[물류기술] 증강 인공지능, 디지털 트윈 등

[물류기술] 증강 인공지능 (Artificial and Augmented Intelligence)

지난 몇 년 동안 물류 산업은 지능형 교통, 경로 계획, 수요 계획을 포함한 인공지능 솔루션을 운영에 통합하기 시작했지만 이것은 시작에 불과하다. 라스트 마일 배달 로봇과 지속 가능성 솔루션에서부터 자동 선택 시스템과 예측 최적화 소프트웨어에 이르기까지, AI는 이미 물류 분야에서 큰 차이를 만들어내고 있다. 2021년에도 계속되는 이런 물류 기술 동향으로 선주, 운송업체, 공급업체, 소비자 모두 수혜를 기대할 수 있을 것이다.

 

AI와 함께 증강지능도 급증할 전망이다. 증강 지능은 인공지능 자동화 프로세스와 인간의 지능을 결합한다. 예를 들어 물류기획에서 증강지능은 인간플래너(경험, 책임, 고객서비스, 유연성, 상식 등)의 입력과 반복적이고 지루한 작업을 하는 AI 기술을 결합할 수 있기 때문에 AI만 사용하는 것보다도 우수할 수 있다. Gartner에 따르면, 증강지능은 올해 말까지 2조 9천억 달러의 비즈니스 가치를 창출하고 전 세계적으로 62억 시간의 근로자 생산성을 높이는 방향으로 나아가고 있다. 물류회사들은 궁극적으로 물류전문가가 더 빨리 업무를 수행하면서 실수를 줄이고 비용을 절감할 수 있는 증강지능 솔루션을 더 많이 구현할 것으로 기대할 수 있다.

 

 

디지털 트윈 (Digital twins)

많은 물류 전문가들이 알고 있듯이 제품들은 결코 컴퓨터 모델과 똑같지 않다. 현재 상태의 모델링은 부품의 마모 및 교체 방법, 피로가 누적되는 구조 또는 소유자가 변화하는 요구에 맞게 수정하는 방법을 고려하지 않는다. 하지만 디지털 트윈 기술은 완전히 변하고 있다. 이제 물리와 디지털 세계는 하나로 합쳐질 수 있다. 따라서 우리가 물리적인 물체나 부품의 디지털 모델을 그들의 물리적인 물체나 부품과 함께 하는 것과 같이 우리가 처음으로 결합할 수 있게 한다.

 

물류 분야에서 디지털 트윈의 잠재적인 사용 사례는 매우 크다. 운송 부문에서 디지털 트윈은 제품과 포장 데이터를 수집하고 이 정보를 사용하여 잠재적인 약점과 반복 추세를 식별하여 향후 운영을 개선하는 데 사용할 수 있다. 또한 창고와 시설에서는 이 기술을 사용하여 센터의 정확한 3D 모델을 만들고 배치 변경이나 새로운 장비 도입을 실험하여 그 영향을 위험 없이 확인할 수 있다. 또한 물류 허브는 디지털 트윈을 만들어 다양한 시나리오를 테스트하고 효율성을 높이는 데 사용할 수 있다. 그 외에도 배달 네트워크는 이 기술을 이용하여 배달 시간을 개선하고 자사 노선의 자율 주행 차량을 더욱 도울 수 있는 실시간 정보를 제공할 수 있다.

 

 

[물류기술] 실시간 공급망 가시성 (Real-Time Supply Chain Visibility)

SCV(Supply Chain Visibility)는 더 이상 물류 기업이 가질 수 있는 좋은 것이 아니다. 2021년에는 한 발 더 나아가야 한다. 즉, 이 실시간 데이터는 이제 고객과 통신사가 어느 때보다 더 많이 요구하고 있으며, 이는 물류 및 공급망 기업들이 자사의 운영에 최첨단 SCV 솔루션을 구현하는 데 주력해야 한다는 것을 의미한다. 새로운 공급망 가시성 스타트업이 기업이 실시간 데이터를 활용할 수 있도록 해 변화에 대한 신속한 대응을 촉진하는 기술을 제공하고 있다. 이러한 데이터에는 트래픽 패턴, 날씨, 도로 및 항만 조건이 포함된다. 이러한 조건은 조치를 취하여 수요를 조정하거나 공급을 리디렉션하고 경로를 최적화하는 데 사용된다. 통합 공급망을 완전히 이용하는 물류업체는 통합이 없는 업체보다 효율성이 20% 더 높은 것으로 알려졌다.

 

출하를 추적하는 데 중요한 자산인 IoT 센서 기술에 대해서도 언급하지 않고는 공급망 가시성에 대해 말할 수 없다. 소포에 연결된 IoT 장치는 창고에서 클라우드 서비스를 통해 재고, 차량, 장비를 추적할 수 있게 해준다. 이와 동시에 IoT가 지원하는 컨테이너 관리 역시 실시간 모니터링, 연비 증가, 예방 정비 구현, 사후 대응 대신 사전 예방적 컨테이너 운영을 통해 쉬워진다. 이를 염두에 둔 IoT 스타트업과 물류기업 간 파트너십도 2021년 관전 포인트다. 새로운 실시간 컨테이너 모니터링 시스템인 Hapag-Loyd Live에 전력을 공급하기 위해 IoT 스타트업 Globe Tracker를 선택한 Hapag-Loyd에서 최근 사례가 나왔다. 2021년에는 해당 부문이 고객을 대상으로 실시간 추적을 요구하기 시작하면서 IoT 스타트업과 더 많은 유명 파트너십을 맺을 수 있기를 기대해본다.

