✔ 물류의 난이도 상승

이커머스 시장의 경쟁이 활발해지면서 다양한 채널, 상품이 쏟아져 나오고 물동량의 변동도 빈번해지고 있습니다. 또한 요구되는 물류서비스가 구체화될 뿐만 아니라 확장되고, 처리방식 역시 세분화되면서 물류의 난이도가 높아지고 있죠.

물류의 난이도는 거듭해서 높아지지만, 물류를 처리할 수 있는 절대적인 시간은 같기 때문에 난도가 높음에도 생산성과 효율성 그리고 안정성까지 확보할 수 있어야 해 물류기업의 고민이 이만저만이 아닙니다. 이에 더해 물류처리에 필요한 비용을 줄여 가격경쟁력과 마진까지 챙겨야 하죠.

스마트 물류기술은 업무 난이도와 위험도를 낮춰 작업 인력의 생산성을 높이거나, 자동화를 통해 처리 속도를 높일 수 있어 물류기업의 고민을 해결할 수 있을 것으로 기대받고 있습니다. 최근 가장 주목받는 분야는 로봇이죠. 기존 고정된 형태의 물류방식에는 설비가 적합했지만, 다양한 형태, 방식으로 처리돼야 하는 물류가 증가하고 있기 때문에 완전자동화가 어려운 상황입니다. 때문에 하역, 분류, 보관, 피킹, 검수, 포장 등 세분화된 업무에 특화된 로봇이 주목받고 있는 것이죠.

실제로 아마존의 AMR(자율주행로봇)인 프로테우스는 주문된 상품이 보관돼있는 선반을 작업자 앞으로 이동시키는 업무를 전담하는데요. 작업자의 동선을 최소화해 작업시간을 줄이고, 업무 정확도 제고에 기여하고 있습니다.

물류로봇은 전 물류프로세스에 걸쳐 개발되고 있지만, 모든 기술의 수준이 천차만별이기 때문에 도입 시에도 기대만큼의 효율이 나지 않을 수 있는데요. 최대 처리 물량이 증가할 것이라는 기대감에 투자를 진행하기도 하지만 실질적으로 유입되는 물동량을 고려하지 않아 투자 성과를 거두지 못하기도 합니다.

✔ 최적화가 먼저

원자재 가격 상승, 금리인상 등에 따라 금융비용 부담이 증가하면서 투자리스크가 적은 방식으로 물류센터의 스마트화에 접근해야 한다는 목소리도 들리고 있습니다.

그렇다면 어떤 방식으로 물류센터의 생산성을 높일 수 있을까요. 새로운 하드웨어를 통해 처리 속도와 정확도를 높이는 방안도 바람직하지만 투자를 최소화하기 위해서는 기존 물류프로세스에서 발생하는 병목현상, 비효율 요소를 개선해 보유한 자산을 최대한 활용하는 방식이 하나의 해답이 될 수 있습니다.

지능화 솔루션은 물류프로세스를 개선할 수 있는 기능이 탑재되면서 잠재력을 인정받고 있는데요. 단순히 상용 WMS(Warehouse Management System), OMS(Order Management System) 등 물류센터 운영과 관련된 솔루션을 의미하는 것이 아니라, 물류센터의 운영환경을 면밀히 파악할 수 있도록 물류데이터를 수집, 분석하고 가시화할 수 있는 기능이 탑재된 경우를 말합니다.

다시 말해 물류센터의 입출고부터 하역, 보관, 피킹, 패킹 등 각 프로세스에서 소요되는 시간, 투입되는 인력과 같이 물류를 처리하는 과정에서 발생하는 모든 데이터를 실시간 수준으로 확보할 수 있어야 합니다. 이렇게 확보된 데이터를 통해 프로세스별 성과를 진단할 수 있기 때문이죠.

예를 들어, 입출고가 잦은 상품이지만 물류센터 깊이 위치해있어 입출고마다 긴 동선을 거치는 상황에서 고객의 요청에 따라 출입구 인근에 위치하지 않아야 될 경우, 조건에 맞춰 효율적으로 관리될 수 있는 공간에 재배치할 수 있습니다. 또 정기적인 입출고 작업에 대해 소요시간을 반영, 도크를 지정하는 등 작업의 타임테이블을 수립해 작업 지연을 방지할 수 있죠.

이와 같이 물류데이터를 활용해 현재 물류프로세스별 효율성을 평가하고, 병목현상을 유발하는 요인을 파악, 개선할 수 있어야 합니다. 이는 물류의 형태, 양, 니즈 등 조건이 고정돼있지 않고 급변하는 상황에서도 높은 생산성과 안정성을 유지하기 위해서 중요한 요소로 작용합니다.

또한 도급 인력에 대한 의존도가 높은 물류센터의 특성상 현장 작업자의 전문성에 따라 생산성, 정확성을 의존해야 하는 작업을 지원할 수도 있는데요. 다양한 상품의 피킹 동선을 작업자의 경험이나 감에 따라 구성하는 것이 아니라, 보관 위치에 따라 가장 짧은 경로로 한 번에 피킹할 수 있는 동선을 추천하고, 다른 상품을 피킹하는 오류를 줄일 수 있도록 위치뿐만 아니라 상품의 이미지를 제공할 수 있다면 효율을 높이면서 정확도도 확보할 수 있죠.

상품의 체적, 물성에 따라 가장 적합한 부자재의 종류, 양, 크기를 계산하고 배치까지 추천한다면 부자재 비용을 절감할 수 있을 뿐 아니라 운송수단의 적재공간을 최대로 활용할 수 있어 운송비용도 절감할 수 있습니다.

게다가 직접적인 물류업무 외에도 반복되는 전산업무에 대한 부담을 지능화 솔루션으로 간소화할 수도 있는데요. 고객의 요청을 유선으로 직접 소통해 접수하는 것이 아니라 솔루션을 통해 소통하고 업무계획에 반영할 수 있다면, 물류비용을 자동으로 기록해 정산할 수 있다면 엑셀작업, 통화 등 작업자가 매번 직접 처리하면서 소요되는 시간을 단축할 수 있겠죠. 또, 데이터를 상호 열람할 수 있다면 오류를 빠르게 발견하고 신뢰를 형성할 수 있습니다.

지능화 솔루션을 통해 변화하는 물류환경에 유연하게 대응할 수 있도록 물류센터의 체질 개선이 이뤄진 후 추가적으로 효율, 생산성을 제고하고 비용을 절감할 수 있는 방안으로 로봇, 설비에 대한 접근이 이뤄진다면 보다 효과적인 스마트 물류센터가 될 것으로 보입니다. 때문에 작업자와 로봇, 설비의 업무를 효율적으로 분장해 운영하기 위해서는 물류데이터를 '제대로 활용할 수 있는 지능화 솔루션'의 역할이 중요합니다.