지난 가을, 한 통합업체의 쇼룸에서 데모를 봤습니다. 텅 빈 바닥을 8자 모양으로 도는 AMR, 카메라 앞에서 머그컵을 카톤에 넣는 로봇 팔, 그리고 99.9% 정확도를 깜빡이는 화면. 영업사원은 석 달이면 투자금을 회수한다고 했습니다. 그 같은 주, 한 고객의 창고에서는 새로 설치한 비전 검사 시스템이 하루에 200건이 넘는 주문을 잘못 플래그하고 있었고, 현장은 오경보를 처리하기 위해 검수원을 두 명이나 추가로 고용한 상태였습니다. 똑같은 "창고 AI", 완전히 다른 두 현실이었습니다.
이것이 창고 AI 과대광고와 현실의 간극이며, 어떤 제품 브로슈어보다 중요합니다. 과대광고는 실제입니다. 냉정한 계산도 실제입니다. 선정 이야기를 하기 전에 여러분의 창고가 어느 쪽인지부터 파악하십시오.
창고 AI 과대광고는 어디에서 오는가
시장 숫자부터 시작하십시오. 숫자가 진정으로 인상적이기 때문입니다. Mordor Intelligence는 전 세계 창고 자동화 시장을 2026년에 약 $34.17 billion, 2031년에는 약 $65.7 billion으로 전망합니다. 큰 숫자, 북적이는 전시회. 하지만 같은 데이터에는 두 번째 이야기가 담겨 있습니다. 전 세계 창고의 약 80%는 여전히 자동화를 전혀 운영하지 않고, 어떤 형태로든 도입한 곳은 약 25%에 불과하며, 고도 자동화를 사용하는 곳은 겨우 약 10%입니다. Interact Analysis는 2030년까지 풀필먼트 AMR을 단 한 대라도 도입한 창고가 13%에 불과할 것으로 전망합니다.
시장 규모는 팔리는 것을 재고, 도입률은 창고 바닥에서 실제로 돌아가는 것을 잽니다.
과대광고에는 두 번째 원천이 있습니다. 대표 사례들이 장관이기 때문입니다. Amazon은 전 세계에서 750,000대 이상의 로봇을 운영하고 있고, 비전 가이드 암 Sparrow는 카탈로그 제품의 약 65%를 처리할 수 있습니다. Locus Robotics는 350개가 넘는 현장에서 13,000대 이상의 봇을 운영하며 20억 개가 넘는 유닛을 피킹했습니다. 이 숫자는 하나하나 모두 실제이고 검증 가능합니다. 다만 공통된 전제 조건이 있습니다. 극도로 높은 주문 밀도, 안정적인 SKU 구성, 그리고 통합을 내부에서 소화할 수 있는 IT 팀입니다. 하루 3,000건의 주문을 처리하는 중규모 창고에 Amazon의 해법을 그대로 복사하는 것은 배송 밴에 포뮬러 1 엔진을 얹는 것과 같습니다. 스펙은 멋져 보입니다. 섀시가 먼저 부서집니다.
창고 AI의 냉정한 계산
장비 선정에서 저는 10년 동안 하나의 분기점을 사용해 왔습니다. 먼저 택트 타임을 계산한 뒤 지능 이야기를 하라는 것입니다. AI도 예외가 아닙니다.
검증하기 쉬운 피킹 숫자부터 보십시오. 수작업 피킹은 시간당 대략 60에서 100 유닛입니다. goods-to-person AMR 구성에서는 피커가 시간당 300에서 600-plus 유닛에 도달할 수 있습니다. 격차는 엄청나지만, 단 하나의 조건에서만 유지됩니다. 피커가 걷기를 멈추는 것입니다. 그 단 하나의 조건이 창고 AI 과대광고와 현실의 분기점을 하나의 숫자로 나타낸 것입니다. AMR이 실제로 제거하는 것은 피킹 동작이 아니라, 피커가 매일 랙 사이를 걷는 킬로미터입니다. 피커가 이미 고정 스테이션에 서 있고 상품이 이미 컨베이어로 도착한다면, AMR이 절약하는 도보 시간은 0에 가깝고, 투자 회수 모델은 그 자리에서 무너집니다.
