3PL의 AI 격차: 기술 중심 사업자들이 중견 시장을 잠식할 것인가?

2025년 하반기 어느 시점부터 3PL 입찰 문서에 새로운 문장이 등장하기 시작했다. "인력 스케줄링과 수요 예측에서의 AI 활용을 설명하시오." 3년 전만 해도 같은 RFP는 WMS 보유 여부와 로케이션 정확도를 물었다. 질문 자체가 신호다. 화주들은 기술 역량을 "있으면 좋은 것"이 아니라 참가 자격 기준으로 다루기 시작했다.

패턴: 대형 3PL의 투자는 3개 방향으로 집중되고 있다

지난 2년간 선도 3PL들의 기술 투자는 3개 영역에 집중됐고, 그 플레이북은 놀랍도록 일관적이다. 첫째, 스케줄링 인텔리전스. 슈퍼바이저 주도의 교대 계획과 웨이브 구성을 알고리즘이 대체하며, 주문 프로파일에 따라 주문을 그룹화하고 피킹 경로를 자동으로 배정하는 시스템이다. 둘째, 수요 예측. 과거 출하 데이터, 프로모션 캘린더, 계절성 요인을 모델에 투입해 SKU별로 2~4주 앞의 출고량을 예측하고, 보충과 인력 계획에 모두 정보를 제공한다. 셋째, AI 고객 서비스. 대형 언어 모델이 고빈도 반복 문의층인 "내 화물은 어디에 있나", "이 청구서는 어떻게 계산됐나"를 처리한다.

상장 3PL 여러 곳의 공개 자료와 투자자 커뮤니케이션을 검토했다. 공시 정의가 제각각이라 기업 간 직접 비교는 오해의 소지가 있지만, 방향은 일치한다. 시장 상위권에서 기술·디지털 투자는 매출보다 훨씬 빠르게 증가하고 있다. 쉽게 말해, 선도 기업들은 내일의 기술 해자를 위해 오늘의 마진을 내주고 있다.

숫자: 그 지출은 실제로 무엇을 사는가?

핵심 질문은 이 투자가 가격 결정력으로 전환되느냐다. 사업자 자체의 공개 자료에 따르면 AI 지원 스케줄링은 창고당 피킹 생산성을 약 15~30% 끌어올렸다. 이 범위는 원가 구조 안에 놓고 보면 달리 보인다.

인건비는 오랫동안 창고 운영의 지배적 비용이었고, 흔히 쓰이는 대략적 기준으로는 운영비의 50~60%를 차지한다. 100,000평방피트 규모에 하루 8,000건을 출하하는 시설을 손계산해 보자. 피킹 인건비가 연간 약 $2.4 million이라면 생산성 20% 향상은 연간 약 $480,000를 절감한다. 반면 AI 스케줄링 모듈(소프트웨어 구독료 + 상각된 구축비)은 연간 $150,000~$250,000 수준이다. 회수는 12개월 안에 온다. 그래서 선도 기업들은 절감분의 일부를 입찰가에 반영하고 나머지를 재투자할 수 있다. 기술 투자와 가격 경쟁력 사이의 자기 강화 루프다.

중요한 단서가 있다. 위 계산은 주문 프로파일이 안정적이고 SKU가 집중된 창고에서만 성립한다. SKU가 극도로 분산되고 일일 출고량이 심하게 변동하는 시설에서는 롱테일 주문이 알고리즘 이득의 대부분을 갉아 먹고, 실제 생산성 향상은 한 자릿수로 떨어질 수 있다. 대형 플레이어들이 AI를 네트워크 전체가 아니라 먼저 주력 대형 거점에 도입하는 이유가 여기에 있다.

2025년 가을 중국 남부의 한 3PL 입찰에 참관하면서 이 변화를 상징하는 장면을 봤다. 화주는 연간 약 3 million 건을 출하하는 홈퍼니싱 이커머스 기업으로, 3개사를 최종 후보로 추렸다. 기술 집약도가 가장 높은 입찰자는 최저가보다 약 8% 높은 가격을 제시하고도 낙찰됐다. 조달 책임자는 내게 이렇게 털어놓았다. 낙찰자의 확약한 피킹 속도와 예외 대응 SLA를 고객 서비스 인력과 회피한 클레임으로 환산하면, 그 8% 프리미엄은 1년 안에 회수된다는 것이다. 기술 투자는 입찰의 결정 방식을 바꾸고 있다. "누가 가장 싼가"에서 "누구의 총소유비용이 가장 낮은가"로. 화주들이 이 논리를 내면화하면, 기술 스토리가 없는 사업자들은 가격으로 경쟁할 권리마저 점차 잃게 된다.

