닫기
배너

['황' 기자의 헬로로지스틱스] 2025 물류·유통 AI역량강화 우수사례 발표회, 현장 적용 성과 한자리에

물류·유통 AI역량강화 지원사업 5개년 성과 공유
AI 교육을 넘어 현장 운영 혁신으로 이어진 사례 발표 열려

URL복사

 

물류·유통 산업의 AI 전환 성과를 공유하는 ‘2025 물류·유통 AI역량강화 지원사업 우수사례 발표회’가 16일 서울 송파구 롯데시그니엘 서울에서 열렸다. 이번 행사는 물류·유통 분야 AI역량강화 지원사업의 5개년 성과를 공유하고, 교육과 지원을 통해 실제 현장에 적용된 우수 사례를 소개하기 위해 마련됐다. 협회 주도로 진행된 이번 발표회에는 물류 기업, 기술 기업, 실무자와 전문가들이 참석해 AI 기반 물류 혁신의 현실적 방향을 논의했다.

 

이번 행사에서는 AI 배차·라우팅, WES 고도화, 데이터 시각화, 수요예측, 병원 의약품 재고 관리 등 물류 전반을 아우르는 사례가 소개됐다. 단순 기술 소개를 넘어 교육을 통해 확보한 AI 역량이 실제 현장 성과로 이어진 사례들이 중심을 이뤘으며, 물류 산업에서 AI가 ‘선택’이 아닌 ‘운영 필수 요소’로 자리 잡고 있음을 보여줬다는 평가다.

 

위밋모빌리티, AI 배차·라우팅으로 라스트마일 효율화 입증

 

첫 사례 발표에 나선 위밋모빌리티는 AI 기반 배차·라우팅 솔루션을 통해 라스트마일 물류의 복잡성을 해결한 경험을 공유했다. 위밋모빌리티는 설치 물류와 콜드체인, 식자재·의약품 배송 등 다양한 현장에서 배차 의사결정의 난이도가 높아지고 있음을 언급하며, 주문 난이도와 이동 거리, 작업 조건을 반영한 AI 배차 엔진의 필요성을 강조했다.

 

위밋모빌리티는 하루 약 340만 건의 배송 데이터와 5천 대 이상의 차량 운영 경험을 바탕으로, AI 배차 도입 이후 평균 차량 대수를 약 7% 이상 줄이는 효과를 확인했다고 밝혔다. 기존에 수 시간 소요되던 배차 설계가 10분 내외로 단축됐으며, 동적 클러스터링을 통해 권역 고정 방식의 한계를 극복했다는 설명이다. 위밋모빌리티 관계자는 “AI는 배차 담당자의 경험을 대체하는 것이 아니라, 공정성과 효율성을 동시에 높이는 도구”라고 강조했다.

 

니어솔루션, AI 교육을 WES 고도화로 연결한 사례 공유

 

두 번째 발표를 맡은 리얼솔루션은 AI 리더 교육과 재직자 교육을 통해 얻은 인사이트가 자사 WES 고도화로 이어진 과정을 소개했다. 니어솔루션 관계자는 WES가 자동화 설비를 제어하는 시스템을 넘어 물류센터 전체를 최적화하는 ‘두뇌’ 역할로 진화하고 있다고 설명했다.

 

니어솔루션은 AI 교육 과정에서 접한 로봇, 데이터, 생성형 AI 트렌드를 자사 WES 전략에 반영해 중소·중견 물류기업도 활용 가능한 경량형 최적화 구조를 설계했다. 작업자 경험과 데이터를 시스템화해 숙련도 편차를 줄이고, 향후 로봇 파운데이션 모델로 확장 가능한 기반을 마련했다는 점이 강조됐다.

 

한진·레뱅, 데이터 기반 의사결정과 시각화 성과 제시

 

재직자 교육 우수 사례로 발표에 나선 한진은 AI 교육을 통해 데이터 기반 사고와 업무 자동화를 현장에 적용한 경험을 공유했다. 발표자는 기존의 정성적 판단 중심 업무에서 벗어나 수요예측, VOC 분석, 자동화 봇 도입 등을 통해 의사결정의 정확도를 높였다고 설명했다. 특히 머신러닝 기반 수요예측과 텍스트 마이닝을 활용한 고객 의견 분석, RPA 기반 커뮤니케이션 자동화 사례는 실무자들의 관심을 끌었다.

 

이어 발표한 레뱅은 와인 수입 물류 현장에서 데이터 시각화와 로케이션 최적화를 통해 생산성을 개선한 사례를 소개했다. 지역 매출과 출고 실적을 대시보드로 시각화해 의사결정 속도를 높이고, 출고 빈도와 계절성을 반영한 로케이션 재배치를 통해 작업 동선을 단축했다. 레뱅은 대규모 자동화 대신 데이터 기반 스마트 물류 접근이 중소기업에 현실적인 대안이 될 수 있음을 강조했다.

 

루벤티스, 확률적 수요예측으로 병원 물류 PoC 성과 공개

 

마지막 발표를 맡은 루벤티스는 병원 의약품 재고 관리를 대상으로 한 확률적 수요예측 PoC 사례를 공개했다. 발표자는 병원 물류의 특성상 간헐적 수요와 결품 리스크가 크다는 점을 지적하며, 딥AR 기반 확률 예측 모델을 통해 안전재고와 적정재고를 동적으로 산출한 과정을 설명했다.

 

루벤티스는 수백만 건의 실제 데이터를 기반으로 품목을 클러스터링하고, 전통적 통계 기법 대비 실질적인 예측 정확도 개선 가능성을 확인했다고 밝혔다. 발표자는 “경험과 감에 의존하던 재고 관리가 데이터와 확률 기반 의사결정으로 전환되는 전환점”이라며, 향후 SaaS 형태의 상용 서비스로 확장할 계획을 밝혔다.

 

AI 물류, 교육을 넘어 현장 경쟁력으로

 

이번 발표회는 AI 교육과 지원사업이 단기 학습에 그치지 않고, 실제 물류 현장의 운영 방식과 성과로 이어질 수 있음을 보여준 자리였다. 배차·운영·재고·자동화 전반에서 AI 적용 사례가 구체적으로 제시되며, 물류 산업의 AI 전환이 실험 단계를 넘어 실무 단계로 진입했음을 확인시켰다.

 

행사 관계자는 “AI 역량강화 지원사업은 기술 도입보다 사람과 조직의 변화를 목표로 해왔다”며 “이번 사례들은 교육과 네트워크, 현장 적용이 결합될 때 물류 산업의 경쟁력이 어떻게 달라질 수 있는지를 보여준다”고 말했다. 발표회 이후 오찬과 자율 교류 시간에서는 참가자 간 후속 협력과 적용 가능성에 대한 논의가 이어지며 현장 중심의 AI 물류 생태계 확산에 대한 기대를 높였다.
 

헬로티 김재황 기자 |














배너


배너


주요파트너/추천기업