다음은 투자 회수 기간입니다. 업계 데이터에 따르면 AMR 투자 회수는 표준 도입에서 24개월 미만이며, 실제 도입에서는 ROI가 250%를 넘습니다. 대량 이커머스 풀필먼트 센터는 8에서 14개월이라는 짧은 회수 기간을 볼 수 있습니다. 단서를 잘 읽으십시오. "표준 도입", "대량". 저는 이 공개 벤치마크를 바탕으로 만든 두 가지 예시 시나리오를 검토했습니다. 하루 8,000건의 주문을 처리하는 뷰티 제품 창고는 40대의 AMR을 도입해 첫 피크 시즌에 피킹 인력을 실제로 3분의 1 가까이 줄였습니다. 하루 1,500건의 주문에 2,000개 미만의 SKU를 가진 작은 자동차 부품 창고는 같은 계산을 하고 4년을 넘는 회수 기간이라는 결론에 도달했습니다. 물량이 플릿을 계속 가동시킬 수 없었기 때문입니다. 로봇의 절반이 충전 구역에 멈춰 있었습니다. 이는 가상의 계산 예시이지만, 결론은 실제입니다. 투자 회수는 장비가 얼마나 첨단인지에 달려 있지 않습니다. 주문 밀도가 그것을 먹여 살릴 수 있는지에 달려 있습니다.
다음은 고객이 AI 선정에 대해 물을 때 제가 사용하는 분기점 표입니다. 세 개의 선이 진짜 수요와 가짜 수요를 나눕니다.
| 시나리오 | 핵심 지표 | 진짜 수요의 신호 | 가짜 수요의 신호 |
|---|---|---|---|
| goods-to-person AMR | 일일 주문 수, 피킹 시간 중 도보에 쓰이는 비중 | 하루 5,000+건 주문, 피킹 시간의 절반 이상을 도보가 차지 | 하루 2,000건 미만 주문, 피커가 이미 제자리에 고정 |
| 비전 검사 / 품질 검사 | 오출하율, 검수 인력 비용 | 오출하가 매달 발생하고 SKU가 헷갈릴 정도로 비슷하게 생김 | 오출하가 드물고 SKU가 어차피 다 비슷하게 생김 |
| AI 예측 / 보충 | 품절률, 데드스톡 비중 | 품절과 과잉 재고가 동시에 존재하고 수작업 보충이 따라가지 못함 | 500 SKU 미만으로 경험 많은 플래너가 이미 잘 해내고 있음 |
| 음성 피킹 / 스마트 스케줄링 | 웨이브와 채널 복잡성 | 여러 웨이브와 채널이 매일 충돌 | 하루 한 개 웨이브로 벽에 붙은 인쇄 일정표면 충분 |
표 뒤에는 직관에 반하는 판단이 있습니다. 창고 AI의 가장 큰 가치는 보통 사람을 대체하는 것이 아닙니다. 낭비되는 도보와 낭비되는 대기 시간을 없애는 것입니다. 인건비는 전체 창고 예산의 50%에서 70%를 차지하지만, 그 돈의 대부분은 피킹 동작에 쓰이지 않습니다. 랙 사이를 걷는 사람과 서서 기다리는 사람에게 쓰입니다. 인원 감축을 위해 AI를 구매하는 사람은 대개 실망하게 됩니다. 실제로 가치를 만드는 일에 사람들의 시간을 되돌려주기 위해 AI를 구매하는 사람이 긍정적인 수익을 찾는 사람들입니다.
세 가지 가짜 수요를 하나씩 해체하기
가짜 수요 첫 번째: 작은 창고를 위한 완전한 비전 인식. SKU 1,000개 미만, 바코드가 제대로 부착되어 있다면, 비전은 좋은 데모 외에 아무것도 더하지 않습니다. 바코드 스캐닝은 소규모에서 정확도와 비용 면에서 비전을 능가하고, 유지 비용은 그 일부에 불과합니다. 기술은 작동합니다. 수요가 존재하지 않는 것입니다.
