물류센터 DX를 위한 세 가지 키워드

지난해까지 코로나19로 인한 이커머스 수요 급증으로 문제가 됐던 물류 공급 부족과 공급망 병목은 2022년 들어 서서히 해소되기 시작했다. 하지만 시장은 새로운 ‘불확실성’을 마주하고 있다. 세계적인 인플레이션과 그로 인해 찾아온 소비 침체로 그간 물류 공급 부족의 원인이 됐던 이커머스는 성장 정체기를 마주했다. 물류 병목은 재고 과잉이라는 새로운 고민으로 돌아왔다. 코로나19는 물류업계에 ‘디지털’의 필요성을 학습시켰다. 가치사슬 전후방의 운영과 시스템을 통합하여 위기 상황에 유연하게 대응할 수 있는 체계를 구축하는 것이 물류업계 수많은 기업들이 제시하는 궁극적으로 나아갈 방향이다. 하지만 보다 큰 그림을 그리기 전에 해결할 선행과제가 있었다. 가치사슬의 흐름이 통하는 공간, 물류센터 안에서 돌고 있는 ‘데이터’는 측정돼야 하고, 기업은 측정되는 데이터를 바탕으로 ‘최적화’할 수 있어야 한다. 필요하다면 ‘자동화’까지 결합해야 한다. 물류업계에서는 흔히 ‘지능화’와 ‘최적화’, ‘자동화’라는 세 가지 키워드가 디지털 전환의 핵심으로 거론되고 있다. 물류센터의 디지털 전환, 무엇부터 시작해야 할까?

지능화 : 우선 데이터 수집부터

눈에 보이는 자동화 지원 설비보다 중요한 것은 물류센터 안을 흐르는 ‘데이터’를 측정하는 것이다. 물류센터 안에 있는 작업자와 설비가 어디서 얼마나 일했고, 특정 공간에서 작업이 막혔다면 그 이유는 무엇인지 알 수 있어야 한다. 예컨대 전통적인 종이 피킹 리스트를 출력하여 집품하는 방식으로는 이러한 흐름을 명확히 추적할 수 없다. 하다못해 PDA 단말기라도 있어야 문제의 원인을 추적하고 데이터로 파악할 수 있다.

최근 물류센터에선 사물인터넷(IoT), 인공지능, 디지털트윈, 클라우드와 같은 기술 융합에 한창이다. CJ대한통운의 경우 특히 ‘디지털트윈’에 주목했다. 디지털트윈은 현실 세계에서 발생하는 물리적 현상을 디지털 공간에 복제하는 것을 의미한다. 물류센터에 설치된 각종 설비와 장치로부터 데이터를 수집하여, 이를 다양한 운영 지표로 표기하여 작업 현황을 한 눈에 살펴볼 수 있다. 특정한 날, 특정한 시간에 발생하는 여러 사건을 모니터링하고 물류센터의 작업동선과 재고배치, 설비효율을 최적화하는 데 이용 가능하다.

예컨대 CJ대한통운은 디지털트윈을 물류센터 운영 최적화를 위한 시뮬레이션에 활용한다. 물류센터 내부 활동을 마치 CCTV를 둘러보듯 가상공간에서 파악하는 것이 첫 번째다. 여기 더해 설비의 조건을 바꾸는 시뮬레이션을 통해 단기 및 중장기적 자원 최적화를 계획하는데 활용한다. 현장의 여러 변수를 가상공간에 적용해보고 가장 좋은 해결책을 찾아 곧바로 현실에 적용할 수 있기 때문에 시행착오를 줄이는 데 큰 역할을 한다는 게 CJ대한통운측의 설명이다.

최적화 : 데이터를 활용하는 법

지능화된 물류센터 안에선 수많은 데이터가 수집된다. 이렇게 수집한 데이터를 분석하여 전체 가치사슬의 효율을 높이는 작업을 ‘최적화’라 정의할 수 있다. 특히 인공지능 기술은 데이터 분석 역량을 고도화할 수 있는 촉매가 된다. 수많은 물류현장을 흐르는 모든 데이터를 ‘사람’이 분석하는 것은 쉽지 않고, 이를 자동화하는 것은 인공지능과 같은 기술의 역할이 필수적이기 때문이다.

