보고 집고 옮긴다…몸 가진 AI, 유통·물류 어떻게 바꾸나
올해로 인공지능(AI)이 세상에 등장한 지 70년이 됐습니다. 디지털 세상에서 인류의 지식과 정보를 언어로 학습한 생성형 AI가 이제 물리 세상을 체험하기 위해 나올 채비를 마쳤습니다. 이름하여 피지컬(Physical) AI. 휴머노이드 로봇, 자율주행차, 다크팩토리, 헬스케어 등이 대표적입니다. 챗GPT에 이은 피지컬 AI는 첨단제조 강국인 한국 경제를 더 혁신적이고 지속 가능한 성장엔진으로 바꿔 놓을 무한한 잠재력까지 갖고 있습니다. 산업화를 넘어 미래 지능형 플랫폼 사회로 나아가는 관문도 피지컬 AI에 달려 있다고 해도 과언이 아닙니다. 예측불허의 AI 시대, 우리는 무엇을 준비해야 할까요. 창간 26주년을 맞은 지디넷코리아가 연중기획 '피지컬AI가 미래다'를 통해 당면 과제와 이슈를 고민합니다. 많은 관심과 조언 부탁드립니다. [편집자주] 빠른 배송을 위한 경쟁이 물류센터 내부의 피지컬 AI 경쟁으로 확산하고 있다. 상품을 정해진 장소로 나르던 로봇은 주변 환경과 상품을 인식해 작업 순서와 이동 경로를 판단하고, 사람의 손이 필요했던 피킹과 포장까지 담당하기 시작했다. 글로벌 전자상거래 및 클라우드 기업인 아마존이 물류로봇 활용을 주도하는 가운데 국내에서도 쿠팡과 컬리는 자체 물류망 고도화에 나섰다. CJ대한통운은 휴머노이드를 현장에 배치했고, 롯데마트는 물류센터 전 과정을 AI와 로봇으로 연결했다. 기업마다 접근 방식은 다르지만 향후 경쟁력은 로봇의 형태보다 현장의 문제를 얼마나 효율적으로 해결하느냐에 달렸다는 분석이 나온다. 자연어로 지시하면 경로까지 판단…진화하는 아마존 로봇 글로벌 유통·물류업계에서 피지컬 AI 도입을 주도하는 기업은 바로 아마존이다. 아마존은 이미 전 세계 물류 현장에 100만대 이상의 로봇을 배치해 상품 보관부터 피킹, 분류, 이동까지 활용하고 있다. 과거에는 작업자가 전용 소프트웨어로 이동 경로와 작업을 지정해야 했지만, 자연어로 명령을 내릴 수 있는 형태로 진화했다. 대표적인 사례가 '프로테우스'다. 기존 프로테우스는 최대 400㎏ 무게의 카트를 운반하는 기능에 한정됐고 물류센터 내 하역 구역에서만 운용됐지만, 차세대 프로테우스는 작업 범위를 창고 전체로 확대했다. 작업자가 일상 언어로 지시하면 우선순위와 경로, 수행 시점을 스스로 정한다. 여기에 피킹 작업에도 로봇을 도입한다. 컨베이어에서 무거운 운반 용기를 집어 카트에 옮기는 협업형 로봇 '스타크'를 지난 6월 공개했다. 2027년까지 유럽 15개 거점으로 확대할 예정이다. 무인운반부터 포장 자동화까지…쿠팡·컬리, 피지컬AI 도입 속속 국내 이커머스 기업도 물류센터 생산성 증대를 위해 피지컬AI 기술을 실현할 수 있는 로봇을 도입하거나 실증 추진에 속도를 내고 있다. 쿠팡의 물류 자회사 쿠팡풀필먼트서비스(CFS)는 전국 주요 풀필먼트센터에서 무인운반로봇(AGV), 자율주행 이동로봇(ACR), 포장 자동화 로봇(오토배거), 로보틱 암 등 AI·로보틱스 기반 기술을 이미 활용 중이다. 자동화 설비와 로봇을 운영하고 유지·보수하는 오토메이션 직군도 별도로 두고 있다. 