 통해 도심지역에서 교통 혼잡을 피하고 배송시간을 단축할 수 있다.

예컨데 위밋모빌리티는 배차최적화 솔루션 ‘루티(ROOUTY)’를 통해 경로를 최적화하고, 다수의 차량·이동·배송 데이터 등을 AI로 분석해 화물 분배 효율화 및 배차 최적화 서비스를 제공하고 있다. 트래킹 기술을 활용해 이동과정에서 발생 가능한 이슈를 파악하고, 실시간 교통상황을 고려한 최적 배송경로를 계산해 경유 순서 최적화도 가능하다.

물류수요 예측 기반 최적 물류비용 산출

AI를 활용한 물류수요 예측으로 최적 물류비용도 산정할 수 있다.

물류에서 갑작스러운 수요 변동과 비용 증가는 서비스 수익성에 부정적인 영향을 미치므로, 물류 수요와 서비스 비용을 예측함으로써 선제적 대응체계를 구축할 필요가 있다.

따라서 화주 수요와 물류기업 공급에 영향을 미치는 다양한 요인들을 사전에 자료화하고 AI 기술을 활용해 이를 복합적으로 분석함으로써, 예측 정확도를 크게 향상시킬 수 있다.

대표적인 기업이 우버로, 화물운송 분야에서 AI 기술을 활용해 특정 시점 이후의 서비스 구간별 예상 요금을 예측하고 이를 화주에게 제공한다. 화물 운송서비스 중개가 이루어지는 과정에서 다양한 상황별 서비스 요금 데이터가 저장되며, 이 데이터를 학습해 미래 서비스 요금 예측에 활용하고 있다.

국내에서는 CJ대한통운이 화주와 화물차주를 직접 연결시켜 주는 화물운송 플랫폼 ‘the unban(더 운반)’ 서비스를 시작하면서 AI 기술을 통해 최적 운임을 찾아 매칭하고 있다. 화물의 유형과 규모, 운행거리 등 운송과 직접 관련된 정보에 대한 AI 기술로 기상상황, 유가, 계절 요인 등 다양한 외부 정보를 학습한 AI를 통해 실시간 최적 운임을 제시한다.

수요예측에 따른 상품 재고관리

AI 기술은 수요예측에 따른 상품 재고관리에도 효과적이다.

고객에게 신속하게 상품을 전달하기 위해서는 고객과 가까운 위치에 물류창고를 설치하고 대규모의 재고를 운영하는 것이 중요한데, 이는 많은 비용이 소요되므로 이를 해소하기 위한 정확한 수요예측과 이에 따른 재고관리가 필요하다. 수요예측이 정교해진다면 고객의 상품 구매를 사전에 예측해 선제적으로 상품을 배송할 수 있게 되고, 이를 통해 적절한 수의 물류창고를 유지하면서도 신속한 배송서비스가 가능해지기 때문이다.

따라서 기업들은 AI 기술을 활용한 상품 수요예측으로 재고관리를 최적화하고 재고 부족이나 과잉을 방지함으로써, 비용을 절감하고 고객 만족도도 향상시키고 있다. 특히 신선식품의 경우 AI 기반의 정확한 재고관리는 상품의 폐기율을 낮추는데 기여한다.

최근 쿠팡이 흑자로 전환한데는 전국적인 물류네트워크 외에, AI를 활용해 신선식품 재고 손실을 줄인 것도 한 요인으로 평가받고 있다. 쿠팡은 AI 기반 수요예측으로 신선식품 재고 손실을 2022년 50% 이상 축소한 것으로 알려졌다.

AI 기반 물류창고자동화 추진 활발

특히 최근 속도 중심의 배송서비스 경쟁이 치열해지면서 AI 기반 물류창고 자동화는 필수로 자리매김하는 추세이다.

AI는 로봇이 물류창고내 화물을 이송하고 드론 및 카메라가 재고를 실시간으로 모니터링할 수 있도록 지원한다. 즉, 상품 피킹 리스트에 따라 최적의 경로로 이동하고 상품을 피킹하는데 필요한 데이터를 AI 기술로 학습해, 주문 및 창고 상황에 따라 신속하게 이동 경로를 자동으로 최적화할 수 있다.

쿠팡 대구 풀필먼트센터가 대표적으로, 진열·포장·분류 등 다양한 업무에 로봇을 활용해 자동화하고 있으며, 이를 통해 업무강도가 65% 감소할 정도로 생산성이 향상됐다. 또한 AGV가 상품을 직접 피킹 및 분배하고, 수백대의 분류 로봇(소팅봇)은 배송지별로 상품을 분배해 신속한 배송서비스를 지원한다.

RPA로 단순업무 시간·비용 절감

AI를 활용한 RPA(Robotic Process Automation)는 단순 업무에 소요되는 시간과 비용을 줄여준다.

물류산업은 다수의 기업이 협력해 서비스를 제공하는 구조로, 서류처리 과정에서 많은 인력 및 시간이 소요된다. IBM과 Maersk의 분석에 따르면, 냉장 컨테이너 1개를 동아시아에서 유럽까지 수출하는 과정에서 30명 이상의 사람이 200건 이상의 서류작업을 처리하는 것으로 나타났다.

RPA는 반복적인 작업을 자동화하는 기술로, 이미지 인식과 패턴 인식과 같은 AI 기술을 활용해 담당자가 수작업으로 서류처리를 수행하지 않도록 지원한다.

CJ대한통운은 RPA를 물류센터 운영, 수송, 택배, 포워딩 등 전 사업분야에 적용해, 연 기준 5,600시간의 단순 반복업무 시간을 절감했다.

이처럼 물류 AI는 물류 효율화가 필요한 기업은 반드시 도입해야 하는 기술로 자리잡고 있다.

보고서는 물류 AI를 도입할 경우 비용절감 생산성 향상, 서비스 품질 개선 등이 가능해지지만, 효과적인 AI 기술 적용을 위해서는 데이터 수집 및 품질을 관리할 수 있는 시스템이 있는지, 다른 시스템과 연동 가능한 표준화된 시스템을 보유하고 있는지 등을 반드시 고려해야 한다고 강조했다.