제 예측은 이렇습니다. 2027년까지 WMS 안의 AI 코파일럿은 '있으면 좋은 것'에서 '필수 조건'으로 바뀝니다. 벤더가 실제 운영 환경에서 동작하는 것을 보여주지 못하면 그냥 돌아서 나오세요. AI가 마법이라서가 아닙니다. 선도 벤더들이 이미 기본 제품에 넣어버렸고, 앞으로 열두 달은 따라잡기 경쟁이 될 것이기 때문입니다. 뒤처지면 딜을 잃기 시작합니다.
제가 확신하는 이유입니다. 2026년 1월, Manhattan의 AI 에이전트가 상용 가동을 시작했고, 작업 큐와 재고를 자율적으로 모니터링해 태스크 오케스트레이션 문제가 눈덩이처럼 커지기 전에 감지합니다. 2025년 Q4 제품 업데이트에서는 Blue Yonder가 Warehouse Ops Agent를 출시했습니다. 작업자를 위한 시프트 전 일일 브리핑과 실시간 예외 모니터링입니다. 그리고 2026년 5월, Blue Yonder는 NVIDIA와 모델 학습 팩토리 파트너십을 맺었고, 첫 모델들은 WMS 워크플로우를 정조준했습니다. 할당 부족, 재고 예외, 납기 임박도. 이 업계 양대 강자가 2026년에 AI 어시스턴트를 기조연설 무대에서 실제 운영 현장으로 옮겼습니다. 사상 최초입니다. 그다음이 어떻게 될지는 예측하기 어렵지 않습니다.
2026년 말, AI 코파일럿은 실제로 어디까지 와 있나
솔직한 답: '쓸 만한 프로토타입' 단계입니다. 유용하지만, 신화화하지 마세요.
지금 정말 할 수 있는 세 가지. 첫째, 자연어 재고 조회입니다. 보고서를 찾느라 세 단계 메뉴를 뒤지는 대신 'Zone A에 빈 팔레트 위치가 몇 개 남았어?'라고 물으면 됩니다. 둘째, 예외 알림입니다. 재고 부족 위험과 웨이브 지연을 미리 감지해 시프트 후 리뷰에서 뒤늦게 발견하는 일을 막습니다. 셋째, 시프트 전 브리핑입니다. 수퍼바이저가 시프트 시작 전에 그날의 우선순위 톱을 받아 어떤 세 가지 불을 먼저 끌지 압니다.
그리고 못 하는 세 가지. 시스템 간 의사결정은 아직 원시적입니다. WMS가 깃발을 올리지만, TMS에서 트럭을 우회시키는 건 여전히 사람의 서명이 필요합니다. 복잡한 웨이브 최적화 제안은 조언일 뿐 결정이 아닙니다. 그리고 최악인 건 정확도가 흔들린다는 점입니다. 데이터가 지저분한 창고에서는 알림 대부분이 오탐이고, 세 번 헛발질하면 현장은 더 이상 보지 않습니다.
작년에 남부 캘리포니아의 60,000제곱피트 3PL이 시스템을 평가하는 걸 도왔는데, 선도 벤더의 AI 조회 기능을 시범 도입했습니다. 가장 큰 수확은 절약한 시간이 아니었습니다. 로케이션 마스터 데이터가 얼마나 엉망이었는지였습니다. 데드 스탁을 물어보면 답이 전부 틀리게 나왔습니다. 로케이션 코드의 절반이 10년째 관리되지 않았기 때문입니다. 이것이 2026년의 실상입니다. 데모에서는 실크처럼 부드럽지만, 실제 운영에서는 데이터 기반만큼만 좋습니다.
2027년에는 정확히 무엇이 바뀌나
전환점은 'AI가 더 똑똑해졌다'가 아닙니다. 'AI 없는 벤더가 딜을 잃기 시작한다'입니다. 제가 그렇게 믿는 이유는 세 가지입니다.
첫째, 2026년 9월 말 Manhattan이 Editions를 출시했습니다. Essentials, Enterprise, Enterprise Premier 세 등급으로, 성장 중인 기업들도 플랫폼을 쓸 수 있게 문을 낮춘 것입니다. AI 기능은 더 이상 대형 고객의 전유물이 아닙니다. 2027년에는 가격 장벽이 무너집니다.
둘째, RFP 문구가 바뀝니다. 'AI 어시스턴트 / AI 에이전트'가 선택 항목에서 기본 체크박스로 이동합니다. 영업이 이 질문에 답하지 못하면 기술 심사를 통과하지 못합니다. 구매자 심리도 바뀝니다. 2026년의 질문은 'AI 있습니까'였지만, 2027년에는 '당신의 AI 코파일럿이 실제로 뭘 할 수 있습니까'가 됩니다.
셋째, 2027년에는 추격자들이 몰려듭니다. 중견 WMS 벤더들은 모델 기능을 끼워 넣거나 뒤처지거나 둘 중 하나이고, '우리도 AI 어시스턴트 있습니다'라는 발표가 쏟아질 것입니다. 품질은 들쭉날쭉하지만, '표준'이라는 인식을 굳히기에는 충분히 시끄럽습니다.