오토메이션을 포함한 AI 자동화 관련 물류현장 기술인재 인력은 지난해 9월 기준 750명 수준이다. 쿠팡은 로봇 관련 스타트업에 대한 투자도 병행하고 있다. 올해 4월 기준 2023년부터 지난 3년간 쿠팡은 글로벌 AI 스타트업에 8400만 달러(약 1140억원)를 투자했다. 그중에서도 지난해 한국 AI로봇 스타트업 '콘토로'에 대해 1200만 달러(약 180억원) 규모의 시리즈A 투자에 참여하기도 했다. 컬리는 시스템 통합(SI) 기업 LG CNS와 물류센터 휴머노이드 로봇 실증 및 물류 자동화 분야에서 협력하기로 했다. 당시 양사는 컬리의 물류 인프라를 기반으로 휴머노이드 로봇 현장 적합성 검증, 물류 지능화 솔루션 개발, 신규 사업 기회 발굴 등을 추진하겠다고 밝힌 바 있다. 현재 이들은 컬리 물류센터 중 가장 큰 평택에서 개념검증(PoC)을 이어가고 있으며, 이후 김포, 창원 등에서도 적용 가능할지 여부를 들여다볼 예정이다. 양사는 로봇 적용을 통해 작업자 업무 부담을 줄이고 안정성을 높일 수 있는 물류 업무 발굴에 주력한다는 방침이다. 이종우 남서울대 유통마케팅학과 교수는 “지금 물류센터에 피지컬AI 기술을 도입했을 때 효용이 가장 높은 업무는 당연히 피킹과 패킹”이라며 “이미 테이핑 기계는 잘 돼 있다. 이처럼 규격화된 업무에 먼저 적용된 후 순차적으로 (로보틱스 기술이) 다양한 작업에 적용될 것”이라고 내다봤다. 이어 “유통업에서 피지컬AI 기술을 적용하기 어려운 이유는 제품 크기가 다양해 규격화가 어렵기 때문이다. 크기별 분류가 먼저 돼야 한다”며 “전통 물류회사 대비 이커머스는 사업 예측 가능성이 높아 피지컬AI 도입에서 강점을 가질 수 있다”고 덧붙였다. CJ대한통운은 휴머노이드, 롯데마트는 통합 자동화 전통 유통·물류기업도 축적된 현장 운영 경험을 바탕으로 피지컬 AI의 적용 범위를 넓히고 있다. CJ대한통운이 기존 물류센터에 휴머노이드를 투입한다면 롯데마트는 상품 보관부터 피킹·출하까지 센터 전체를 AI와 로봇으로 연결하는 방식이다. CJ대한통운은 최근 AI 휴머노이드 로봇 2대를 경기 용인시 양지 올리브영 물류센터에 배치했다. 로봇은 포장 라인에서 박스 안에 완충재를 넣는 작업을 수행한다. 로봇의 '두뇌' 역할을 하는 로봇 파운데이션 모델(RFM)도 고도화하고 있다. 모델(RFM)은 로봇이 시각 정보와 센서로 주변 환경을 인식하고 상황에 맞춰 작업을 판단·수행하도록 하는 피지컬 AI의 핵심 기술이다. 관련 투자도 확대하고 있다. CJ대한통운은 피지컬 AI 기업 리얼월드와 '물류 특화 피지컬 AI 전략적 협업을 위한 업무협약'을 체결했다. 양사는 물류 현장에 특화된 AI 모델과 로봇 기술을 공동 개발하고 적용 범위를 넓힐 예정이다. 롯데마트는 지난 8월 가동한 온라인 전용 물류센터 '제타 스마트센터 부산'에 최대 1000대의 로봇과 영국 오카도의 통합 솔루션을 적용했다. 고객 주문이 들어오면 격자형 레일 위의 로봇 '봇'이 초속 4m로 이동해 상품이 담긴 바스켓을 피킹 구역으로 옮긴다. 로봇팔 'OGRP'는 상품 위치를 인식해 직접 제품을 집고 포장 공정으로 넘긴다. 센터의 AI 알고리즘은 계절과 날씨 등을 반영해 수요를 예측하고 상품 위치와 피킹·출하 순서를 조정한다. 