전자상거래의 부흥은 이미 아마존으로 하여금 미국과 알리바바로 대표되는 중국과 같은 거대 국가에서도 2시간 내 음식 배달을 가능케 했다. 한국 또한 배달 앱을 통해 지역 내 맛집의 음식을 1시간 내외로 배달 받을 수 있다. 이러한 환경 변화는 더 많은 운송업체들로 하여금 철저한 비용 통제를 유지하면서 더 빠른 속도로 물품을 배송해야 한다는 압박에 직면케 했다.

우리는 이미 AI가 운송 경로 설정이나 화물차 연결 같은 업무뿐만 아니라 운송 컨트롤 타워 내에 투입되어 활용 중인 것을 알고 있다. 그리고 IoT는 예상 도착시간을 정확하게 계산하거나, 차량에 대한 예측 유지 보수 등에 AI와 연계해 활용되고 있다. 이렇게 많은 기업이 인공지능(AI), 무인자동차(ARMs), 블록체인과 IoT와 같은 신흥 기술에 희망을 걸고 있지만 이러한 ‘신흥’ 기술들은 언제쯤 물류업계가 고질적으로 품고 있는 동통점을 해결할 실용적인 해답을 제시해줄 수 있을까?

AI의 광범위한 활용 범위
블록체인은 추적성과 계약 관리를 포함한 영역에서 강력한 잠재력을 지니고 있지만 AI만큼 광범위하게 적용하기는 어렵다. AI와 AI의 하위 집단인 머신러닝(인공지능의 하나로 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술)은 광범위한 적용이 가능한 기술로, 특히 AI는 빅데이터를 지속적으로 선별하여 최적의 결정을 내리는 차세대 분석으로 생각하면 이해가 쉽다.

AI를 이용해 데이터 패턴을 인식하고 학습하며 비용을 절감하거나 서비스 수준을 향상시키기 위한 권장 사항을 제시하고 일부 AI 프로젝트에서는 AI 출력이 교통관리시스템(TMS)과 같은 솔루션 내에서 실행되도록 결정을 자동으로 내릴 수 있다. 또한 AI는 TMS 도메인 내에서 운송기록, 운송업체의 현재 가격 데이터, 현재 날씨·교통 데이터를 통해 더 나은 운송 및 경로에 대한 결정을 내릴 수 있다고 Michael Daher(딜로이트 컨설팅 운송실무 책임자)는 설명한다.

그의 설명에 따르면 많은 고객들이 물류데이터와 선적 가시성을 중앙 집중화하는 시스템인 공급망제어타워에 AI 기능을 계층화하고 있고, AI의 출력은 로드 계획이나 모드 선택 또는 수송차량의 선택에 대한 더 나은 결정을 자동화할 수 있다. 이러한 영역에서 의사결정을 자동화하는 데 AI를 활용하게 되면 관리자는 공급망 관리 네트워크의 전략적 특성에 보다 집중이 가능하다. 제3자 물류 공급업체인 로빈슨.C.H.를 이끌고 있는 Tim Gagnon는 AI는 수백만 건의 의사 결정과 결과를 빠르고 정확하게 파악하여 위험과 보상 판단을 효과적으로 가능하게 해 고객의 효율성, 가시성, 신뢰성을 향상시킬 수 있다고 설명했다.

분석 기능을 더한 IoT
분석 기능을 결합한 IoT 기술은 선적 위치나 조건에 대한 자산 가동 시간과 실시간 정보 등을 얻는데 어려움을 겪고 있는 회사를 도울 수 있다. 엉비스타(enVista) 컨설팅 회사의 Ryan Kauzlick 부사장은 분석 기능과 IoT 연결 센서를 결합하여 이점을 제공할 수 있다면서 만약 업체가 이러한 데이터를 모두 수집할 수 있다면 실제로 이 정보의 의미는 무엇인지, 어디에 분석 정보를 투입해야 하는지를 이해해야만 한다고 말한다.

주요 IoT 사용 사례를 보면, 장비고장 예측 · 자산 및 직원 추적 등과 함께 ‘콜드체인’ 배포 안전과 품질 보호가 포함된다. IoT가 실제로 가치 향상을 발휘할 수 있는 시점은 언제 어디서 오류가 발생했는지를 예측하는 부분이며 분석을 통해 절차를 변경하거나 재조정할 수 있다.

