코파일럿과 오토파일럿이라는 용어는 스펙트럼의 양 끝을 표시합니다. 인간이 운전하고 AI가 제안하는 상태 대 AI가 운전하고 인간이 대시보드를 지켜보는 상태입니다. 2026년 창고 AI 논의가 어긋나 보이는 이유 중 하나는, 같은 단어 —"AI"—를 쓰는 사람들이 전혀 다른 수준의 자율성을 의미한다는 것입니다. 어떤 사람에게는 재고를 조회하는 챗봇이고, 다른 사람에게는 한 시프트 전체를 혼자 돌리는 스케줄링 시스템입니다. 자율주행 업계가 수년 전에 정립한 L1~L5 등급 로직을 빌려와 창고 AI의 자율성에 적용하면, 놀랄 만큼 많은 논쟁이 정리됩니다. 대화를 공통의 척도 위에 올리기 때문입니다.
창고 AI 자율성도 5단계로 등급을 매길 수 있다
먼저 정의부터:
L1——정보 지원. AI는 정보만 제공하며, 결정을 내리지 않습니다. "이 SKU의 지난주 출고량은?"이라고 물으면 숫자를 가져오거나, 300페이지짜리 SOP 매뉴얼을 Q&A로 바꿔 작업자가 냉동 존 정전 절차를 찾아볼 수 있게 합니다.
L2——의사결정 추천. AI는 데이터를 분석하고 계획을 제안하지만, 실행에는 사람의 승인이 필요합니다. 보충 엔진이 "오늘 보충이 권장되는 SKU 37건"을 나열하면, 슈퍼바이저가 체크박스를 확인한 뒤에야 작업이 생성됩니다.
L3——조건부 자율성. AI는 명확한 조건과 경계 안에서 스스로 실행하고, 사람은 AI가 에스컬레이션한 예외만 처리합니다. 웨이브 스케줄링 시스템은 정해진 시간에 웨이브를 자동으로 실행하고, 재고 부족이나 주문 우선순위 충돌 시에만 에스컬레이션합니다.
L4——고도 자율성. AI는 한 시프트 전체 또는 프로세스 전체를 운영하고, 사람은 예외 처리 요원으로만 존재합니다. 입고, 품질검사, 적치, 보충, 웨이브 스케줄링, 출고가 모두 시스템 주도로 돌아가고, 직원은 에스컬레이션된 예외만 처리하는 야간 창고를 상상해 보세요.
L5——완전 자율성. AI는 운영뿐 아니라 계획도 합니다——네트워크 레이아웃 제안, 장기 인력 계획, 설비 투자 결정, 즉 오늘날 운영 담당 부사장이 하는 일입니다.
자율주행 경험에서 얻은 핵심 가정 하나: 레벨 사이의 점프는 거의 선형이 아닙니다. 각 레벨의 장벽은 이전 레벨과는 다른 차원에 있습니다.
코파일럿에서 조건부 자율성으로: 2026년 각 레벨의 실제 위치
L1은 2026년 현재 상당히 성숙했습니다. 공개된 업계 조사에 따르면, LLM 기반 창고 지식 어시스턴트는 3PL과 제조업체 사이에서 의미 있는 수준의 파일럿 도입률을 달성했고, 정형 데이터 쿼리에 대한 답변 정확도는 대체로 실용적입니다. 기준은 명확합니다——데이터 소스를 연결하고, 권한을 올바르게 설정하면 됩니다. 하지만 L1에서 L2로의 장벽은 모델이 아니라 신뢰입니다. 2026년에 보고된 가장 흔한 실패 모드는 오답이 아니라 미사용입니다. 작업자는 다시 현장 베테랑에게 묻습니다. 어시스턴트의 답변은 시스템에서 이중으로 확인해야 해서 시간이 절약되지 않기 때문입니다.
L2는 2026년 도입 밀도가 가장 높은 영역입니다. 공개 보도에 따르면 주류 WMS 벤더와 3PL 디지털 팀이 이곳에 집중하고 있습니다. 보충 추천, 웨이브 조합 제안, 예외 알림("이 주문은 약속된 마감 시한을 놓칠 수 있습니다")이 가장 빈번한 3대 유스케이스이며, 그 가치는 정량화하기 가장 쉽습니다. 하지만 L2에는 뚜렷한 경계가 있습니다. AI는 추천은 할 수 있지만 시스템 간 실행은 할 수 없습니다. 쓰기 권한이 없기 때문입니다.
