"물류 원가 지속 상승, 피지컬 AI로 풀어야"

"물류 산업은 제조부터 유통까지 모든 산업의 기간입니다. 물류비를 낮추는 것이 곧 우리나라 전체 산업 경쟁력을 높이는 일입니다." 구성용 CJ대한통운 자동화개발담당 리더는 24일 국회 세미나 '피지컬AI 시작은 물류AI부터'에서 물류 산업이 직면한 구조적 한계를 짚으며 이같이 말했다. 구성용 리더는 먼저 노동인구 감소, 인건비·유류비 상승, 글로벌 이커머스 확산 등으로 인해 물류 원가가 계속 높아지고 있는 현실을 설명했다. 그는 "우리는 택배비만 내는 것처럼 보이지만, 실제로는 원자재부터 완제품까지 이어지는 모든 물류 비용이 거기에 다 들어 있다"며 "결국 물류비를 낮추는 것이 전체 산업 경쟁력"이라고 말했다. 이어 그는 물류 기술 도입이 거쳐 온 세 단계를 '하드웨어 스카우터(기계 자동화)-애널리틱스 디벨로퍼(데이터 최적화)-AI 오케스트레이터(전 과정 AI 지휘)'로 설명했다. 구 리더는 물류가 지금 2단계에서 3단계로 넘어가는 전환기에 있다고 규정했다. 그리고 이 변화의 핵심 기술로 피지컬 AI를 지목했다. 그는 "물류에서는 물리적 상품 이동이 필수이기 때문에 AI가 실제로 물건을 '움직이는 명령'까지 내려야 한다"며 "그래서 피지컬 AI 기술이 필요하다"고 주장했다. 구 리더는 물류 산업이 피지컬 AI를 도입하기 어렵게 만드는 현실적 요인을 짚었다. 그는 피지컬 AI 도입에 필요한 기술을 ▲파운데이션 레이어(데이터·인프라) ▲어댑테이션 레이어(실시간 데이터·시뮬레이션·실시간 최적화) ▲솔루션 레이어(현장 적용 기술)로 구분하며, 이 세 요소 모두가 제대로 갖춰져야 한다고 강조했다. 그러나 물류 산업은 제조업과 구조적으로 전혀 다르다는 점을 문제로 꼽았다. 구 리더는 먼저 물류 산업의 구조적 제약을 짚었다. 그는 "물류 산업은 다른 제조 산업에 비교해 굉장히 저마진 산업"이라며 물류기업이 자체적으로 대형 AI·로봇 인프라를 깔기는 구조적으로 어렵다고 설명했다. 또한 전국 단위로 흩어진 수많은 물류센터의 특성도 문제로 지적했다. 전국에 있는 물류센터 대부분이 소규모이고, 수작업 공정이 많아 데이터 취득이 어렵다는 것이다. 물류 현장 분산성과 비정형성이 AI 도입 속도를 늦추는 핵심 요인임을 강조했다. 물류가 제조와 결정적으로 다른 지점도 설명했다. 제조보다 훨씬 빠르게 사이클이 돌아가기 때문에 외부 환경 변수에 영향이 많고, 이런 정보를 실시간으로 업데이트할 인프라가 필요하다고 꼬집었다. 전문 인력 부족 역시 중요한 장애물이다. 구 리더는 물류 산업이 기술 인재 유치 경쟁에서 밀리고 있으며 이는 곧 생태계 전반의 약화로 이어지고 있다고 지적했다. 구 리더는 피지컬 AI 도입이 '효율 폭발'을 가져올 수 있다는 확신도 덧붙였다. 그는 "가장 맞는 피지컬 AI 기술이 도입되면 당장 내년에라도 두 배, 그다음엔 또 두 배 효율화될 수 있는 부분이 많다"고 기대감을 전했다. 그러나 이런 가능성은 산업의 체질 개선과 생태계 구축 없이는 실현될 수 없다고 했다. 그는 발표 마지막에서 "물류 산업 구조적 한계를 고려한 정책 지원과 인프라 구축이 필요하다"며 정부 부처들을 향해 협력을 요청했다.