주문 가능성이 높은 상품을 보관 설비 상단에 배치해 로봇의 이동시간을 줄이는 방식이다. 자동화 영역은 영하 25도의 냉동 구역까지 확대해 작업자가 직접 들어가지 않아도 로봇이 냉동 상품을 이동하도록 했다. 상품을 직접 집는 작업에도 AI 로봇이 투입된다. 하이브 상단에 설치된 피킹 로봇팔 'OGRP'는 상품의 위치를 자동으로 인식한 뒤 상품을 집어 포장 공정으로 넘긴다. 무겁거나 형태가 일정하지 않아 로봇이 집기 어려운 상품은 작업자가 별도로 처리한다. 장영재 KAIST 산업및시스템공학과 교수는 “롯데마트와 같은 유통기업은 물류센터 운영뿐 아니라 어느 시점에 얼마만큼의 재고를 보유할지, 상품을 언제 어떤 가격에 조달할지까지 판단해야 한다”며 “피지컬 AI를 경영 의사결정을 지원하는 에이전틱 AI와 함께 연동할 필요가 있다”고 말했다. 사람 닮은 로봇이 답은 아니다…“현장 문제부터 봐야” 다만 모든 물류 작업에 사람 형태의 휴머노이드가 꼭 필요한 것은 아니라는 지적도 나온다. 정해진 상품을 분류하거나 옮기는 작업은 해당 공정에 특화된 로봇이 비용과 처리 속도 측면에서 더 유리할 수 있기 때문이다. 장 교수는 “로봇이 무술이나 시연을 보여주는 것과 산업 현장에서 실제로 일하는 것은 완전히 다른 문제”라며 “현장의 문제가 무엇인지 파악하고 이를 해결하는 방향으로 기술을 적용하는 기업이 사업성과 수익성을 확보할 것”이라고 말했다. 그는 물류센터의 피지컬 AI 전환을 위해서는 개별 로봇뿐 아니라 이를 뒷받침할 생태계도 필요하다고 강조했다. 로봇이 상품과 작업 환경을 인식하고 판단하려면 센서와 통신망, 운영시스템이 데이터를 주고받아야 한다. 제조사가 다른 설비끼리 연동할 수 있는 표준도 갖춰야 한다는 것이다. 장 교수는 “사람을 빼고 그 자리에 로봇을 넣는다고 모든 것이 해결되는 것은 아니다”며 “기반 기술과 설비 간 표준화·상호운용성을 갖춘 생태계가 필요하다”고 분석했다. 국내 기업의 투자 시점은 아마존보다 다소 늦었다는 평가다. 아마존이 상품 분류와 포장에 쓰이는 로봇 시스템을 10년 넘게 개발한 반면 국내 기업은 최근 피지컬 AI가 부상한 뒤 관련 투자를 본격화했다. 장 교수는 “10년 전부터 로봇 기술에 투자한 기업과 이제 투자를 시작한 기업 사이에는 격차가 있을 수밖에 없다”며 “로봇과 같은 하드웨어 기술은 소프트웨어처럼 단기간에 발전시키기 어려운 만큼 장기적인 안목으로 투자해야 한다”고 조언했다. 국내 기업에 기회가 없는 것은 아니다. 피지컬 AI의 경쟁력은 AI 모델뿐 아니라 이를 구현할 하드웨어와 실제 현장을 운영한 경험과 노하우에도 좌우된다. 제조 기반과 물류 운영 경험을 보유한 많은 국내 기업이 글로벌 시장에서 경쟁할 여지가 충분하다는 전망이다. 장 교수는 “생성형 AI 모델 경쟁에서는 글로벌 빅테크를 따라가기 쉽지 않지만 피지컬 AI는 하드웨어와 현장 운영 노하우도 상당한 비중을 차지한다”며 “그런 측면에서 국내 기업에도 경쟁 가능성이 있다”고 평가했다. 그는 “기술 패러다임이 바뀐다는 것은 기존의 후발 기업이 선두로 올라설 수도 있다는 뜻”이라며 “피지컬 AI 전환은 스타트업을 비롯한 새로운 기업에도 기회가 될 수 있다”고 덧붙였다.