 

 

[물류기술] Blockchian (블록체인)

블록체인은 2008년 등장 이후 모든 산업에서 가장 큰 유행어이자 가장 지나치게 과장된 물류 기술 트렌드 중 하나로 성장했다. 다만 블록체인의 복잡한 개념은 일반인들이 이해하기 어려웠고, 물류 안팎에서 믿을 수 없는 활용 사례가 발생할 가능성이 높음에도 불구하고 전반적으로 실질적인 개발이 이뤄지지 않고 있다. 이로 인해 블록체인은 극도로 지나치게 과장되고 물류 전문가들은 용어 남용으로 인해 피로감을 느끼게 되었다. 그럼에도, 시범사업과 소규모 영업이 시행되고 있는데, 카고엑스는 공공 이더리움 네트워크를 활용해 문서 거래를 안전하게 검증함으로써 물류산업에 블록체인을 접목시키는 데 총력을 기울인 스타트업이다. 다른 거물들도 블록체인에 관심을 표명하고 있는데 UPS와 워렌 버핏의 BNSF 철도가 트랜스포트 얼라이언스(Transport Alliance)에서 블록체인에 합류했다. 하지만, 그것들은 여전히 할 일이 많은 아주 새로운 프로젝트다.

 

블록체인은 주어진 네트워크의 컴퓨터들 사이에 분포된 거래의 공개 대장이다. 공유 블록체인의 모든 사람이 동일한 거래 대장에 접근할 수 있기 때문에 완전한 투명성이 있어 사용자가 시스템을 해킹하거나 속일 수 없어 제3자가 개입할 필요가 없다. 물류 산업에서, 이것은 서로 다른 운송 회사나 운송 회사가 민감한 데이터를 공유하는 것을 훨씬 더 쉽게 만들 수 있고, 기업들은 머스크와 IBM의 블록체인 합작 회사인 TradeLens와 같은 무역 금융과 공급망 솔루션을 만들 수 있다.

 

다만 물류회사가 블록체인을 완전히 채택하기 위해서는 아직 몇 가지 단계가 필요하다. 첫째, 물류 기업은 데이터를 디지털화, 표준화 및 정리해야 한다. 그런 다음 산업 전반의 표준이 구현되면 기업은 공유된 무허가 블록체인 환경에서 표준을 사용할 수 있도록 공급망 파트너 생태계를 구성해야 한다. 트레이드렌즈가 이 임무를 주도하면서, 마침내 블록체인의 잠재력을 최대한 활용하기 시작할 수 있기를 바란다.

 

 

데이터 표준 및 고급 분석 (Data Standards and Advanced Analytics)

전통적으로 물류 산업의 데이터는 항상 완전히 격리되어 있었다. 기업은 원하는 대로 원하는 곳에 데이터를 저장하여 에코시스템이 세분화되고, 막대한 비효율성이 발생하며, 운영을 디지털화하는 데 어려움을 겪고 있다. 파악한 2021년의 가장 큰 물류 기술 동향 중 하나는 이제 사일로의 데이터가 변화하는 시대에 뒤처지지 않으려는 기업들에게는 선택권이 되지 않을 것이라고 지적한다. 예를 들어 새로운 데이터 표준은 2019년 DCSA(Digital Container Shipping Association)의 등장으로 인해 컨테이너 운송에서 만들어지고 있다. DCSA의 임무는 고객 및 운송 라인 모두를 위해 운송 부문을 보다 효율적으로 만들기 위해 디지털화와 상호 운용성을 위한 공통 정보 기술 표준을 만드는 것이다. 출범 몇 달 만에 이 조직은 컨테이너 발송에 사용되는 데이터 프로세스에 대한 새로운 산업 표준을 자세히 설명하는 첫 번째 산업 청사진을 발표했다.

 

그러나 DCSA는 컨테이너 운송 부문 내에서 데이터 표준화 움직임만을 나타내며 협회가 다른 운송 하위 부문에 적용되는 새로운 표준을 개발하는 데 시간이 걸릴 것이다. 한편 공급망 산업을 위해 고부가가치 데이터와 서비스를 제공하는 IoT 기업 ‘트랙센스’가 스마트 컨테이너 데이터 활용을 촉진하기 위해 유엔무역촉진전자사업센터가 발표한 첫 스마트 컨테이너 데이터 교환 표준 개발을 주도했다고 밝혔다.

 

데이터 불일치 문제를 해결하는 데 있어 다른 물류 분야는 여전히 해야 할 일이 남아 있어 많은 젊은 스타트업이 솔루션으로서 예측 가능하고 고급화된 분석 플랫폼을 만드는 데 주력하고 있다. 이러한 물류 스타트업은 대기업이 데이터를 정리하고 디지털화할 수 있도록 지원하고 있으며, 이 데이터를 고급 분석 및 예측 최적화에 사용할 수 있도록 지원합니다. 여기에는 공급망 가시성 향상, 수요 예측, 사전 예방적 라인홀 계획, 예측 유지보수, 예상치 못한 조건 감지 및 마지막 마일 인도 개선 등이 포함된다. 물류 산업 전반에 걸쳐 데이터가 표준화 및 디지털화되면 모든 기업이 막대한 이익을 얻을 수 있다.