[이명용의 물류전쟁 이야기] “스마트 물류”… AI 기술 활용 동향 분석

스마트 물류에서의 AI 역할은 예측, 자동화, 분석으로 수집된 데이터 패턴을 통해 상태를 감지 및 분석하고, 자율주행차, 로봇 및 드론 등의 자율 이동을 조정하고, 항만, 풀필먼트 센터, 물류센터 등 물류 전반의 프로세서에 대해 이상 유무의 진단 및 예측하고, RPA와 협력하여 물류 관련 사무 자동화 등이 주요 역할이다.

해외동향은 물류운송의 생산성 및 원가 절감을 위해 선제적으로 AI 도입 중이다.

특송업체는 화물 동선 최적화, 리스크 관리, 해운선사는 선박 운항의 스케줄링, 이커머스 업체는 수요량 예측 및 관리에 활용한다.

Maersk는 logistic Hub 솔루션을 통해 과거 정보 및 GPS 데이터를 활용하여 선박 입항 시간을 계산, 선박의 다음 목적지 도착 시간을 45%~60% 정확도 향상시키고 있다.

DHL은 클라우드 기반 공급체인망 관리 플랫폼 “Resillence360” 내에 AI(ML: 기계학습, NLP: 자연어 처리)를 활용하여 30만개 이상의 온라인 소스를 분석하여 위험 요소를 사전에 인지하여 리스크를 관리 한다.

UPS는 프랑스 고생(Gaussin)과 협력하여 자율주행 전기트럭과 물류 창고 내 스왑바디용(차량 적재함을 서로 교체 가능한 자동차) 자율주행차 도입 테스트 하였다.

Fedex는 마이크로소프트 Azure AI를 활용, 택배 전달의 최적 경로 도출에 활용하고, 릴라이어블 로보틱스(Reliable Robotics)와 협력하여 자율비행을 적용한 비행기 개발을 추진하고 있다.

국내동향은 물류에서 AI도입은 해운은 태동기, 주요 적용은 유통 분야

대량 물류 처리의 원가절감이 필요한 대형 해운사 및 대기업 물류를 담당하고 있는 2PL업체 위주로 도입 시작 되었다. HMM은 카카오 엔터프라이즈와 협력, 해상 운송을 의뢰한 고객의 챗봇 등을 통해 선박예약, 화물선적, 선박도착 알림 등의 정보전달 체계 추진했다.

CJ 대한통운은 네이버 AI 클로버 포캐스트(CLOVA forecast)를 적용, 물류수요의 예측 및 주문처리량 최적화에 활용하고, 카고트랙킹 시스템에 AI를 적용하여 화물선 도착시간의 정확도를 기존 40% → 85%까지 향상되었다.

현대글로비스는 라온피플과 협력하여 세계최초 자동차 외관 검사에 AI를 활용 추진했다.

쿠팡은 로켓배송에 AI를 활용하여 입출고를 예측하고, 상품 배송을 위한 적재 순서 및 근로자 배치에 활용하고 있다.

G마켓은 소비자가 서로 다른 판매자의 상이한 제품을 주문하더라도 AI 알고리즘을 통해 물류 피킹의 최적의 동선 도출로 스마일 배송 강화 하였다.

마켓컬리는 AI 멍멍이를 활용 실시간 주문건수, 매출, 재고량을 30분 단위로 추출하고, 이를 토대로 예측 주문으로 신선식품 폐기율 1% 미만 달성했다.

삼성 SDS는 Brightics AI를 활용하여 휴대폰 판매량 예측을 통해 프로모션 가격을 최적화하고, 매장별 판매데이터와 재고정보를 분석 및 수요 예측에 활용하여 재고 처리 비용 50% 감소했다.

LG CNS는 CJ, 판토스 등의 물류센터에 입고되는 단계에서 AI 이미지 인식 기술을 통해 화물을 분류하는 화물분류 솔루션과 AI이미지 인식기술의 정확도를 99.8%까지 확보하여 화물의 분류, 화물 피킹, 물품 최종 검수 등의 영역까지 적용하였다.

결론적으로 스마트 물류는 소형에서 대형 기계 시스템에 이르기까지 미세 컨트롤을 요하는 ICT 첨단 기술의 집약체로써 정부 합동 종합 R&D 및 인프라 지원을 통해 물류 산업 경쟁력 확보 필요 하다. 또한 한계 비용에 직면한 국내 물류 산업의 경쟁력 강화와 디지털 전환을 위해 정책적 지원과 관련 R&D 및 기술지원 사업이 필요 하다.

필자:이명용

(주)솔밴코리아 대표