블록체인 모멘텀
국경을 넘어 상품을 옮기고 배송 과정에서 발생하는 상품에 관한 실시간 변경 사항을 기록하는 것과 관련된 모든 세부사항에 관해서는 블록체인이 가장 이상적인 기술로 여겨진다. 그 이유는 블록체인이 거래 업체가 정보를 손상시키지 않고 쉽게 접근 가능한 클라우드에 기록하는 디지털 원장이기 때문이다.

이러한 특성으로 블록체인은 특히 추적성과 콜드체인 데이터 저장, 배달 증명, 글로벌 거래 등과 관련된 계약 세부사항에 이상적이다. 블록체인에는 BiTA 블록체인 물류연합과 같이 공급망 가치를 입장하기 위해 다양한 파일럿 프로젝트나 컨소시엄이 진행되고 있지만 실제로 블록체인이 정착되기까지는 좀 더 많은 시간과 참여가 필요하다. 기업들은 이제 막 블록체인을 사용하기 시작했기 때문에 신뢰할 만한 수준으로 변화의 성장동력을 얻기 위해서는 수년의 시간이 더 소요될 것으로 보인다.

자율트럭
자율트럭 기술을 개발하는 회사에는 알파벳/웨이모, 엠바크, 투심플, 스타키 로보틱스가 있는데, 자율 주행 트럭은 소비자에게 상품을 신속하고 비용 효율적인 배송 방법을 찾고자 하는 회사뿐만 아니라 투자자들로부터도 지속적으로 관심을 끌고 있다.

IT분야 전문 리서치 기업인 가트너의 애널리스트 Bart De Muynck는 인간을 ‘무인 트럭’으로 완전 대체하기보다는 자율 주행 트럭과 인간 운전자를 연계해 범위를 확장하고 비용을 절감하는 것이 훨씬 현실 가능한 시나리오라고 말한다. 인간 운전자는 도시 환경과 하역 관련 상호 작용을 처리할 수 있는 반면, 자율 주행 차량은 길고 긴 고속도로에서의 운전 업무를 처리한다.

이 같은 ‘인간 운전자–자율 주행 트럭’의 조합은 자산을 지속적으로 이동시켜 운송 시간을 단축할 수 있다. De Muynck는 “인간 운전자와 자율트럭이 한 팀으로 구성된다면 기존의 트럭보다 더 빠르고 저렴한 비용으로 더 많은 제품을 이동할 수 있을 것”이라고 설명했다.

로봇 공학
전자 상거래와 관련된 소형 물품이 갖는 배송 시간에 대한 압박과 배송 방법에 대한 광범위한 선택의 폭으로 인해 창고는 신속하게 주문을 처리해야 한다는 부담을 지속적으로 갖고 있지만 노동력 부족으로 인해 수동이나 반자동식으로 업무를 모두 처리하기가 매우 어려워졌다. 시간과 노동력 부족이라는 주요 과제는 자율 모바일 로봇(AMR)이 전자상거래를 공급망에 공급하는데 도움을 주는 주요 기술 중 하나로 널리 인식되는 이유가 된다.

애널리스트 회사 IDC의 리서치 디렉터인 Remy Glaisner는 AMR을 도입하는 것은 전술적으로 필요한 결정이며 “기본적으로 지역 내에서 많은 작업에서 필요한 충분한 인원을 수급하기가 쉽지 않기에 로봇을 작업에 투입하게 된다”며 근로자 가용성(끊임없는 제공을 보장하는 것)은 기업에게 큰 도전이라고 말한다.

그에 따르면, 현재 실제 AMR의 적용은 1-2% 정도이지만 60% 가까운 회사들이 로봇 공학을 고려하고 있다고 한다. 특히 모바일 로봇 공학은 창고 업무의 환경을 비용센터 문제에서 가치 창출의 원천으로 이동시키는 데 도움이 될 수 있다는 점에서 혁신적이라고 그는 설명한다.

다양한 기술이 전자 상거래의 과제를 해결하는 데 어떻게 도움이 되는지는 각 기술을 분리된 개별 기술로 업무에 배치하는 일 이상의 과업이 될 수 있다. 여기에서 IoT는 예측 분석 및 AI가 필요하고, AI 또한 AMR 및 자율 트럭으로 구체화된다는 등 각 기술은 서로 겹치는 경향이 있는데 무엇보다 확실한 것은 여러 기술을 적절히 결합하게 되면 결과적으로 더 큰 시너지 효과를 기대할 수 있다는 점이다. 따라서 기업은 새로운 기술의 어느 하나를 선택하지 않고 기술들을 서로 혼합하여 대규모 데이터 세트의 운영을 회사에 적용할 수 있을 것이다