캘리포니아주 온타리오에서 풀필먼트 창고를 운영하며 6개 브랜드의 소형 가전제품을 출고하는 고객사가 있습니다. 지난해 11월 성수기를 일주일 앞두고, 그는 쉰 목소리로 전화해 단 하나의 질문을 던졌습니다. AI 이상 탐지가 정말로 피킹 오류를 실시간으로 잡아낼 수 있는지, 아니면 영업 자료에서만 좋아 보이는 항목인지 말입니다. 그의 베스트셀러 에어프라이어는 블랙과 화이트 두 가지 색상이었고, 피킹 목록에서는 한 글자만 달랐는데, 피커들이 사흘 연속 잘못된 색상을 출고했습니다. 400건이 넘는 주문이었습니다. 반품, 교체, 사과 이메일, 마켓플레이스 페널티. 그는 그달에 잃은 두 개의 대형 계정을 세기도 전에 직접 피해액을 약 $90,000으로 추산했습니다. 비용을 지불하는 고객사는 지금도 기억나는 질문을 그에게 던졌습니다. AI가 있다고 계속 말하는데, 왜 검은색과 흰색을 구분하지 못하느냐고요.
AI 이상 탐지가 실제로 잡아내는 것
이 기술이 무엇을 하는지 솔직히 말씀드리겠습니다. 대신 피킹을 해주지는 않습니다. 피커가 상품을 카톤에 넣는 순간을 지켜보며, 박스가 나가기 전에 실수를 막습니다. 포장대 위의 카메라가 모든 상품을 촬영해 주문과 비교합니다. 색상, 크기, 수량, 바코드입니다. 무언가 일치하지 않으면 조명이 깜빡이고, 부저가 울리며, 해당 주문은 더 이상 진행되지 않습니다. 잘못된 변형, 잘못된 색상, 하나 너무 많은 것, 하나 모자란 것, 그리고 클라이언트 A의 상품을 클라이언트 B의 박스에 넣는 고전적인 대형 사고를 잡아냅니다. 잘못된 보관 위치, 시스템 내 잘못된 재고 수량, 올바른 상품의 손상된 포장은 잡아내지 못합니다. 카메라는 눈앞에 있는 것만 볼 수 있습니다. 시스템 내부에 무엇이 잘못되었는지는 볼 수 없습니다.
11월의 참사 이후, 그 온타리오 고객사는 12월에 두 개의 피킹 라인에 비전 검사를 도입했습니다. 12월 18일부터 31일 사이에 시스템은 217건의 주문에 플래그를 지정했습니다. 그중 190건은 진짜 실수였고, 27건은 오경보였는데, 대부분 광택 있는 포장이 빛을 반사해 카메라에는 다른 색상으로 보였기 때문입니다. 피커들은 첫 주에는 싫어했습니다. 기계가 자신을 의심하는 것처럼 느껴졌기 때문입니다. 둘째 주부터는 신뢰하기 시작했습니다. 성수기가 끝나자 고객사는 솔직한 평가를 들려주었습니다. 인원을 줄일 수는 없었지만, 비용이 많이 드는 출혈을 많이 막았다고요. 출고된 실수 1건을 수정하는 평균 비용 약 $18로 계산하면, 190건의 진짜 적발로 $3,400를 조금 넘게 절약했습니다. 큰 숫자는 아닙니다. 하지만 그것은 2주, 2개 라인만의 이야기이며, 그가 유지한 계정에 대해서는 아무것도 말해주지 않습니다.
텍사스주 댈러스에 있는 두 번째 고객사는 화장품을 출고하며, 2026년 3월에 다른 방식을 택했습니다. 나란히 놓인 12가지 색상의 립스틱은 사람의 눈에는 함정입니다. 그래서 그들은 곳곳에 카메라를 설치하지 않았습니다. 고가이고 혼동하기 쉬운 40여 개의 SKU에만 탐지를 적용했습니다. 3월 10일부터 4월 10일 사이에 시스템은 96건의 주문을 막았는데, 그중에는 $200이 넘는 세럼이 $40짜리 닮은 샘플 대신 나가려던 건도 있었습니다. 그 한 건의 가격 차이만으로 탐지 서비스 반달 치 비용을 충당했습니다. 그들의 운영 이사는 교훈을 분명하게 말해주었습니다. 돈이 되는 것은 실수가 가장 일어날 가능성이 높은 몇 곳을 지켜보는 것이지, 창고 전체를 덮는 것이 아니라고요.
실시간 적발은 비용을 지불할 가치가 있을까? 먼저 계산부터 하라
이 계산을 벤더에게 맡기지 마십시오. 그들의 공식은 항상 자신들에게 유리하게 나옵니다. 오류율 × 주문량 × 오류 1건당 평균 손실 − 서비스 요금, 항상 플러스입니다. 업계 내부 사정, 즉 벤더가 절대 자발적으로 말해주지 않는 부분은 오류율 자체가 전체 식에서 가장 흔들리는 숫자라는 점입니다. 대부분의 창고는 실제 피킹 오류율을 알지 못합니다. 고객 불만에서 거꾸로 추산하는데, 1%의 불만율이 실제 오류율 3%나 0.5%를 숨기고 있을 수 있습니다. 기준 숫자를 틀리면 그 뒤의 모든 것은 허구입니다. 어떤 것에도 서명하기 전에, 2주를 들여 수작업으로 확인하십시오. 하루에 무작위로 200건의 주문을 뽑아 손으로 다시 확인하고, 실제 오류율, 각 오류의 유형, 각 유형의 평균 비용을 기록하십시오. 이 숙제를 대신해줄 사람은 없습니다. 벤더는 절대 먼저 제안하지 않을 것입니다. 숫자가 명확해지면 그들의 견적을 방어하기 어려워지기 때문입니다.
