먼저 결론부터 말하겠다. AI 창고 피킹 경로 최적화는 해볼 만하지만, 그것만으로 피킹 비용이 줄어들 거라고 기대하지는 말라. 솔직히 말해서, 알고리즘은 걷는 시간을 줄여줄 뿐, 피킹을 줄여주지는 않는다. 절약된 걷는 시간이 돈이 될지는 주문 프로파일, 슬롯 배치, 그리고 피커들이 실제로 경로를 따르는지에 달려 있다. 세 가지 중 하나라도 빠지면, 절약한 걸음은 종이 위에서만 존재한다.
이 문제에는 두 가지 측면이 있다. 알고리즘을 지지하는 사람들은 숫자를 보여줄 것이다. 널리 인용되는 피킹 시간 분석에 따르면 이동이 약 55퍼센트, 탐색이 15퍼센트, 상품 인출이 10퍼센트를 차지하고, 나머지는 다른 작업에 쓰인다. 이 비율은 통제된 측정치가 아니라 창고 교과서에 인용된 실무자의 추정치에서 비롯된 것이지만, 방향은 맞다. 피커들은 하루 대부분을 걷는 데 쓴다. 알고리즘을 의심하는 사람들은 피커들이 경로를 따르지 않거나, 슬롯 배치 자체가 엉망이면 가장 예쁜 경로도 아무 소용이 없다고 말할 것이다. 양쪽 다 맞는 말을 하고 있다.
나는 이 문제로 수업료를 내는 창고를 너무 많이 봐 왔다. 2019년, 나는 온타리오에 있는 3PL을 방문했다. 80,000평방피트 규모에 하루 약 4,000건의 주문이었다. 사장은 경로 최적화 기능이 있는 피킹 모듈을 막 구입했고, 데모는 아름다워 보였다. 화면 속 경로는 손으로 그린 것처럼 흘렀다. 그러다 피커와 함께 한 시프트를 걸어보고 문제를 발견했다. 시스템의 경로는 보충 카트가 세워진 통로를 지나갔기 때문에, 피커들은 매번 그 카트를 돌아가야 했다. 우회로 때문에 걷는 시간이 알고리즘으로 절약한 시간보다 더 들었다. 사장은 보고서 속 "이론상의 절감액"을 보고 있었다. 내가 보고 있던 것은 매일 일어나는 우회였다.
AI 창고 피킹 경로 최적화: 먼저 실제로 무엇을 절약하는지 파악하라
알고리즘은 세 가지를 절약한다. 첫째는 보행 거리다. 경로가 로케이션 순서가 아니라 최단 경로를 따르기 때문이다. 둘째는 같은 통로를 반복해서 오가는 일이다. 배치 피킹이 여러 주문을 한 번의 패스로 묶어주기 때문이다. 셋째는 빈손으로 돌아오는 길이다. 시스템이 복귀 여정을 경로에 포함시켜 돌아오는 길에 주문을 챙기기 때문이다.
세 가지 모두 깨끗한 데이터에 달려 있다. 로케이션 하나가 틀리면 알고리즘은 사람을 잘못된 장소로 보낸다. 재고 수량 하나가 틀리면 피커는 빈 슬롯에 도착해 걸어서 돌아오며, 경로가 절약한 것을 전부 날려버린다. 더 흔한 문제도 있다. 빨리 움직이는 상품이 건물 맨 끝에 배치되어 있는 것이다. 아무리 똑똑한 알고리즘도 나쁜 레이아웃 안에서 최단 경로를 찾을 뿐이다. 좋은 내비게이션이 잘못된 자리에 지어진 도로를 고칠 수는 없다.
2023년, 한 가정용품 고객이 경로 최적화를 여섯 달간 운영했는데 피킹 생산성이 5퍼센트도 오르지 않았다고 말했다. 현장을 걸어보니 문제는 알고리즘이 아니라 슬롯 배치였다. 가장 빨리 움직이는 A급 상품들이 여섯 개 통로에 흩어져 있었고, 그중 두 개는 건물 맨 끝에 있었다. 우리는 먼저 리슬롯을 한 번 진행해, A급 상품을 포장에 가장 가까운 두 개 통로로 옮기고, 그 외에는 아무것도 바꾸지 않았다. 두 주 뒤, 주문당 평균 보행 거리는 거의 30퍼센트 줄었고, 그제야 알고리즘이 제 몫을 하기 시작했다. 순서는 바꿀 수 없다. 먼저 슬롯 배치를 고치고, 그다음에 경로 최적화를 이야기하라.
최단 경로는 가장 빠른 경로가 아니다
이것은 AI 창고 피킹 경로 최적화에서 가장 자주 간과되는 트레이드오프다. 알고리즘은 최단 총거리를 최적화한다. 현장은 시간당 출고되는 주문 수를 최대화한다. 이 두 목표는 대부분의 시간에는 일치하지만, 나머지 시간에는 충돌한다.
