유통 AX 사례

과제

아마존의 풀필먼트 네트워크는 전 세계 300개 이상 시설로 뻗어 있다. 로봇 경로 관리가 현장 자동화를 넘어 네트워크 최적화 문제가 되는 지점이다. 빠른 배송 경쟁은 입고 식별과 적치, 주문 처리 속도를 서비스 신뢰성의 핵심으로 끌어올린다. 모바일 로봇이 네트워크 전반으로 퍼질수록 정체와 반복 수작업은 처리량과 안전을 함께 좌우하는 관리 과제가 된다.

AX 개입

아마존은 통합 물리 시스템과 함대 수준 AI 모델을 하나의 로보틱스 레이어로 묶는다. Sequoia는 모바일 로봇과 갠트리, Sparrow 로봇 암, 인체공학 직원 워크스테이션을 한데 엮어 재고를 토트 단위로 컨테이너화하고 입고 적치와 피킹, 주문 흐름을 다시 설계한다. DeepFleet은 AWS SageMaker로 구축하고 자사 창고·재고 데이터로 학습한 생성형 AI 파운데이션 모델이다. 아마존은 이 모델이 풀필먼트 네트워크 전반의 로봇 이동을 조율할 것이라고 밝혔다. 공개는 일본 풀필먼트 센터에 100만 대째 robot을 배치한 발표와 함께 이뤄졌다.

성과

아마존은 DeepFleet이 로봇 함대 이동시간을 10% 개선할 것이라고 밝혔다. Sequoia 로봇 시스템은 풀필먼트 센터 입고 재고의 식별과 적치를 최대 75% 빠르게 처리하고, 주문 처리시간을 최대 25% 줄인다. 2023년 발표 기준으로 아마존이 직원과 협업 형태로 굴리는 로봇은 750,000대가 넘고, 고반복 업무가 이들 몫이다.

회사 데이터를 보면 2022년 로보틱스 도입 사업장의 기록 대상 재해율과 근로손실 재해율은 미도입 사업장보다 각각 15%, 18% 낮았다. 아마존은 로보틱스 도입으로 이전에 없던 700종의 신규 숙련 직무 유형도 생겼다고 밝혔다. 보도 매체는 회사 설명을 인용해 아마존 고객 주문의 약 75%가 이미 로봇 지원을 받는다고 전했다. TechCrunch는 아마존 글로벌 배송의 75%가 어떤 형태로든 로봇 지원을 받는다는 Wall Street Journal 보도도 함께 인용했다.

과제

쿠팡의 빠른 로켓배송은 직접 운영하는 풀필먼트 네트워크에 의존한다. 전통적인 물류센터 운영에서는 작업자가 넓은 공간을 이동하며 재고를 찾고, 그 과정에서 피로와 공정 인계, 오류 위험이 생긴다. 대구FC는 집품·포장·분류·보충·안전이 하나의 운영 시스템으로 맞물려 돌아가야 하는 병목을 집약한다.

AX 개입

쿠팡은 재고와 상품 위치, 배송 경로 신호를 바탕으로 효율적인 작업 순서를 예측하는 AI 작업 할당을 적용한다. 먼저 집품 방식을 바꾼다. 작업자가 상품을 찾아가는 대신 상품이 사람에게 오는 GTP 방식으로 전환한다. AGV가 선반을 작업자 앞으로 가져오고, 조명 안내가 대상 상품을 짚어 주며, 카메라와 센서가 경로 인식과 장애물 회피를 맡는다. 포장과 분류, 운반도 기계 몫이다. 오토배거는 집품이 끝난 상품을 포장하고, 소팅봇은 운송장을 스캔해 배송 지역별로 상품을 가르며, 무인지게차는 접근이 통제된 구역에서 팔레트 화물을 나른다. 쿠팡은 대구FC를 미래형 물류 테스트베드로 삼고, 이후 오토스토어의 수직 적재와 AI 로봇을 결합해 자동화를 고도화한다고 설명한다.

