우리 창고는 3,000제곱미터, 랙 적치 위치가 400개를 조금 넘습니다. 한 달에 한 번 전체 실사: 두 명이 이틀 걸려 하고도 빠뜨립니다. 고정 카메라와 실시간 매칭을 쓰는 엔터프라이즈 비전 실사 시스템? 견적서를 보고 덮어 버렸습니다. 우리 같은 작은 창고가 그런 돈을 태울 수는 없습니다.
그런데 비전 언어 모델(VLM)이 등장하면서, 훔쳐 쓸 수 있는 간이 버전이 있다는 걸 깨달았습니다. 같은 아이디어, 비용은 일부분입니다.
VLM을 쉽게 설명하면, 사진을 보고 사람의 언어도 동시에 이해하는 AI입니다. 랙 사진을 찍고 "이 슬롯에는 블루베리 스낵이 있어야 하는데, 사진에 있는 게 그거 맞아?"라고 묻습니다. 답해주고, 잘못된 박스에 동그라미를 칩니다. 구식 비전 AI와의 큰 차이점은, 구식은 학습이 필요했다는 겁니다. 모든 SKU의 생김새를 가르쳐야 했고, 포장이 바뀌면 재학습이 필요했죠. VLM은 학습이 필요 없습니다. 슬롯 마스터(여기에 있어야 할 것)를 정답지로 주면 알아서 비교합니다. 소규모 창고에는 학습을 돌봐줄 사람이 없었습니다. 이제는 필요도 없습니다.
우리의 간이 버전은 주 1회 이렇습니다. 고회전 슬롯 리스트를 인쇄하고, 순찰 동선을 짜고, 한 사람이 폰 하나 들고 슬롯당 사진 한 장. 사무실로 돌아와 사진을 일괄로 VLM에 넣고 매번 같은 질문을 던집니다. "이 슬롯에는 A가 있어야 합니다. 사진에 A가 있나요? 잘못 놓였거나 빠진 건 없나요?" 문제를 골라내고 다음 날 손으로 확인합니다. 코드도 없고 연동도 없습니다. 폰 하나와 브라우저뿐입니다.
효과가 있을까요? 실제 이야기 두 가지.
올해 3월, 우리 슬롯 하나에는 건조 블루베리 12박스가 있어야 했습니다. 포장이 거의 똑같은 건조 크랜베리 3박스가 끼어 있었습니다. 세 달 동안 손으로 하는 순환 실사에서는 못 잡았습니다. 카운터가 수량이 맞는 걸 보고 넘어갔죠. VLM 사진 순찰은 첫 주에 그 3박스에 동그라미를 쳤습니다. 3PL 하는 사람은 누구나 압니다. 오피킹은 가장 비싼 실수입니다. 잘못 출고 한 건이 반년치 실사 인건비보다 비쌉니다.
두 번째 이야기: 유령 슬롯. 시스템에는 재고가 있다고 나오는데 랙은 비어 있습니다. 반대로도 있죠. 이제 매주 촬영하고, VLM이 "이 슬롯은 비어 있습니다"라고 보고하면 시스템과 대조해 차이가 드러납니다. 예전에는 피커가 빈손으로 돌아왔을 때야 드러났습니다. 그때쯤이면 출고는 이미 늦었고 고객은 이미 전화를 하고 있었죠.
이제 계산을 해봅시다. 이전: 한 달에 한 번, 두 명이 이틀, 그래도 빠뜨립니다. 간이 버전: 한 사람이 주당 반나절씩 촬영합니다. 고회전 구역은 매주, 저회전 구역은 매월 확인합니다. AI가 "문제"라고 찍은 슬롯 중 손으로 확인해 진짜 문제인 비율은 대략 70~80퍼센트 — 나머지는 조명이나 각도가 나빠 AI가 속은 겁니다. 반대 방향도 있습니다. AI가 통과시켰는데 실제 문제가 있는 슬롯 — 10~20퍼센트는 빠져나간다고 봅시다. 그러니 솔직히 말하겠습니다. AI는 1차 필터입니다. 사람의 확인을 대신하지 못합니다. 완전 대체가 가능하다고 말하는 사람은 뭔가를 팔고 있는 겁니다.
