먼저 AI 배송 경로 계획에 대한 결론부터 말하겠습니다. 경로는 AI가 초안을 만들고, 베테랑 운전자는 예외만 수정합니다. 어느 한쪽이 모든 것을 주도하는 것이 아닙니다.

AI 경로 계획과 운전자 경험은 둘 중 하나를 고르는 문제가 아닙니다. 역할 분담입니다. 저는 이 분담이 제대로 작동하는 것을 세 개의 프로젝트에서 보았습니다. 그리고 한쪽이 완전히 주도하게 둔 프로젝트는 모두 가동 첫날 밤에 문제가 생겼습니다.

AI가 잘하는 것과 베테랑 운전자가 잘하는 것

먼저 경계선을 그으십시오. 경계선이 불분명하면 그 이후의 모든 것이 논쟁이 됩니다.

AI는 계산을 잘합니다. 정류장 스무 곳, 트럭 3대, 각각 무게와 부피 제한이 있고, 배송 시간대까지 더하면 조합의 수는 인간의 머리로 풀 수 있는 수준을 넘어섭니다. AI는 최단 거리 초안을 몇 분 만에 만듭니다. 실시간 교통 상황이 바뀌면 즉시 다시 계획합니다. 적재 제약을 절대 잊지 않습니다. 과적, 과용량, 냉장품과 상온품 혼적 — 규칙을 매번 지킵니다.

베테랑 운전자는 지도에 없는 것을 잘 압니다. 한 주거 단지는 오후 4시 이후 트럭을 금지합니다. 한 고객은 하역 전에 수위 왕 씨에게 전화해야 합니다. 한 도로는 열려 있는 것처럼 보이지만 비가 올 때마다 침수됩니다. 한 오피스 빌딩은 하역장에서 15분만 허용합니다. 이 중 어느 것도 어떤 시스템에도 없습니다. 운전자의 머릿속에 있습니다.

저는 이 함정을 세 번 보았습니다. 프로젝트 팀이 AI가 계획한 경로를 손대지 않고 내보냈고, 첫날 세 건의 배송이 늦어졌습니다. 모두 「시스템이 몰랐다」는 문제였습니다. 도착 30분 전에 전화를 원하는 고객, 낮에는 일방통행인데 AI가 양방향으로 간주한 지름길. AI가 계산을 잘못한 것이 아닙니다. 정보가 애초에 입력에 없었습니다.

그래서 판단 기준은 간단합니다. 규칙으로 쓸 수 있는 것은 AI에게, 누군가의 기억 속에만 있는 것은 운전자에게 남깁니다. 이 둘을 구분하지 못하면 프로젝트는 실패합니다.

AI 배송 경로 계획 도입: 네 단계, 건너뛰기 없음

첫 번째 단계, 운전자의 경험을 규칙으로 만드십시오. 경로를 가장 잘 아는 운전자 두세 명을 골라 각자 이틀씩 동승하며 「갈 수 없는 도로, 들어갈 수 없는 단지, 먼저 전화해야 하는 고객」을 모두 적습니다. 시스템 규칙이 될 수 있는 것은 규칙 베이스에 넣습니다. 될 수 없는 것은 정류장에 붙인 메모가 됩니다.

두 번째 단계, AI가 초안을 만들고 운전자는 예외만 수정합니다. 매일의 경로는 먼저 AI가 만듭니다. 출발 전에 운전자가 검토하고 문제가 있는 정류장만 바꾸고, 좋은 것은 바꾸지 않습니다. 모든 변경에는 서면 사유가 필요합니다. 사유는 일주일에 한 번 검토합니다. 반복되는 변경이 있으면 규칙 베이스에 규칙이 빠져 있다는 뜻입니다. 추가하십시오.

세 번째 단계, 레드라인을 정하십시오. 운전자가 정류장의 30% 이상을 변경하면 AI 규칙 베이스에 심각한 공백이 있는 것입니다. 트럭을 억지로 내보내지 말고 멈춰서 규칙을 고치십시오. 이 숫자는 제가 동일 도시 배송 고객사에서 정한 것입니다. 첫 주 변경률이 40%를 넘었습니다. 반나절 멈추고 11개의 규칙을 추가했고, 둘째 주에는 변경률이 10% 아래로 떨어졌습니다.

네 번째 단계, 일주일에 한 번 검토하십시오. 세 가지 숫자를 봅니다. 정시율, 총 주행 거리, 운전자 변경 건수입니다. 정시율이 떨어지면 규칙을 확인합니다. 주행 거리가 늘면 제약을 확인합니다. 변경이 잦으면 입력을 확인합니다. 검토는 30분, 서서 진행합니다.

계산해 봅시다: 절약되는 주행 거리의 가치는 얼마일까?