가짜 수요 두 번째: AI를 먼저 사고 데이터는 나중에 고치는 것. 예측, 스마트 보충, 동적 슬로팅은 모두 정확한 재고 데이터에 기반합니다. 로케이션 정확도가 98% 미만인 창고에서 예측 모델은 모래 위의 건물입니다. 출력이 예쁠수록 정답에서 더 멀리 빗나갑니다. 저는 사이클 카운트 편차가 두 자릿수인 현장이 카운트를 고치기 전에 예측 계약에 서명하는 것을 본 적이 있습니다. 순서는 절대 양보할 수 없습니다. 먼저 데이터 정확도를 올리고, 그 다음에 지능에 돈을 쓰십시오.
가짜 수요 세 번째: 파일럿을 도입으로 취급하는 것. 2주간의 파일럿, 가장 쉬운 SKU, 가장 경험 많은 직원 — 숫자가 좋아 보이는 것은 당연합니다. 진짜 분기점은 피크 시즌입니다. 물량은 두 배, 직원의 절반은 임시직, 새로운 SKU가 매일 도착합니다. 그때 시스템이 여전히 안정적입니까? 서명하기 전에 벤더에게 한 가지 질문을 하십시오. 최악의 고객 현장에서 피크 시즌 가동률은 어땠습니까? 답하지 못하거나 데모 데이터만 제시한다면 아직 서명하지 마십시오. MTBF와 가동률은 통합업체가 자세히 논의하기를 가장 꺼리는 두 숫자이며, 가동 시작 후 경험을 결정하는 바로 그 두 숫자입니다.
그리고 슬라이드에 아무도 올리지 않는 청구서가 있습니다. 유지보수입니다. AMR 배터리, 타이어, lidar, 바닥 평탄도 요건 — 모두 반복 비용입니다. 금이 간 바닥, 비뚤어진 파렛트, Wi-Fi 음영 지역은 "지능적"을 "수동 개입 필요"로 바꿔버립니다. 계산에 3년 치 유지보수와 다운타임 손실을 더하면 많은 ROI 사례가 절반으로 줄어듭니다.
도입 전에 해야 할 네 가지 일
첫째, 도보를 측정하십시오. 피커에게 일주일 동안 만보계를 쥐여주거나, WMS에서 피킹 경로 데이터를 뽑아 피킹 시간 중 얼마나 많은 비중이 도보와 대기에 쓰이는지 계산하십시오. 30% 미만이면 AMR 계산은 좀처럼 성립하지 않습니다.
둘째, 데이터 정확도를 측정하십시오. 200개 로케이션을 실제로 세어보십시오. 재고 정확도가 98% 미만이면 먼저 카운트와 프로세스를 고치고 AI 예산을 보류하십시오.
셋째, 파일럿 시작 전에 파일럿 종료 기준을 문서로 정하십시오. 어떤 지표가 투자 지속을 의미하고, 어떤 지표가 중단을 의미하는지. 종료 기준이 없으면 모든 파일럿은 "한 달만 더"가 되고, 결국 매몰 비용이 됩니다.
넷째, 가장 좋은 현장이 아니라 가장 나쁜 현장을 보여달라고 하십시오. 벤더에게 가장 형편없는 고객 설치 현장으로 데려가 달라고 하고, 피크 시즌 데이터, 고장 로그, 유지보수 청구서를 테이블 위에 올려놓게 하십시오. 그것을 보여줄 의향이 있는 벤더에게는 어느 정도 자신감이 있습니다. 슬라이드와 쇼룸만 제시하는 벤더 — 그 99.9%는 듣지 못한 것으로 여기십시오.
창고 AI는 사기도 만병통치약도 아닙니다. 먹여 살릴 물량이 필요한 기계, 깨끗한 데이터가 필요한 시스템, 그리고 수년간 누군가 유지보수해야 하는 장비입니다. 과대광고는 전시회의 것입니다. 냉정한 계산은 여러분 창고의 것입니다. 둘을 분리해 두는 것 — 그것이 창고 AI 과대광고와 현실 교훈의 전부입니다 — 그러면 돈이 제대로 쓰입니다.
이 돈이 잘 쓰인 것입니까? 하나의 숫자를 보십시오. 가동 시작 후, 피킹한 주문 한 건당 몇 분의 인건비를 실제로 절약했습니까? 다른 모든 숫자는 꾸밀 수 있습니다. 이 숫자만은 꾸밀 수 없습니다.
Da Liu, 자동화 엔지니어 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.







