매년 피크 시즌을 앞두고 창고 관리자들은 AI 동적 슬로팅에 대해 같은 질문을 던집니다. 창고 위치 최적화를 위한 피크 전 재배치를 한 번 실행할 가치가 있을까요? 공개된 업계 보고서에 따르면 피크 기간의 주문 구성은 평상시 한 달보다 훨씬 더 급격하게 변하므로, 한산한 시즌에 원활하게 돌아가던 레이아웃이 물량이 급증할 때도 똑같이 원활하게 돌아간다는 보장은 없으며, 이 질문은 한 번으로 해결되지 않고 매년 되돌아옵니다.
중국 동부의 한 제삼자 물류 창고는 작년 피크를 앞두고 정확히 이 상황에 직면했습니다. 평상시에는 수십 개 브랜드를 담당했고, 주문은 상당히 고르게 분산되어 있었으며, 위치는 카테고리와 과거 판매 실적에 따라 배치되어 있어 피커들은 경로를 외우고 있었습니다. 피크가 도래하자 몇몇 선도 브랜드의 주문이 거의 두 배로 늘었고, 같은 상품이 주문마다 계속 등장했으며, 피커들은 같은 상품을 가지러 긴 우회로를 걷는 데 하루의 대부분을 보냈고, 포장대에는 줄이 늘어섰습니다. 문제는 인력 부족이 아니었습니다. 레이아웃은 여전히 한산한 시즌의 논리를 반영하고 있었고, 가장 잘 팔리는 상품들은 창고 깊숙이 묻혀 있었으며, 이동 거리는 지금의 주문 프로파일이 정당화하는 수준을 훨씬 넘어섰습니다.
공개된 업계 보고서에 따르면 피크 기간 주문 집중도의 상승은 반복되는 패턴입니다. 판촉 기간 동안 상위 상품이 차지하는 전체 주문 비중은 눈에 띄게 상승하는 반면, 롱테일 상품은 대체로 평소 속도로 계속 판매됩니다. 이 형태가 중요한 이유는 창고 위치 최적화의 효과가 건물 전체를 뒤집는 데서 오는 것이 아니라, 소수의 고빈도 상품을 이동시키는 데서 주로 나오기 때문입니다. 이를 이해하면 피크 전 실행의 범위, 들일 만한 노력, 그리고 효과가 있었는지 판단하는 방법을 정하기가 쉬워집니다.
AI 동적 슬로팅이 실제로 움직이는 것
AI 동적 슬로팅은 새롭게 들리지만, 그 뒤의 작업은 전혀 신비롭지 않은 단계들로 나뉩니다. 수요 데이터에서 시작합니다. 최근 기간 동안 각 상품이 얼마나 자주 출고되었는지, 주문에 얼마나 자주 등장했는지, 같은 웨이브에서 어떤 상품들이 함께 등장하는 경향이 있었는지를 살펴 피크 때 어떤 상품이 함께 주문될 가능성이 높은지 판단합니다. 그다음은 ABC 층별화입니다. 카테고리 직감이 아니라 실제 출고 기록을 바탕으로, 자주 그리고 꾸준히 출고되는 상품은 한 그룹으로, 드물고 불규칙하게 출고되는 상품은 다른 그룹으로 나눕니다. 다음 단계는 위치 히트맵입니다. 각 위치의 피킹 빈도, 도보 거리, 혼잡도를 겹쳐 어느 지점이 계속해서 지나다니고 어느 지점이 몇 주째 방치되는지 확인합니다. 그제야 피킹 경로를 다시 짜서 고빈도 상품을 피킹 시작점과 포장 구역 쪽으로 당기고, 함께 주문되는 경우가 많은 상품들을 서로 가까이 배치해 피커의 U턴을 줄이고 혼잡한 통로를 가로지르는 횟수를 줄입니다.
이 과정에서 AI가 실제로 하는 일은 분명히 말해야 합니다. 최적의 위치 지도를 찍어내는 마법 상자가 아닙니다. 규칙 더하기 모델입니다. 규칙은 무거운 상품은 하단에, 쉽게 찌그러지는 상품은 절대 스택 최하단에 두지 않기, 위험물은 따로 보관하기, 냉장 상품은 냉장 구역에만 두기 같은 엄격한 제약을 지키고, 모델은 그 제약 안에서 수요 예측과 과거 주문 조합을 이용해 이동을 제안하고 기대 효과를 기준으로 순위를 매깁니다. 모델은 제안을 할 뿐 명령을 내리지 않으며, 최종 결정은 현장 관리자가 랙 하중 제한, 통로 폭, 교대 편성을 저울질하며 내립니다. AI를 사람을 대신해 결정하는 시스템으로 대하기보다 더 빠른 조언자로 대하는 편이 창고에서의 실제 위치에 더 가깝습니다.