관찰 하나는 2026년 중국 남부의 한 3PL에서 발생한 실제 사례에서 나옵니다——교과서적인 L2→L3 통합 함정입니다. 이 회사의 L2 보충 도구는 반년간 잘 돌아왔고, 경영진이 자동 실행으로의 업그레이드를 승인했습니다. 그런데 장애물은 놀랍도록 평범했습니다. WMS API는 쿼리 권한만 노출했고, 쓰기는 OA 승인 워크플로를 거쳤습니다. 주문 시스템의 재고 조정 API 문서는 3년 된 것으로 필드가 어긋나 있었습니다. 그리고 IT 부서는 보안 정책을 이유로 AI 서비스에 쓰기 권한을 부여하기를 거부했습니다. 단독으로는 큰 문제가 없었지만, 합쳐져서 업그레이드를 4개월 이상 지연시켰고, 회사는 "반자동" 중간 형태에 정착했습니다. AI가 실행 오더를 생성하고, 사람이 확인 버튼을 누르는 방식입니다. 교훈: L2→L3의 장벽은 통합 권한이며, 이는 결코 기술 문제가 아닙니다——조직과 보안 거버넌스의 문제입니다.
L3은 2026년 현재 상용 도입 초기 단계에 있습니다. 업계 컨퍼런스에서 공유된 고객 사례에 따르면, L3 수준의 자동 웨이브 스케줄링이 일부 대형 물류센터에서 가동 중입니다. 공개적으로 인용된 수치는 "웨이브 계획 생성 시간이 수시간에서 수분으로, 예외 에스컬레이션 비율이 한 자릿수"라는 데 모여 있습니다(벤더의 공개 정보 기준, 실제 수치는 사이트마다 다릅니다). 일관된 특징 하나: 이 사례들은 거의 모두 고도로 표준화된 시설——SKU 구조가 단순하고, 주문 패턴이 안정적이며, 자동화가 이미 갖춰진 현장입니다.
관찰 둘은 2026년 중국 동부의 한 이커머스 창고에서 진행된 L3 웨이브 스케줄링 파일럿에서 나옵니다. AMR 벤더가 봄 업계 서밋에서 해당 사이트의 데이터를 공유했습니다. 웨이브 계획 생성 시간이 약 2시간에서 12분 미만으로 줄었고, 안정 기간의 에스컬레이션 비율은 약 5%였습니다(벤더의 공개 정보 기준). 그런데 3주차에 프로모션 보충 급증으로 주문 믹스가 급변했습니다. 시스템은 정상 모드로 계속 돌아갔고, 이상 감지기는 작동하지 않았습니다. 사람이 알아차렸을 때는 조정 기회가 닫힌 뒤였습니다. 사후 분석의 결론은 모델이 약해서가 아니라, "이상"의 정의 자체가 동적이라는 것이었습니다. 프로모션 기간의 정상과 평상일의 정상은 완전히 다른 세상입니다. 이것이 L3→L4의 장벽입니다. 예외 처리의 완전성. L3의 논리는 "정상은 내가, 비정상은 당신이 처리한다"입니다. 경계 조건이 명확할수록 에스컬레이션은 신뢰할 수 있고, 흐릿할수록 L3은 취약해집니다.
L4는 2026년 현재 폐쇄 시나리오 파일럿에 머물러 있습니다. 신축된 소수의 완전 자동화 시설(AMR + 자동 분류 + 비전 기반 품질검사)은 야간 시프트 등 특정 시간대에 L4 스타일의 운영에 근접하고 있지만, 이 사이트들은 처음부터 자율성을 전제로 설계되었습니다. 기존 창고의 L4 개조로 공개 문서가 있는 사례는 사실상 없습니다.
어떤 프로세스가 L4에 가장 먼저 도달하는가: "구조성 × 오류 비용" 프레임워크
어떤 프로세스가 L4에 가장 먼저 도달하는지를 판단하기 위해 저는 2차원 프레임워크를 사용합니다. 과업 구조성 × 오류 비용. 가로축은 과업이 얼마나 구조화되어 있는지——입출력이 명확히 정의되고 규칙이 뚜렷한지. 세로축은 잘못했을 때의 비용입니다.