아래 표는 가상의 예시로, 중소 규모 배송 차량에서 흔한 물량을 사용했습니다. 시나리오 예시이며 실제 회사의 데이터가 아닙니다.

항목 가상의 예시
차량 규모 10대의 트럭, 하루에 각 한 차례 운행
AI 최적화 전 하루 총 주행 거리 1,200 km
AI 최적화 후 하루 총 주행 거리 1,080 km, 10% 절약
월 22영업일 동안 절약되는 주행 거리 2,640 km
km당 3위안의 총 비용으로 월 약 7,920위안 절약

절약되는 것은 연료와 주행 거리만이 아닙니다. 운전자는 매일 한 시간 이상 일찍 끝나고, 지연 배송이 줄고, 고객 불만도 함께 줄어듭니다. 이 계산을 고객에게 보여줬을 때 그의 말은 정확히 「작년에 했어야 했는데」였습니다. 다만 한 가지 경고가 있습니다. 10% 절약은 이 가상의 예시의 숫자이지 약속이 아닙니다. 차량이 얼마나 절약할 수 있는지는 현재 경로가 얼마나 엉망인지에 달려 있습니다. 이미 계획을 잘 세우는 차량은 3%만 절약할 수도 있습니다.

가동 첫날 밤 체크리스트 — 모든 항목에 체크하십시오

저는 이 함정을 세 번 보았습니다. 가동 첫날 밤에는 항상 같은 종류의 실수가 있었습니다. 그러니 이 목록의 모든 항목에 체크하십시오. 하나라도 빠지면 가동하지 마십시오.

  1. 규칙 베이스에 제한 시간과 제한 도로가 포함되어 있습니까? 포함되어 있지 않으면 출차하지 마십시오.
  2. 모든 정류장에 고객 전화번호와 하역 메모가 붙어 있습니까? 운전자가 도착했는데 아무에게도 연락이 닿지 않으면 그 운행은 낭비됩니다.
  3. AI 출력을 누군가 검토하고 있습니까? 가동 후 첫 한 달 동안은 누군가 출차 전에 모든 경로를 살펴봐야 합니다.
  4. 경로 변경 입력이 운전자가 사용하기 쉽습니까? 숨어 있으면 운전자는 굳이 입력하지 않고 잘못된 경로로 운전할 것입니다.
  5. 문제가 생기면 누가 다시 계획합니까 — 배차 담당자입니까, 아니면 시스템이 자동으로 합니까? 책임이 불분명하면 일이 생긴 날 모두가 서로를 기다립니다.
  6. 과거 데이터를 불러왔습니까? AI가 지난 3개월간의 주문을 본 적이 없다면 그 경로는 이론이지 실무가 아닙니다.

모든 항목에 체크가 끝나면 가장 흔한 세 가지 실패 지점을 주의하십시오.

첫째: AI를 점쟁이처럼 대하는 것입니다. AI는 여러분이 준 데이터로만 계산할 수 있습니다. 데이터에 도로 폐쇄 정보가 없으면 만들어내는 경로는 틀립니다. 데이터 품질이 나쁘면 AI가 정확할수록 더 빨리 틀립니다.

둘째: 운전자가 AI를 통째로 거부하는 것입니다. 일부 베테랑 운전자는 「10년 운전했는데 가르침을 받을 필요가 없다」고 생각하며 초안을 보지도 않고 통째로 다시 씁니다. 그러면 AI는 아무것도 배우지 못하고, 석 달 후 프로젝트는 이름뿐이 됩니다. 해결책은 「변경 사유」 필드입니다. 운전자는 경로를 변경할 수 있지만 사유를 남겨야 합니다. 그 사유들이 규칙 베이스를 키워줍니다.

셋째: 첫날부터 인간 검토를 빼는 것입니다. 가동 후 첫 두 주가 가장 취약합니다. 규칙 베이스는 아직 불완전하고 운전자의 신뢰도 아직 쌓이지 않았습니다. 그 두 주 동안은 누군가 지켜봐야 하고, 변경률이 안정된 뒤에야 손을 뗍니다.

마지막으로 한 가지. AI 배송 경로 계획에서 기술은 일의 절반에 불과합니다. 나머지 절반은 베테랑 운전자의 머릿속에 있는 것을 조금씩 시스템으로 옮기는 일입니다. 많이 옮길수록 AI는 더 정확해집니다. 옮기지 못하면 AI는 그저 비싼 계산기일 뿐입니다. 그리고 결론을 다시 한 번. AI가 초안을 만들고, 운전자는 예외만 수정합니다. 이 역할 분담을 지키면 석 달 후 여러분의 경로는 오늘보다 훨씬 더 원활하게 돌아갈 것입니다.

Lin Xiao, WMS 구현 컨설턴트 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.