두 해 전 가을, 중국 동부의 한 제3자 물류 창고를 방문했습니다. 현장 관리자가 높은 랙을 가리키며 바닥 부분의 기둥이 살짝 휘었다고 말했습니다. 야간 근무 지게차가 3개월 전에 부딪힌 것이었고, 아무도 보고하지 않았습니다. AI 창고 카메라 검사에 대한 이야기는 바로 여기에서 시작합니다. 랙은 하룻밤 사이에 무너지지 않습니다. 무너지기 전까지 오랜 시간 동안 휘고, 기울고, 느슨해집니다. 문제는 순찰이 지나가지 않았거나, 알아채지 못했거나, 알아채고도 언급할 가치가 없다고 판단했다는 것입니다.

공개된 업계 사고 기록은 하나의 패턴을 보여줍니다. 랙 붕괴 사례 중 상당수에서 사전에 관찰 가능한 경고 징후가 있었습니다 ― 휜 기둥, 빠진 빔 커넥터, 심하게 기울어진 파렛트, 바닥에 고인 물입니다. 이 징후들은 한 가지 공통점이 있습니다. 눈에 보인다는 것입니다. 그리고 눈에 보이는 것이라면 원칙적으로 카메라가 지켜볼 수 있습니다. 진짜 문제는 카메라가 정확하게 지켜보는지, 경고 후 누가 책임을 지는지, 그리고 투자가 그만한 가치가 있는지입니다.

AI 창고 카메라 검사가 실제로 지켜보는 것

먼저 경계를 정하겠습니다. AI 창고 카메라 검사가 오늘날 안정적으로 할 수 있는 일은 다섯 종류의 시각 신호에 모여 있습니다.

첫째는 랙 변형입니다. 알고리즘은 기둥과 빔의 윤곽을 비교합니다. 설정된 임계값을 초과해 휜 기둥, 떨어진 빔 커넥터, 처진 데크가 플래그됩니다. 장점은 카메라가 사람보다 잘 보기 때문이 아니라 매번 보기 때문입니다. 인간 순찰은 일주일에 한 번 올지 모르지만, 카메라는 매시간 스캔할 수 있습니다. 변형이 나타나고 발견되기까지의 간격이 수일에서 수시간으로 줄어듭니다.

둘째는 막힌 통로입니다. 주 통로, 방화 통로, 비상구가 파렛트, 빈 박스, 처리 대기 상품으로 일시적으로 점유되는 것은 창고에서 가장 흔하고 가장 쉽게 합리화되는 위반입니다. 카메라는 바닥에 표시된 구역에 대한 점유를 판단하고, 점유가 설정된 시간을 초과하면 경보를 울립니다. 일찍 잡을수록 해결 비용이 저렴합니다. 소방 검사 때까지 기다렸다가 치우면 비용이 완전히 달라집니다.

셋째는 기울어진 파렛트와 과적된 베이입니다. 랙 가장자리를 넘어 튀어나온 파렛트, 빔 높이 위로 쌓인 상품, 가벼운 박스 위에 놓인 무거운 박스 ― 이것들은 붕괴의 전조입니다. 비전 모델은 이러한 종류의 기하학적 이상에 비교적 민감하고, 의미 판단의 경우보다 오경보율이 낮습니다.

넷째는 바닥의 물과 액체입니다. 냉장 창고, 화학 창고, 우기철 입고 도크에서는 고인 물이 미끄럼 위험이자 상품 손상 위험입니다. 카메라는 바닥 반사 특징을 통해 이를 감지합니다. 감도는 보통 수준이지만 시스템은 상시 가동됩니다.

다섯째는 경계를 넘는 사람과 장비입니다 ― 고층 지게차 구역에 들어가는 작업자, 차량 차선으로 걸어 들어가는 보행자. 기술적으로는 성숙했지만, 직원이 감시받는 것에 대해 어떻게 느끼는지에 직접 닿기 때문에 실제로는 가장 논란이 많습니다. 자세한 내용은 아래에서 다루겠습니다.

AI 창고 카메라 검사: 오경보 문제 극복하기

오경보를 빼놓고 AI 창고 카메라 검사를 논하는 것은 핵심 문제를 회피하는 것입니다. 제 생각에 오경보는 기술적 결함이 아니라, 이런 종류의 시스템이 반드시 내야 하는 수업료입니다. 문제는 누가, 얼마나 오래 내느냐입니다.

중국 북부의 한 이커머스 창고를 지켜봤는데, 비전 검사를 가동한 첫 달에 하루 40건이 넘는 경보를 받았고, 그중 실제로 조치가 필요했던 것은 5건 미만이었습니다. 나머지는 빛의 변화, 잠시 주차한 지게차, 파렛트가 드리운 그림자였습니다. 현장 관리자는 직설적으로 말했습니다. 이대로 계속되면 교대 책임자들이 경보를 아예 보지 않게 될 것이라고요. 이 한 문장이 오경보의 진짜 비용을 보여줍니다. 건마다 확인에 드는 몇 분이 아니라, 경보 자체가 신뢰를 잃는 순간입니다.

업계는 몇 가지 실용적인 대응책으로 수렴했습니다. 첫째, 경보를 등급으로 나누는 것입니다. 휜 랙 기둥은 당일 처리해야 하는 1등급 경보이고, 10분간의 일시적 통로 점유는 3등급 메모로, 기록만 하고 푸시하지 않습니다. 둘째, 검증 단계를 추가하는 것입니다. 경보는 현장 감독자에게 바로 가는 것이 아니라 관제실 운영자에게 가서, 누군가를 파견할지 결정하기 전에 스냅샷을 한눈에 확인합니다. 셋째, 조정에 최소 한 달을 예산으로 잡는 것입니다. 임계값, 감도, 감지 구역은 현장 고유의 조명, 교통 흐름, 상품 구성에 맞게 재조정해야 합니다. 공급업체의 공장 기본값은 출발점에 불과합니다.