간이 버전 비용은요? 폰은 이미 있던 겁니다. VLM 쪽은 이미지당 과금이고, 주간 배치는 수백 장 — 월 요금은 일주일치 스트레치 필름값보다 적습니다. 비쌌던 건 AI가 아닙니다. 슬롯 마스터를 정리하는 일이었고, 오후 두 번과 커피 한 포트분의 시간이 들었습니다.
비싼 엔터프라이즈 설비에서 훔친 건 뭘까요? 하드웨어가 아니라 사고방식입니다. 그들은 고정 카메라로 실시간 촬영하고, 우리는 일정대로 도는 폰을 씁니다. "찍어서 비교한다"는 같은 아이디어죠. 그들은 SKU마다 학습시키고, 우리는 슬롯 마스터를 정답지로 씁니다. "학습 불필요"라는 같은 아이디어입니다. 아이디어는 공짜입니다. 하드웨어는 아니죠.
직관에 반하는 발견 두 가지. 첫째: 사진이 "프로"스러울수록 결과가 나빴습니다. 처음에는 직원이 폰을 수평으로 들고 완벽한 구도로 깔끔하게 찍게 했는데, AI 성능이 대충 찍은 사진보다 떨어졌습니다. 그러다 깨달았습니다. VLM은 대충 찍은 사진을 산더미처럼 봐 왔습니다. 당신의 연출 샷은 그 익숙한 영역 밖에 있습니다. 자연스럽게 찍으세요. 포즈 취하지 마세요.
둘째: 첫날부터 창고 전체에 펼치지 마세요. 고회전 상위 20% 슬롯부터 시작하세요. 경험상 문제의 80%는 그 20%에 삽니다. 루틴이 자리 잡으면 넓히세요. 소규모 창고는 인력이 부족합니다. 강철은 날이 닿는 곳에 두세요.
재작업을 많이 줄여준 또 하나의 디테일: 슬롯 라벨을 읽을 수 있게 유지하세요. VLM은 같은 눈으로 라벨의 슬롯 번호를 읽습니다. 라벨이 떨어졌거나 박스가 가리면 AI는 그 사진이 어느 슬롯인지 모릅니다. 어느 오후에는 창고 전체 라벨을 다시 붙였습니다. 기울어진 건 바로잡고, 없는 건 교체했습니다. 분기 최고의 투자였습니다. "AI 시대 인프라"라고 부릅시다, 하하.
소규모 창고 동료들에게 조언 세 가지: 먼저 슬롯 마스터를 정리하세요. 정답지가 틀리면 AI는 쓸모없습니다. 촬영 동선과 각도를 일정하게 유지하세요. 오늘은 왼쪽, 내일은 오른쪽 찍는 식은 안 됩니다. 그리고 AI가 찍은 건 24시간 안에 손으로 확인하세요. 기다리면 도크 상황이 바뀝니다.
동선 계획은 생각보다 중요합니다. 지그재그 순서로 슬롯을 돌고 되돌아가지 마세요. 인쇄한 리스트와 같은 순서로 찍으면 나중에 사진을 매칭하는 데 한 시간이 아니라 몇 분이면 됩니다. 그리고 네, 높은 랙용으로 셀카봉을 두 개 샀습니다. 웃고 싶으면 웃으세요. 카메라가 높이 올라가면 AI가 더 잘 봅니다.
대기업에는 대기업의 플레이북이 있습니다. 소규모 창고에는 우리의 것이 있습니다. 폰 한 대와 사진을 읽을 수 있는 AI 하나면, 우리 같은 작은 창고도 랙을 정직하게 지킬 수 있습니다.
Xiao Ma, 소규모 창고 운영자 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