그래서 제 타임라인 예측은 이렇습니다. 2027년 말까지, 어떤 형태든 AI 코파일럿 없이 출시되는 주류 클라우드 WMS 제품은 소수가 될 것입니다. 다 좋아서가 아니라, AI 없는 제품이 선정 테이블에서 전 시대의 제품처럼 보이기 때문입니다.
중소 규모 창고에게: 횡재인가, 새로운 장벽인가
둘 다입니다. 이 트레이드오프는 솔직한 계산이 필요합니다.
횡재는 실재합니다. SaaS 가격제와 등급별 에디션 덕분에 예전에는 감히 엄두도 못 냈던 50,000제곱피트 미만 사업장도 기능을 쓸 수 있게 됩니다. 자연어 질의는 교육 비용을 낮춥니다. 신입은 메뉴 경로를 외우는 대신 질문하면 됩니다. 베테랑 수퍼바이저를 고용할 수 없는 소규모 창고에게 '이 출하 건이 어디에 있지?'에 24시간 답해주는 어시스턴트는 진짜 돈의 가치가 있습니다.
하지만 장벽은 더 교묘합니다. AI 코파일럿은 데이터 증폭기입니다. 깨끗한 데이터가 들어가면 정확한 알림과 빠른 답이 나옵니다. 엉망인 데이터를 넣으면—같은 SKU에 이름이 세 개, 베테랑 한 명의 머릿속에만 있는 로케이션 코드—오류를 증폭시키고, 그 특권에 대한 구독료까지 내게 됩니다. 'AI가 안 돌아간다'고 탓하는 소규모 창고를 너무 많이 봤습니다. 실제 문제는 마스터 데이터였습니다.
그러니 소규모 운영자에게 진짜 장벽은 'AI를 살 여유가 있느냐'가 아닙니다. SKU 마스터 데이터, 로케이션 코드 체계, 로트 규칙이 AI의 심문에 버틸 수 있느냐입니다. 순서가 중요합니다. 먼저 두세 달을 들여 마스터 데이터를 정리한 다음 AI 얘기를 하세요. 순서를 뒤집으면 비싼 장식품을 사는 셈입니다.
데모는 화려했는데—가동 후에는 무엇을 확인하나
함정은 세 가지이고, 사람들이 빠져드는 걸 저는 다 지켜봤습니다.
함정 하나: 데모는 벤더의 깨끗하고 정제된 데이터로 돌아갑니다. 당신의 지저분한 데이터에서는 무슨 일이 벌어지는지가 유일하게 중요한 질문이고, POC는 반드시 자사의 실제 이력 데이터로 돌려야 합니다. 벤더의 데모 데이터를 증거로 받아들이는 건 눈 감고 서명하는 겁니다.
함정 둘: 알림 정확도에 대한 업계 표준이 없고, 자발적으로 오탐율을 공개하는 벤더는 없습니다. 시범 기간과 탈출 조건을 문서로 확정하고, 오탐율 임계값과 연동된 문구를 넣으세요. 건물 전체가 알람에 무뎌질 때까지 기다리지 마세요.
함정 셋: 가격 모델을 확정하세요. 대부분의 AI 코파일럿은 별도 과금입니다. 사용자 단위든 호출량 단위든요. 'AI 기능'이 포함인지 애드온인지는 견적서에 흑백으로 명시되어야 합니다. 가동 세 달 뒤에 추가 청구 항목을 발견하지 마세요.
POC에 대한 제 권고: 딱 한 가지만 하세요. 자사 이력에서 실제 예외 30일치를 꺼내 AI에게 리플레이시키세요. 각각을 얼마나 일찍 잡아냈을지, 그 과정에서 오탐은 몇 번이었는지. 그 숫자가 어떤 데모보다 많은 걸 말해줍니다.
2026–2028 타임라인
- 2026: 상용화 데뷔. 선도 벤더들이 AI 에이전트를 실제 운영에 투입합니다. 예외 알림, 시프트 전 브리핑, 자연어 조회가 모두 프로토타입 형태로 존재합니다. 하지만 '존재한다'는 '잘 돌아간다'가 아니고, 성과는 각 현장의 데이터 기반에 달려 있습니다.
- 2027: 전환점. AI 코파일럿이 주류 클라우드 WMS의 기본 장비가 되어 RFP 체크리스트에서 선택에서 필수로 이동합니다. AI 없는 벤더는 딜을 잃기 시작합니다. 따라잡기 물결 속에 품질 들쭉날쭉한 출시가 쏟아집니다. 구별하는 눈을 기르세요.
- 2028: 심층 구간. 경쟁이 'AI 있습니까'에서 '당신 AI는 정확한가요'로 이동합니다. 데이터 품질이 나쁜 창고는 정리를 강요받고, 진짜 차별화 요소는 코파일럿이 웨이빙, 인력, 자동화와 얼마나 잘 엮이느냐가 됩니다.
선정 조언 한 줄: 2027년에는 POC에 '자사 데이터로 자사 예외 이력 30일치를 리플레이할 것'을 명기하세요. AI 코파일럿이 그걸 못 하면 아무리 가격이 좋아 보여도 서명하지 마세요.
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