직관에 반하는 부분은 여기입니다. 오경보율이 내려오지 않을 때, 문제는 종종 알고리즘이 아니라 창고 자체에 있습니다. 통로가 매일 막히고 파렛트가 항상 기울어진 현장에서는 정확한 경보조차 오경보처럼 보입니다. 모두들 익숙해진 위반을 보고하고 있기 때문입니다. 그런 의미에서 AI 창고 카메라 검사는 거울처럼 작용합니다. 창고가 받아들이며 살아온 불준수를 하나씩 수치화합니다.

수지가 맞을까?

ROI를 이야기하기 전에 한 가지 전제를 밝혀야 합니다. 검사의 이익은 대부분 일어나지 않은 일로 측정됩니다 ― 무너지지 않은 랙, 막히지 않은 방화 통로, 미끄러지지 않은 작업자입니다. 이런 이익은 보고서에 절대 나타나지 않으며, 그래서 현장 관리자가 밤에 편히 잠을 잘 수 있는 이유이기도 합니다. 따라서 이 계산은 회피된 손실이라는 관점에서만 가능하고, 회피된 손실은 본질적으로 가정에 불과합니다.

아래 수치는 가상의 계산 예시로, 방법만을 보여주기 위한 것입니다 ― 실제 창고의 비용 수준을 나타내지 않습니다. 약 20,000제곱미터 규모의 고층 시설을 가정합니다. 검사 카메라 60대와 비전 분석 플랫폼을 가정하고, 하드웨어와 구축에 드는 일회성 비용은 약 400,000위안, 연간 유지보수와 모델 조정 비용은 약 80,000위안으로 합니다. 과거 수동 검사는 전임 순찰 직원 2명이 필요했고, 1인당 연간 120,000위안이었다고 가정합니다. 시스템 가동 후 인력은 시간제 검토자 1명, 연간 약 60,000위안으로 줄어듭니다. 이러한 가정 하에 첫 해 지출은 약 480,000위안, 이후 연간 약 140,000위안입니다. 인건비 절감액은 연간 약 180,000위안입니다. 인건비 절감만으로는 투자 회수 기간이 2년을 넘습니다. 흥미로운 숫자는 아닙니다.

하지만 인건비가 전부는 아닙니다. 계산이 맞아떨어지기 시작하는 것은 세 가지 회피 손실이 포함될 때입니다. 첫째는 랙 붕괴 사고입니다. 중규모 붕괴 ― 상품 손상, 랙 재건, 가동 중단 ― 는 이 가상의 예시에서 1,000,000위안 정도입니다. 5년에 한 번만 회피해도 전체 투자금을 충당합니다. 둘째는 화재 및 규정 준수 벌금입니다. 막힌 비상구에 대한 벌금과 영업 정지 명령은 관할 지역마다 다르므로 실제 금액은 현지 규정을 확인하시기 바랍니다. 셋째는 보험입니다. 일부 보험사는 비전 검사를 설치한 창고에 보험료 할인을 제공하기 시작했습니다 ― 실제 견적은 보험사에 확인하시기 바랍니다.

따라서 제 결론은 다층적입니다. 인건비 절감만으로 판단하면 AI 창고 카메라 검사의 ROI는 매력적이지 않습니다. 하지만 위험 비용이 계산에 들어가면, 높은 랙, 혼합 SKU, 지게차 통행이 많은 창고에서는 진지한 평가를 받을 만합니다. 낮은 랙에 단순한 흐름을 가진 소규모 창고라면 과잉 투자일 가능성이 가장 높습니다. 결정은 세 가지 질문으로 축소할 수 있습니다. 랙이 얼마나 높은가, 통로가 얼마나 쉽게 막히는가, 그리고 지난 3년간 창고에 '아슬아슬한 사고' 순간이 있었는가. 세 가지 중 두 가지 답이 '예'라면 조달을 이야기하십시오. 그렇지 않다면 먼저 인간 순찰 체크리스트를 탄탄하게 만드십시오. 더 효과적일 수 있습니다.

마지막으로, AI가 할 수 없는 일입니다. 카메라는 랙 내부의 갈라진 용접부를 볼 수 없고, 볼트가 반 바퀴 풀렸는지 알 수 없으며, 빔 커넥터의 금속 피로를 판단할 수 없습니다. 파렛트가 합리적으로 쌓였는지 판단할 수 없고, 기울어졌는지만 알 수 있습니다. 그리고 현장에 있는 사람이 냄새를 맡고, 만지고, 물어야 하는 검사는 처리할 수 없습니다. 화학물질 누출의 희미한 냄새, 과열된 모터의 탄 냄새, 작업자가 무심코 '이 기둥이 이번 주에 두 번 소리를 냈다'고 언급하는 것입니다. 그 어느 것도 비전 모델의 범위 안에 있지 않습니다.

AI 창고 카메라 검사의 현명한 자리매김은 인간 순찰에게 절대 지치지 않는 한 쌍의 눈을 주는 것이지, 순찰을 대체하는 것이 아닙니다. 카메라는 고빈도의 반복적인 눈에 보이는 검사를 맡고, 사람은 저빈도의 판단 기반 검사를 맡아 직접 현장에 있어야 합니다. 역할 분담이 명확하면 시스템은 제 몫을 합니다. 카메라가 모든 것을 해주기를 기대하면 아무도 읽지 않는 경보 더미만 남게 됩니다.

여러분의 창고에서는 오늘 이 일을 누가 하고 있습니까 ― 그리고 무엇이 놓치고 있습니까?

Dr. Chen, 공급망 연구원 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.