창고 위치 최적화의 피크 전 계산
피크 전 실행의 비용은 눈에 보이고 즉각적입니다. 재고를 이동하려면 인력과 지게차가 필요하고, 정상 출고 작업 사이의 틈에 끼워 넣어야 하며, 이동 중인 위치 일부는 잠기고, 피커들은 물건이 어디에 있는지 다시 익히는 데 시간이 필요하므로, 이동 직후 며칠간은 오피킹과 추가 점검이 늘기 마련입니다. 이러한 비용은 며칠 안에 발생하지만, 효과는 피크의 매일에 걸쳐 분산되므로, 계산은 이동 당일에 판단하는 것이 아니라 시즌 전체 길이에 효과를 분산시켜야 합니다. 피크가 길고 물량이 많을수록 이동 비용을 흡수할 날이 많아집니다. 피크가 며칠밖에 지속되지 않으면, 러시가 끝났을 때 이동 비용이 아직 회수되지 않았을 수도 있습니다.
| 항목 | 피크 전 실행의 비용 | 피크가 돌려줄 수 있는 것 |
|---|---|---|
| 인력과 장비 | 이동 인력, 지게차 시간, 이동 중 잠기는 위치 | 피커 이동 거리 단축, 주문당 피킹 시간 감소 |
| 학습 비용 | 피커의 위치 재학습, 초기의 오피킹 증가 | 경로가 안정된 뒤 오피킹과 재작업 감소 |
| 기회 비용 | 이동 중 출고 리듬 중단 | 혼잡한 이동 경로로 인한 포장 대기 줄 해소 |
중국 북부의 한 뷰티 제품 창고가 이 트레이드오프를 보여줍니다. 두 해 전 피크를 앞두고 이 창고는 한 번의 노력으로 전체 위치의 거의 절반을 이동해 한 번에 레이아웃을 제대로 맞추려 했는데, 이동 자체에 계획보다 훨씬 긴 시간이 걸렸고, 피커들은 피크 첫날에도 여전히 새 위치를 익히는 중이어서 오류와 재작업이 줄어들기는커녕 늘었습니다. 이듬해 같은 창고는 고빈도 상품이 있는 소수의 구역만 이동하고 나머지는 그대로 두어 이틀 만에 이동을 마쳤고, 피크 기간의 피킹 리듬은 더 안정적으로 유지되었습니다. 직관에 반하는 교훈은 이동이 많다고 더 좋은 이동이 되는 것은 아니라는 점입니다. 범위가 커질수록 재고 이동과 재학습 비용은 추가 효과보다 더 빠르게 증가하고, 한계 이익은 빠르게 사라지므로, 가장 경제적인 피크 전 실행은 대개 품목군 중 가장 핫한 일부에만 손대는 경우입니다.
실행에 가치가 있었는지는 인상이 아니라 전후 측정값으로 판단해야 합니다. 추적할 만한 측정값은 주문당 피킹 시간, 피커당 도보 거리, 오피킹과 재작업, 이동 자체에 소요된 노동 시간, 피크 기간의 초과 근무 시간입니다. 이동 전에 각 측정값의 기준선을 기록하고 피크가 끝날 때까지 매주 비교합니다. 첫날만으로 판단하면 학습 기간의 혼란을 실패한 이동으로 오인하거나, 주문량의 자연스러운 감소를 성공한 이동으로 오인하기 쉽습니다.
슬로팅을 실행해야 할 창고 — 그리고 손대지 말아야 할 창고
피크 전 실행에서 가장 큰 이득을 보는 창고들은 몇 가지 공통점을 공유합니다. 제품군이 넓고, 주문 구성이 피크 때 뚜렷하게 변하며, 소수의 고회전 상품에 높은 집중도를 보이고, 피킹이 주로 수작업이거나 사람과 기계가 함께하는 방식이며, 이동 비용을 회수할 만큼 피크 시즌이 충분히 깁니다. 이런 창고에서는 몇몇 상품을 이동시키는 것이 주문의 큰 비중과 관련되므로 효과가 배가될 여지가 있습니다. 반대로 상품이 매우 적고 주문 구성이 일 년 내내 안정적인 창고는 재배열할 것이 거의 없습니다. 고도로 자동화된 창고는 위치를 이동시키려면 장비 로직과 스케줄링 규칙을 바꿔야 하므로 수작업 이동보다 비용과 리스크가 큽니다. 그리고 피크가 짧고 물량 변동을 임시 인력 추가로 처리할 수 있는 창고는 이동과 재학습 비용을 회수하기가 애초에 어렵습니다.
공개된 업계 보고서에 따르면 동적 슬로팅은 소수의 대형 창고가 수행하는 특별 프로젝트에서 더 많은 중형 거점의 일상적인 피크 전 검토 사항으로 이동하고 있으며, 그 배경에는 창고 관리 시스템에 이미 쌓여 있는 수요 데이터의 증가, 컴퓨팅 비용 하락, 피크 시 주문 집중도 상승이 있습니다. 향후 두세 해 동안 가장 가능성 높은 패턴은 일률적인 도입이 아니라 분화입니다. 고빈도 창고 중 피크가 긴 곳은 피크 전 실행을 매년 고정된 루틴으로 만들고, 저빈도 창고 중 피크가 짧은 곳은 고정 위치를 유지하며 임시 보충 재고로 대처하고, AI는 점차 완전한 재배치 계획 제안에서 연중 작은 지속적 제안으로 이동하면서 피크 전에 더 큰 검토를 집중하게 될 것입니다.
그렇다면 피크 전 재배치를 한 번 실행할 가치가 있을까요? 모든 창고에 통용되는 답은 없습니다. 주문 구성이 얼마나 변할지, 피크가 얼마나 지속될지, 얼마나 많은 재고를 이동시켜야 하는지, 그리고 관리자들이 이동 후 몇 주를 들여 측정값을 제대로 비교할지에 달려 있습니다. 재고에 손대기 전에 이 질문들에 답할 수 있다면 신중하게 실행할 가치가 있습니다. 답할 수 없다면 가장 유용한 첫걸음은 재고를 이동시키는 것이 아니라, 수요 데이터와 피킹 측정값을 충분히 명확히 기록해 다음번에는 근거를 바탕으로 결정할 수 있게 하는 것일지도 모릅니다.
Dr. Chen, 공급망 연구자 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