고객사와 계산기를 앞에 두고 앉을 때 제가 사용하는 비교표는 다음과 같습니다.
| 요소 | 수동 재확인 | AI 이상 탐지, 실시간 |
|---|---|---|
| 오류가 발견되는 시점 | 출고 후, 고객이 불만을 제기할 때 | 포장대에서, 박스가 나가기 전 |
| 오류 1건 수정 비용 | 반품과 지원을 포함해 약 $15–$25 | 현장에서 다시 피킹해 약 $1–$3 |
| 가장 적합한 경우 | 모든 상품군, 다만 느림 | 매우 유사하고 고가이며 혼동하기 쉬운 상품 |
| 가장 큰 약점 | 사람이 지친다. 성수기에는 재확인이 무너진다 | 오경보가 라인을 늦춘다. 반사되는 포장과 특이한 형태의 포장이 가장 어렵다 |
| 적합한 규모 | 하루 500건 미만의 주문 | 하루 1,000건 이상의 주문, 또는 실수 한 건이 비싼 경우 |
직관에 반하는 부분은 다음과 같습니다. 가장 큰 절감액은 보통 피한 환불이 아닙니다. 더 이상 필요 없어진 재확인 팀입니다. 하루에 3,000건의 주문을 출고하는 창고는 완전한 수동 재확인에 6명에서 8명이 필요합니다. AI가 주문에 플래그를 지정하고 사람이 플래그가 지정된 것만 처리하면, 그 팀은 2명으로 줄어듭니다. 인건비 절감액이 환불 절감액을 훨씬 능가합니다. 그리고 같은 논리는 반대 방향으로도 작용합니다. 창고가 하루에 300건의 주문을 출고하고 오류율이 이미 낮다면, 이 시스템은 벤더에게 주는 선물입니다. 물량이 없으면 어떤 기술도 스스로 비용을 회수하지 못합니다.
거의 아무도 예산에 넣지 않는 또 다른 트레이드오프가 있습니다. 탐지가 엄격할수록 피킹은 느려집니다. 오경보율이 1포인트만 올라도 피커 1인당 하루 수십 번의 추가 정지가 발생하고, 성수기에는 줄이 섭니다. 좋은 계약은 적발률만 약속해서는 안 됩니다. 오경보율에 상한을 두고 응답 시간을 정해야 합니다. 오경보가 합의된 한도를 넘으면 요금이 할인됩니다. 시스템이 합의된 시간을 넘어 중단되면 그달의 요금이 면제됩니다. 벤더는 이런 조항을 먼저 제안하지 않습니다. 직접 요구해야 합니다.
벤더가 고객에게 이상 탐지를 과장해 판매하는 세 가지 방법
첫 번째는 정확도입니다. 데모의 숫자는 벤더의 실험실에서, 벤더가 선택한 상품으로, 벤더의 조명 아래에서 측정된 것입니다. 여러분의 창고에서는 빛도, 포장도, 각도도 모두 다르고 숫자는 떨어집니다. 벤더의 정확도를 계약서에 넣지 마십시오. 여러분만의 인수 테스트를 넣으십시오. 가장 어려운 50개의 SKU를 골라 여러분의 조명 아래에서 일주일 동안 시험하고, 합격으로 간주할 적발률과 오경보율을 정하십시오. 실패하면 시험을 연장하거나, 가격을 낮추거나, 반품할 수 있습니다. 세 가지 모두 서면으로 남겨야 합니다.
두 번째는 가격입니다. 주문당 가격은 성수기에 청구서가 두 배가 되기 전까지는 공정하게 들립니다. 월별 가격은 비수기에도 내고 있다는 것을 깨닫기 전까지는 비싸게 들립니다. 제 경험칙은 이렇습니다. 물량이 변동한다면 월 상한과 그 이상에 적용되는 주문당 요금을 협상하십시오. 물량이 안정적이라면 연간 패키지를 협상하십시오. 최악의 거래는 상한이 없는 주문당 가격으로, 성수기 청구서가 피한 실수보다 더 비쌉니다.
세 번째는 데이터입니다. 카메라는 하루에 수만 장의 사진을 찍습니다. 그 사진은 누구의 것입니까? 벤더가 그것을 이용해 경쟁사를 위한 모델을 학습시킬 수 있습니까? 계약서에 명시되어 있지 않다면 기본 답은 가능하다는 것입니다. 상품이 어떻게 포장되고 보관되는지는 운영 노하우입니다. 협상할 때 한 문장을 추가하십시오. 모든 이미지 데이터는 고객에게 귀속되며, 서면 동의 없이 모델 학습에 사용하거나 제3자와 공유할 수 없다고요. 그 문장을 빼먹으면 나중에, 너무 늦은 뒤에 논쟁하게 됩니다.
다음에 계약을 협상할 때는 이 세 가지 질문을 하십시오. 인수는 제 상품으로, 제 조명 아래에서 테스트됩니까? 놓치면 어떻게 됩니까? 오경보가 많거나 시스템이 중단되면 요금은 어떻게 낮아집니까? 제 데이터는 누구의 것이며, 다른 사람의 모델을 학습시키는 데 사용할 수 있습니까? 이 세 가지를 물으면 벤더는 여러분이 AI를 사본 적이 있다는 것을 알게 됩니다. AI 이상 탐지는 박스가 건물을 나가기 전에 피킹 오류를 잡아낼 수 있습니다. 잡아낼 수 없는 것은 나쁜 거래입니다. 먼저 계산하고, 그다음 서명하면 기술이 여러분을 위해 일합니다. 먼저 서명하고 나중에 계산하면, 그것은 또 하나의 비용일 뿐입니다.
Susan, 3PL 영업 이사 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.