귀속: AI가 실제로 비용을 빼는 곳은 어디인가

투자를 분해해 보면 AI는 3PL 운영의 3개 특정 고리에서 실질적인 절감을 만든다.

첫째는 인력 스케줄링이다. 전통 창고는 슈퍼바이저의 감으로 짠다. 내일 주문은 대략 이 정도, 사람은 대략 이 정도. 알고리즘 스케줄링의 가치는 신비로운 의미에서 더 정확해서가 아니라, 반복이 빠르다는 데 있다. 시스템이 예측 출고량을 바탕으로 일일 필요 인원을 제안하고 슈퍼바이저는 미세 조정만 한다. 중국 동부의 한 3PL 운영 책임자는 2025년 성수기에 예측 기반 스케줄링을 도입한 뒤 임시직 사용이 약 20% 줄었다고 말했다. 임시직 시급은 정규직보다 20~30% 비싸다. 그래서 그곳이 절감 효과가 가장 크게 작용한다.

둘째는 슬롯팅 최적화다. ABC 분석은 교과서 조언이지만, 수작업 ABC 재검토는 연 1~2회에 불과한 반면 SKU 속도 프로파일은 끊임없이 변한다. 알고리즘은 매주 슬롯팅 히트맵을 재계산해 잘 나가는 상품을 골든 피킹 존으로 끌어올릴 수 있다. 절감액은 회계 항목으로 나타나지 않는다. 걷지 않은 발걸음 수로 나타난다. 80,000평방피트 창고에서 피킹 경로가 10% 짧아지면 1년 동안 상당한 인건비 시간이 절약된다.

셋째는 고객 서비스다. 중견 3PL의 서비스팀은 매일 수백 건의 반복 티켓("내 출하를 추적해 달라", "이 청구서를 설명해 달라")을 처리한다. LLM 기반 서비스 덕분에 정형 문의의 자동 해결률이 70%를 넘었다. 중국 동부의 의류 풀필먼트 3PL은 2025년 상반기 쇼핑 축제 때 문의량이 4배로 불었다. 예년 같으면 임시 상담원 6명을 뽑았을 텐데, 올해는 모델이 정형 문의의 80% 이상을 흡수해 추가 인원은 2명에 그쳤다. 절감된 건 임금만이 아니라 성수기에 사람을 못 구할 리스크 자체였다. 대체된 상담원들은 해고되지 않고 예외 처리와 고객 성공 업무로 이동했다. 바뀐 이 원가 구조가 바로 선도 기업들이 입찰에서 마진을 양보할 수 있는 이유의 일부다.

관제실의 대형 데이터 화면으로 창고 운영을 모니터링하는 엔지니어

트렌드 전망: 통합이 아닌 층화가 온다

근거와 일정을 붙인 나의 판단은 이렇다. 층화는 일어나겠지만 "큰 물고기가 작은 물고기를 먹는" 모습은 아닐 것이다. 2026~2027년 사이 AI 스케줄링은 대형 입찰의 표준 항목이 된다. 이를 갖추지 못한 사업자는 최종 후보에 오르기 어려워진다. 2027~2028년에는 투자가 가격에 반영돼 선도 기업들은 정형 대형 계약 견적에서 5~10포인트의 우위를 확보한다. 동시에 중견·지역 3PL은 사라지지 않는다. 거인들이 싸우려 하지 않는 3개 포지션으로 물러설 것이다.

첫째는 수직적 깊이다. 콜드체인 의약품, 위험물, 고가 전자제품. 노하우는 알고리즘이 아니라 컴플라이언스 디테일과 취급 장인정신에 산다. 둘째는 지역 밀도다. 동일 대도시권 안에 3~4개의 소규모 거점을 두고 당일 배송을 담당한다. 전국 네트워크보다 지역 관계와 대응 속도가 더 중요하다. 셋째는 전문·비정형 업무다. 설치 포함 화이트글러브 배송, 전시회 물류, 반품 물류. 업무가 비정형일수록 AI의 표준화 이득은 작아지고 사람의 경험 가치는 커진다.

반론자의 시각을 말하자면, 중견 3PL의 최대 리스크는 "AI를 살 여력이 없다"가 아니라 "엉뚱한 AI를 산다"는 것이다. 연매출 $20 million 미만의 지역 3PL이 수요 예측 시스템에 큰돈을 쏟아붓고는, 주문의 70%가 3개 대형 고객의 긴급 추가 주문에서 나온다는 걸 나중에 깨달은 사례를 본 적 있다. 펄스형 수요에는 모델이 무력했고, 시스템은 방치됐다. AI는 증폭기다. 주문 프로파일이 이미 가진 구조적 우위를 증폭할 뿐이다. 우위가 규모와 표준화가 아니었다면 증폭기는 아무 일도 하지 않는다.