[AI WAVE 2024] CJ올리브네트웍스 “미래 유연물류체계, AI 활용한 지능화가 핵심”

실시간
뉴스

솔루션

[AI WAVE 2024] CJ올리브네트웍스 “미래 유연물류체계, AI 활용한 지능화가 핵심”

디지털데일리 발행일 2024-05-10 06:00:00

양민하 기자

URL복사

5월 9일 서울 중구 롯데호텔 서울에서 <디지털데일리>가 산업별 AI 혁신과 도전과제를 주제로 개최한 ‘AI 웨이브 2024’ 콘퍼런스에서 김대환 CJ올리브네트웍스 제조물류사엄팀 팀장이 ‘유연물류체계를 위한 AI 적용사례’를 주제로 발표하고 있다. [ⓒ디지털데일리]

[디지털데일리 양민하 기자] “물류체계는 기존 대규모의 고정된(Fixed) 설비에서 이제는 다양한 로봇을 활용한 유연한(Flexible) 체계로 진화 중이다. 창고 로봇, 분류 로봇, 상하차 로봇 등 수백 대의 로봇을 제어하기 위해서는 기존 룰베이스 방식으로는 부족하다. 인공지능(AI), 빅데이터 기반의 물류 최적화가 요구되는 이유다.” (김대환 CJ올리브네트웍스 제조물류사업팀 팀장)

9일 김대환 CJ올리브네트웍스 제조물류사업팀 팀장은 <디지털데일리>가 산업별 AI 혁신과 도전과제를 주제로 진행한 ‘AI 웨이브(WAVE) 2024’ 콘퍼런스에서 유연물류체계를 위한 AI 적용사례를 발표하며 이같이 밝혔다.

온라인 쇼핑의 성장으로 주문 물량은 날로 급증하고 있다. 소비자 구매 패턴의 다양화, 취급 물품의 다양화로 물류 복잡성도 높아지고 있다. 여기에 당일 배송, 새벽 배송을 넘어 ‘즉시 배송’과 ‘개인 맞춤형’ 물류 서비스를 원하는 소비자도 증가하고 있다. 이에 기업은 변화하는 소비자의 니즈에 효과적으로 대응할 수 있도록 운영을 최적화하고, 물류 속도를 개선해 경쟁력을 확보해야 하는 상황에 놓였다.

김 팀장은 “커머스 시장의 변화로 물류체계 또한 소비자 니즈에 효과적으로 대응할 수 있는 ‘유연한’ 체계로 발전하고 있다”며 “과거에는 정적이고 고정된 형태의 사업장이 많았으나, 이제는 유연함과 확장성을 강조하는 형태로 진화 중”이라고 전했다.

이어 “이에 발맞춰 물류설비는 사용자 환경에 따라 변형, 재조합이 가능하도록 ‘모듈화’되고 있고, 현장 상황에 맞도록 ‘융복합’되고 있다. 또 이 같은 설비들이 잘 움직일 수 있도록 강화학습, 시뮬레이션, 디지털 트윈 등 기술을 통해 데이터 기반의 물류 최적화 시스템을 구현하는 트렌드로 변화하고 있다”고 덧붙였다.

과거 컨베이어 형태의 분류기나 사람이 수작업으로 했던 부분을 이제는 로봇이 대체하고 있다. 풀필먼트 센터에서는 규모에 따라 수십 대, 수백 대의 로봇이 각각 움직이며 맡은 역할을 수행한다.

김 팀장은 “예를 들어 로봇이 A부터 B까지 이동해야 하는 경우 최단거리가 어떻게 되는지, 또는 어떤 물건을 먼저 처리해야 할지 명령을 내려줘야 한다”며 “다수의 로봇에 명령을 내리고, 전체적인 시스템을 최적화하기 위해 AI 기술이 활용되고 있다”고 말했다.

최근에는 ‘로봇 편대 관리 시스템(Fleet Management System, FMS)’을 통해 다양한 공간에서, 다양한 타입의 로봇을 제어 및 관리하는 추세다. FMS는 다수의 로봇을 통합 관리하는 시스템이다. 로봇 작업상태 모니터링, 작업 할당, 다중로봇 경로탐색, 다중로봇 교통제어, 시뮬레이터 데이터 분석 등 기능을 포함한다. 여기에도 AI 기술이 적용된다.

김 팀장은 “예를 들면 물류센터의 로봇도 다른 로봇과 마찬가지로 작업을 하다가 충전을 해야 한다. 작업을 하던 로봇이 충전을 하고 나면 작업 시간이 변경되고, 일정이 꼬일 수 있다. 이때 다른 로봇들이 이 상황을 어떻게 처리해야 할지를 FMS가 담당한다. 로봇들을 전체적으로 컨트롤하는 것이 FMS의 주요 역할이고, 여기에 AI가 적용된다”고 설명했다.

이어 “물류센터에 신규 제품이 들어오거나, 또 다른 제품이 들어올 때 어떤 물건을 먼저 적재를 해야 될지 이런 것들을 과거에는 사람이 판단했다. 반면 지금은 이를 빅데이터, AI 기반으로 해결한다”고 덧붙였다.

가상환경 내에서 로봇, 드론의 운영 방법을 스스로 학습시키는 강화학습 기반의 최적화 시스템도 활용된다. 드론의 경우 실제 현장에는 전선, 작업자 등 많은 장애물이 있어 테스트가 어렵다. 이를 실제 현장에 투입하기 전, 실제 환경을 그대로 반영한 가상 환경에서의 학습을 통해 모델을 최적화할 수 있다.

김 팀장은 “미래 물류체계는 유연함과 확장성에 있다”며 “변화하는 소비자 니즈에 효과적으로 대응하기 위해 물류 설비는 모듈화되고 있을 뿐만 아니라 물류센터 상황에 맞게 맞춤형으로 설비를 구축할 수 있는 융복합 형태로 나아가고 있다. 이 같은 설비들이 가장 효율적으로 움직이기 위해서는 AI를 활용한 ‘지능화’가 핵심”이라고 말했다.