| 삼성SDS / 머신러닝·생성형 AI로 글로벌 공급망 리스크 실시간 감지 대응 | |||
 
|
|||
|
|||
|
머신러닝·생성형 AI로 글로벌 공급망 리스크 실시간 감지 대응 시간·비용·환경 영향 아우르는 물류 전체 가시성 확대  삼성SDS가 머신러닝과 생성형 AI를 활용해 실시간으로 공급망 리스크를 감지하고 신속하게 대응전략을 수립하고 있다. 지난 4월 이스라엘과 이란의 충돌 상황을 즉시 감지하고, 이스라엘 도착 예정 항공 물동에 영향이 있다는 것을 고객에게 알린 것도 실시간으로 리스크를 감지했기 때문에 가능했다. 삼성SDS는 ‘글로벌 리스크에 대응하는 디지널 물류전략’을 주제로 지난달 20일 개최한 첼로 스퀘어 컨퍼런스 2024에서 AI를 활용한 디지털 물류로 글로벌 공급망 리스크에 대응할 수 있는 방안을 제시했다. 공급망 리스크 방안 수립 1일에서 2시간으로 단축  코로나19 이후 글로벌 공급망은 ▲러시아-우크라이나 전쟁, 홍해 물류사태 등 지정학적 리스크 ▲미국, 유럽의 보호무역주의 강화로 인한 글로벌 공급망 재편 ▲기후 변화, 탄소 배출 규제 등 기후대응 이슈가 잇따라 발생하고 있다. 삼성SDS 오구일 물류사업부장은 이처럼 급변하는 글로벌 상황에 효과적으로 대응하기 위해 물류의 디지털 전환 필요성을 강조하고, 리스크 영향을 최소화할 수 있는 방안과 사례를 소개했다. 삼성SDS는 매일 수집한 6만건 이상의 글로벌 뉴스에서 머신러닝을 활용해 물류 리스크를 자동 추출한다. 이렇게 추출된 리스크를 생성형 AI를 활용해 위험도를 3단계로 구분해 산정한다. 삼성SDS는 과거 약 2만건의 글로벌 물류 리스크 사례로 위험도를 판단하는 모델을 개발했고, 생성형 AI가 위험도 판단을 할 수 있도록 학습시켰다. 이를 통해 영향을 받을 수 있는 물동량이 자동으로 산출되면, 삼성SDS 물류 전문가들이 데이터 분석과 전문 지식을 바탕으로 신속하게 대응 방안을 수립한다. 방안 수립에 걸리던 시간도 기존 하루에서 2시간으로 단축돼 리스크 대응 속도를 크게 높였다. 실제 삼성SDS는 지난 4월 이스라엘과 이란의 충돌 상황을 즉시 감지한 이후, 확전에 대비해 오만, UAE 등 인근 항구까지 해상으로 운송한 후 주변국을 활용하는 대체 운송 방안을 제시하며 예정된 시간에 운송을 완료했다. 또한 삼성SDS는 생성형 AI를 활용해 고객 서비스와 물류운영 업무의 하이퍼오토메이션을 구현하고 있다. 고객은 기존에 삼성SDS의 디지털 물류 플랫폼 첼로스퀘어에서 각 메뉴별로 클릭해 정보를 파악해야 했다. 그러나 이제는 생성형 AI와의 대화만으로 견적 조회, 필요한 컨테이너 개수 산정 등의 서비스를 쉽고 편하게 이용할 수 있다. 아울러 삼성SDS는 생성형 AI를 활용해 자동화되기 어려웠던 물류운영 업무의 단순/반복업무까지 자동화하고 있다. 기존에는 담당자가 시스템에서 고객별 물동 정보와 정산 데이터를 각각 확인했으나, 생성형 AI를 활용해 대화만으로 한번에 고객별 물동량과 물류비 데이터를 추출할 수 있게 구현 중이다. 이밖에 삼성SDS는 현재 첼로스퀘어를 통해 화물 이동 상황, 선박 지연, 항구 혼잡도, 컨테이너 현황 등을 실시간으로 제공하고 있다. 여기에서 더 나아가 과거 데이터를 분석해 선박의 예상 이동시간 및 항만 체류시간 등을 계산해 더욱 정교한 도착예정시간 예측(Predictive ETA) 정보를 제공한다. 항구 정박료 발생이나 선박 억류와 같은 이상 상황, 해상 및 항공 운임 등도 예측해 미래 비용 가시성까지 높이고 있다. 또한 첼로스퀘어를 통해 항공, 해상, 육상, 철도 등 운송 수단별 탄소배출량과 탄소집약도까지 보여줌으로써 고객의 ESG 경영을 지원하고 있으며, 탄소배출량을 줄일 수 있는 다양한 솔루션도 준비하고 있다. 베트남 물류 리스크 첼로스퀘로 대응 이밖에 삼성SDS는 구체적인 사례로 베트남의 물류 리스크 대응 방안을 소개했다. 최근 북미 무역마찰 등으로 많은 기업들이 베트남을 중심으로 한 동남아로 이전하고 있다. 그러나 선진화되지 못한 동남아의 물류환경과 로컬에 대한 이해 부족으로 물류 리스크가 발생하고 있다. 대표적으로 설비수입 통관 차질로 인한 생산계획 차질, 수책관리 어려움으로 인한 대형 패널티 발생, 운송지역 Blank Sailing 및 홍해이슈 등으로 판매실기 발생, 재고데이터로 인한 결품 및 Partial Order 발생 등으로 인한 거래선 신뢰저하 및 판매실기 등이 있다. 삼성SDS 동남아권역 김동균 권역장은 “이같은 문제는 삼성SDS의 자체 시스템과 현지화된 전문가 집단을 기반으로 다양한 물류 리스크를 효과적으로 제거하고 있다”고 소개했다. 설비수입 리스크는 법령 이해 부족과 서류 및 실물 불일치로 인한 통관 문제가 많은 만큼, AI를 활용해 수시로 변경되는 관련 법규를 반영하고 설비수입 물류를 턴키로 수행해 업무복잡성으로 인한 차질을 방지한다. Blank Sailing이나 지정학적 이슈로 선적지연이 발생하는 해상운송 지연 리스크는 빅데이터를 활용한 라우트별 최적선사 추천과 정확한 선적스케쥴 제공으로 대응한다. 또한 운송중 재고를 도착일자별로 분석해 일자별 가용재고량을 계산하고, 이를 생산/판매계획에 올바로 적용하면 고객에게 정확한 납기를 제공할 수 있다. 수동방식의 창고운영으로 발생하는 결품, Aging, 품질, 비용증가 등의 심각한 문제를 개선하기 위해 삼성SDS는 물류 인프라/프로세스/시스템을 모두 바꾸는 물류혁신을 추진했다. 예컨대 PDA와 첼로시스템 기반으로 시스템내 재고데이터와 실물을 일치시켜, 결품이나 Partial Odder를 방지하고 FIFO를 통한 Aging 관리가 가능하다. 오구일 물류사업부장은 “코로나19 이후로 계속된 글로벌 리스크로 인해 고객들의 물류 디지털 전환 요구가 높아지고 있다”며, “삼성SDS는 디지털 기술과 AI를 활용해 글로벌 공급망의 큰 변화에도 중단없이 지속 가능한 물류서비스를 제공하겠다”고 밝혔다. |
| 
|