성과

대구FC에서 쿠팡의 AGV 규모는 1000대에 이른다. 전자신문은 자동화 시스템 구축 투자액을 3200억원으로 보도했다. 대구FC 센터장에 따르면 자동화 기술은 업무 강도를 65% 낮추고 휴먼 에러를 제거했다. 물류 로봇은 기존 3시간 걸리던 업무량을 1시간에 처리한다. 서울경제는 AGV가 전체 업무 단계를 65% 줄이고 평균 2분 안에 상품을 전달한다고 보도했다. 같은 매체는 쿠팡이 창립 후 로켓배송 물류망에 약 6조2000억 원을 투입했고 그중 대구FC에 3200억 원을 투자했다고 전했다. 전자신문은 대구FC가 기술 직군을 중심으로 신규 고용 2500여명을 창출했다고 보도했다.

과제

한국 대형마트 시장에서 신선식품의 신뢰는 반복 구매를 좌우한다. 롯데마트가 경쟁하는 무대가 바로 이곳이다. 그런데 과일은 당도와 숙도, 내부 갈라짐, 수분 함량이 외관만으로 드러나지 않아 품질을 등급화하기 어렵다. 육안이나 표본 검사에 기댄 선별은 불량 상품의 매장 유입과 고객 불만, 프리미엄 상품 신뢰 약화로 이어질 수 있다.

AX 개입

롯데마트는 "신선지능" 프로젝트를 비파괴 근적외선 당도선별과 딥러닝 분석을 축으로 구축한다. 이 시스템은 과일을 자르지 않고 당도를 재고, 내부 갈라짐과 익은 정도, 수분 함량 신호를 매장 입고 전에 선별한다. 시작은 2022년 멜론이었고, 지금은 9종 과일로 확대 운영한다. 이렇게 검증된 고당도 과일을 프리미엄 등급으로 상품화하고, 같은 데이터 기반 운영 논리를 오카도 자동화, AI 수요예측, 재고관리, 로봇을 쓰는 부산 CFC 계획으로 넓혀 간다.

성과

롯데마트는 AI 선별 이후 과일 불량률을 판매량 대비 0.01% 이내로 관리하고, 도입 이전 대비 약 30% 개선했다고 밝혔다. 머니투데이는 2025년 AI 선별 과일 매출이 도입 첫해인 2022년 대비 7배 이상 성장했다고 보도했고, 뉴스투데이는 2025년 1~8월 고당도 상품 매출이 전년 대비 약 2배 증가했다고 보도했다. 롯데마트는 2025년 6월부터 2026년 5월까지 고당도 프리미엄 과일 매출이 전년 동기 대비 약 20% 증가했다고 밝혔다. 한국경제는 전체 과일 매출에서 프리미엄 상품 비중이 약 6%에서 약 20%로, 3배 이상 확대됐다고 보도했다. 전자신문은 부산 CFC 계획이 하루 3만건 이상 배송을 처리하고 기존 온라인 물류센터보다 처리량을 2배 이상 높일 계획이라고 보도했다.

과제

온라인 식료품은 구조적으로 어려운 사업이다. 낮은 마진, 불규칙한 장바구니, 냉장·냉동·상온 풀필먼트가 한 운영 안에서 맞물린다. 신선식품은 파손과 유통기한 리스크를 안고 있어, 폐기가 마진을 직접 깎는다. Reuters 보도에 따르면 오카도 측은 엔드투엔드 플랫폼의 식품 폐기율을 매출 대비 0.4%로 제시했고, 대부분의 슈퍼마켓 그룹은 2.5%-3% 수준이라고 비교했다.

AX 개입

Ocado Smart Platform은 AI 관제, 그리드 로봇, 로봇 피킹, 수요예측, 라스트마일 경로 최적화를 하나의 식료품 풀필먼트 운영 플랫폼으로 묶는다. CFC에서는 AI '항공관제' 계층이 봇을 조율한다. 각 봇과 초당 10회 통신하며 최대 초속 4미터 속도를 지원한다. 에리스에서는 3억 1,000만 달러 규모 CFC가 2,000대대가 넘는 로봇을 초속 4미터 속도로 그리드 위에서 운용한다. 라스트마일 엔진은 초당 100m 최적화 연산을 수행한다. 머신러닝 피킹암은 2021년 기준 상품군의 15%를 처리했으며, 회사는 근시일 내 50%, 장기적으로 80%까지 확대할 수 있다고 전망했다.