데이터 분석은 ‘수요예측’ 등 연관 분야에 응용되고 있다. 익히 알려졌듯 물류 현장은 요일, 날씨, 계절에 따른 물동량 변동이 크다. 때문에 종전에는 현장 실무자의 경험과 노하우에 기반하여 변동성을 예측하고 적정 규모의 작업 인력과 운송트럭 네트워크를 미리 수배했다. 

이 예측 정확도는 물류업체의 운영 효율을 결정하는 핵심 지표가 된다. 예컨대 예측이 과다해서 자원이 덜 쓰이면 물류회사는 비용 손해를 본다. 반대로 예측이 모자라서 자원이 준비가 되지 못한다면, 당일 미출고가 발생하고 서비스 품질은 떨어진다. 여기 인공지능 기술을 결합한 수요예측을 적용하여 정확도를 높이는 것이 현시점 물류에서 사용되는 방향이다. 네이버가 2022년 12월 출시 예정인 ‘도착보장’ 솔루션이 물류뿐만 아닌 수요예측 솔루션을 함께 결합하여 제공하는 대표적인 예다.

자동화 : 소터를 넘어 로봇까지

필수처럼 여겨지는 ‘자동화’는 생각보다 중요치 않을 수 있다. 현장 상황과 예측 물동량에 맞춰서 자동화 설비를 운영해야 한다. 이러한 사전 고려가 없는 상태로 무턱대고 도입하는 자동화는 고정비를 발생시키며 최대 물류처리량을 제약하는 암초가 되기도 한다.

불확실성에 대비하기 위한 유연한 공급망 확산 추세에 맞춰 최근 관심도가 높아지는 것은 ‘모바일 로봇’이다. 기존 물류센터 자동화에 활용되던 ‘고정식 자동화 설비’는 설비 구축에 오랜 시간이 걸리고, 구축하는 중에 물류센터 작업을 멈춰야 하는 등 유연성이 떨어지는 한계가 있었다. 반면, 로봇은 설비 변경을 최소화하면서 현장 투입이 가능하다는 강점이 있다. 물량의 증감폭에 맞춰서 로봇을 줄이거나 늘리는 의사결정을 할 수 있다.

특히 관심을 받는 모바일 로봇은 ‘피킹’ 영역에서 활용되고 있다. 물류업계 관계자들에 따르면 물류센터가 점차 대형화됨에 따라서 현장 작업 시간의 60~70% 정도가 피킹 후 포장 작업대까지 이동하는 데 발생한다. 창고에서 배회하는 작업자의 이동동선을 줄이는 것이 출고량 증대에 중대한 영향을 미치는 지표로 대두된 배경이다.

CJ대한통운 역시 곤지암 택배 허브터미널에는 AMR(Autonomous Mobile Robot) 3대와 전용 롤테이너 15대를 도입했다. 기존에는 작업자들이 이형택배가 쌓여있는 롤테이너를 총 20km가 넘는 거리만큼 밀고 가야했는데, 이를 AMR 로봇이 자동화했다. CJ대한통운 미국법인 텍사스 물류센터에도 AMR 로봇이 들어서서 작업자들의 피킹작업 지원 용도로 테스트되고 있다.

정리하자면 지능화와 최적화, 자동화는 함께 나아간다. 지능화된 자동화 설비로 최적화를 목표하는 다양한 움직임이 산업 곳곳에서 관측된다. 실제로 CJ대한통운과 LG CNS와 같은 업체들이 이 키워드를 중심으로 물류센터 자동화에 몰두하고 있다. 사실상 물류 전 영역에서 ‘디지털 전환’의 물결이 몰려오고 있으며, 그 디테일을 설계하기 위한 업계의 노력이 한창이다.