L4는 "고도로 구조화되고, 오류 비용이 낮은" 사분면에 가장 먼저 도착합니다. 창고 내 보충 작업 생성, 빈 팔레트 출동, 순환 실사 계획. 규칙이 명확하고, 실수해도 최대 몇 시간의 인건비를 낭비할 뿐——기업이 감당할 수 있는 시행착오 비용입니다. "구조성이 낮고, 오류 비용이 높은" 사분면——입고 품질검사 분쟁 판정(이 손상 화물은 누구 잘못인가?), 핵심 고객의 우선순위 조정——은 곧 L4에 도달하지 않습니다. 오류 비용에 비즈니스 관계가 포함되기 때문이며, 이는 알고리즘이 감히 잃을 수 있는 것이 아닙니다.
하나의 귀결: 같은 프로세스라도 회사에 따라 다른 사분면에 위치할 수 있습니다. 200 SKU의 표준화된 창고에서는 웨이브 스케줄링이 고도로 구조화되어 있지만, 50,000 SKU에 60% 롱테일인 3PL에서는 구조성이 낮을 수 있습니다. 따라서 "우리 창고는 L4에 도달했는가?"라는 질문에는 프로세스별, 사이트별로만 답할 수 있습니다——창고 전체가 L4인 곳은 없습니다.
L5가 기술 문제가 아니라 책임 문제인 이유
L5는 계획 수준의 자율성을 의미합니다. 네트워크 레이아웃, 인력 계획, 설비 투자——오늘날 운영 담당 부사장의 일입니다. 제 판단은 명시적입니다. L5는 기술 문제가 아니라 책임 문제입니다.
2028년에 시스템이 자율적으로 "댈러스에 200,000 제곱피트의 새 시설을 짓는다"고 결정하고, 그 결정이 틀려 수천만 달러의 손실이 발생했다고 가정해 보겠습니다. 누구의 잘못입니까——알고리즘 벤더, 구현자, 아니면 승인한 임원입니까? 2026년의 보험과 계약 제도는 이에 대비되어 있지 않습니다. 기존의 기술 배상 책임 보험은 "시스템 고장"은 커버하지만, "시스템이 잘못된 경영 판단을 내린 것"은 커버하지 않습니다. 책임 귀속, 보험 상품, 계약 조건이 모두 갖춰질 때까지, 기술이 준비되어 있더라도 L5는 실제로 켜지지 않을 것입니다. 이는 판단이지 예측이 아닙니다. 기술은 일찍 도착할 수 있지만, 책임 제도는 그럴 수 없습니다.
따라서 더 생산적인 질문은 "L5는 언제 오는가"가 아니라 "책임 제도에 어떤 전제 조건이 필요한가"일 수 있습니다. 자율주행 업계의 길은 시사하는 바가 큽니다. L4 로보택시가 공공 도로를 달리기 전에 테스트 허가 프레임워크, 사고 책임 규칙, 전용 보험 상품이 마련되었습니다. 창고 AI의 L5도 매우 유사한 길을 갈 가능성이 높습니다——규칙이 먼저, 도입이 나중입니다.
분류 자체로 돌아가서: 그 가치는 어느 해에 어느 레벨이 오는지를 예측하는 데 있는 것이 아니라, 업계에 공통 언어를 제공하는 데 있습니다. 벤더가 "우리 시스템은 AI 자율입니다"라고 말하면 이렇게 물을 수 있습니다. L2 추천입니까, L3 조건부 자율성입니까? 3PL이 "내년에 L4로 갑니다"라고 말하면 이렇게 물을 수 있습니다. 어느 프로세스의 L4입니까, 그리고 오류 비용 매트릭스의 어느 셀입니까?
지켜볼 만한 미해결 질문 하나: L3→L4 점프는 점진적이 아니라 불연속적일 수 있습니다——L4는 사람의 개입 없이 풀 시프트를 요구하므로 조직도 바뀌어야 합니다. 야간 슈퍼바이저 역할은 여전히 존재합니까? 2026년에 보이는 L3 파일럿 대부분은 여전히 L2로 운영되고 있으며, 이는 기술보다 더 큰 숨은 장벽일 수 있습니다. 2027년은 개조된 창고에서의 첫 공개 L4 마일스톤을 만들어낼까요? 그렇다면 예외 처리 팀이 어떻게 배치되어 있는지가 기술적 세부 사항보다 더 시사적일 것입니다.
Dr. Chen, 공급망 연구원 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