간단한 경우를 들어보자. 최단 경로는 피커에게 한 통로 안에서 두 번 방향을 바꾸라고 요구할 수 있다. 두 개의 서로 다른 주문의 상품이 그 통로에서 몇 개 로케이션 떨어진 곳에 있기 때문이다. 거리로 보면 그것이 최적이다. 사람의 관점에서 보면 피커는 두 번 돌아서야 하고 카트를 두 번 멈췄다 다시 출발시켜야 한다. 경험 많은 피커라면 20미터를 더 걷고 통로 전체를 한 번의 패스로 비우는 편을 택할 것이다. 알고리즘은 그걸 모른다. 미터밖에 모른다.
혼잡은 또 다른 사각지대다. 시스템은 열 명의 피커에게 열 개의 최적 경로를 준다. 피크 시간에는 열 명이 모두 같은 통로에 몰려 서로를 기다리고, 지게차를 기다리고, 보충을 기다리며, 절약한 거리는 가만히 서 있는 데 다 써버린다. 좋은 시스템은 통로의 실시간 혼잡을 반영한다. 약한 시스템은 직선만 그린다. 그래서 나는 구매자들에게 계약 전에 벤더에게 한 가지 질문을 하라고 늘 말한다. 여러분의 알고리즘은 현장의 실시간 상태를 보는가, 아니면 로케이션의 정적인 지도만 보는가? 지도만 본다면, 가격이 아무리 낮아도 다시 생각해보라.
AI 창고 피킹 경로 최적화, 그만한 가치가 있을까? 세 가지 숫자를 확인하라
벤더의 브로슈어는 무시하고 직접 세 가지 숫자를 측정하라. 첫째는 주문당 보행 거리로, 가동 시작 전 두 주와 후 두 주 동안 측정한다. 같은 주문 프로파일로 측정하라. 피크와 비피크 수치는 직접 비교할 수 없다. 둘째는 피커 한 명당 시간당 피킹한 주문 라인 수다. 이 숫자가 올라가면 개선은 진짜다. 셋째는 피킹 정확도다. 경로가 바뀌고 리듬이 바뀌면 정확도가 떨어질 수 있는데, 정확도가 떨어지면 아무리 걷는 시간을 절약해도 만회되지 않는다.
내가 보통 계산하는 방법은 이렇다. 이 숫자들은 계산 방식을 보여주기 위한 예시이다.
| 항목 | 예시 |
|---|---|
| 피커 | 20 |
| 피커당 하루 보행 거리 | 8 km |
| 최적화 후 절약된 보행 거리 | 20% |
| 하루 절약된 보행 시간(시속 4 km 기준) | 20명 × 1.6 km ÷ 4 km per hour = 8시간 |
| 노동력으로 환산하면 | 거의 한 개 시프트 분량 |
여덟 시간은 많아 보이지만, 그것이 스케줄에서 한 사람을 줄이는 것으로 이어질지는 절약된 시간이 하나의 블록으로 모여서 오느냐에 달려 있다. 스무 명이 하루 종일 흩어진 24분씩을 각각 절약한다면, 시프트를 줄일 수 없다. 그 여덟 시간은 주문이 집중된 파도로 들어올 때만 노동력 절감으로 전환된다. 그러니 계산할 때는 시간을 합산하는 데 그치지 말라. 절약된 시간을 완전한 시프트 하나로 모을 수 있는지 물어보라.
또 한 가지 직관에 어긋나는 점이 있다. 작은 창고는 큰 창고보다 AI 피킹 경로 최적화에서 얻는 것이 적은 경우가 많다. 알고리즘이 나빠서가 아니라, 작은 창고의 경로는 애초에 복잡하지 않았기 때문이다. 경험 많은 피커들은 이미 최적에 가까운 경로로 걷고 있어 쥐어짤 여지가 거의 없다. 가치는 하루 수천 건의 주문을 수만 개 로케이션에 걸쳐 처리하는 중규모 창고에서 나타난다. 얽힌 경로가 진짜 돈을 잡아먹는 곳이다. 한 달에 50,000건 미만을 출고한다면, ABC 분석을 하고 먼저 슬롯 배치를 고쳐라. 경로 최적화는 기다려도 된다.
결국 하나의 질문으로 돌아온다. 당신은 더 짧은 경로를 사는 것인가, 아니면 문 밖으로 더 빨리 나가는 주문을 사는 것인가? 답이 후자라면, 데모만 쳐다보지 말라. 먼저 피커와 함께 한 시프트를 걸어보고 그들이 매일 실제로 무엇을 돌아가고 있는지 보라.
Lao Mi, 공급망 베테랑 (20년) 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