성과

오카도는 OSP가 파트너 유통사로 하여금 50개 품목 식료품 주문을 5분 만에 피킹하게 한다고 밝힌다. 또한 자사 풀필먼트 센터가 세계 최고 수준의 노동생산성 시설에 속한다고 설명한다. 50개 품목 주문을 수 분 만에 처리하며 동시 피킹을 수행한다는 것이다. Reuters는 에리스 생산성이 오카도의 첫 영국 CFC보다 이미 25% 높고, 루크 옌센 CEO가 추가 50-70% 개선 여지를 본다고 보도했다. 결과는 단일 로봇 배치가 아니다. 수요, 저장, 피킹, 배송을 하나로 묶는 통제형 풀필먼트 시스템이다.

과제

CJ올리브영의 커머스 모델은 수요를 디지털 채널로 옮겨 놓는다. 매경이코노미의 보도에 따르면 온라인 매출은 2017년 600억원 수준에서 2023년 1조원을 넘어섰고, 오늘드림의 온라인몰 주문 비중은 2021년 24.5%에서 2023년 41.3%로 올라섰다. 같은 보도는 자체 멤버십이 2024년 기준 1000만명를 넘어 약 1500만명에 이르렀다고 전한다. 채널이 디지털로 쏠릴수록 개인화 품질에 걸리는 기대도 커진다. 다만 뷰티와 헬스 상품은 속성 정보가 온전하지 않으면 속성 기반 추천이 공백을 남기고, 수작업 큐레이션으로는 리뷰와 행동 데이터를 앱 규모의 상품 발견으로 전환하기 어렵다.

AX 개입

CJ올리브영은 2022년 AI 스타트업 로켓뷰를 인수해 추천 역량을 내부에 들였다. 회사의 설명에 따르면 ItemLM 모델은 상품 속성이 아니라 검색 행동에서 상품 유사도를 학습하고, 학습 레이블 약 300만개와 검증 데이터 20%를 쓴다. 행동에서 의미 근접성을 추론하는 구조여서 속성이 비어 있는 상품도 추천 대상에 들어온다. 리뷰 기반 AI 테마 서비스도 뒤이어 나왔다. 전자신문은 자체 개발 sLLM이 고객 리뷰 4000만개를 학습하고 표현 약 10만개를 추출해 테마별로 최다 15종 상품을 추천한다고 보도했다. 여기서의 운영 선택은 외부 추천 엔진을 사들이는 데 그치지 않고 데이터와 모델을 안으로 끌어안는 것이다.

성과

성과 주장은 좁고 측정 가능한 쪽으로 잡혀 있다. CJ올리브영은 ItemLM이 기존 모델 대비 추천 화면 CTR을 약 50% 개선했다고 밝혔다. 같은 프로젝트가 속성 없는 상품과 카테고리의 추천 커버리지를 100%로 넓혔다는 설명도 함께 내놓았다. 더 넓은 개인화 스택에서는 전자신문이 리뷰 학습 sLLM이 리뷰 4000만개와 추출 표현 약 10만개를 바탕으로 매일 새 테마를 만든다고 보도했다. 다만 제시된 근거는 검증된 구매 전환율 개선까지 확정하지는 않는다. 방어 가능한 성과는 클릭 반응의 개선과, 회사 발표 기준으로 그동안 커버되지 않던 카탈로그를 완전히 덮었다는 사실이다.

과제

월마트가 운영하는 것은 재고 오류와 폐기 위험, 수작업 처리 비용이 한데 누적되는 글로벌 매장·물류센터·풀필먼트 네트워크다. 진열 공간이 빠듯한 도심 매장은 초과 재고가 엉뚱한 거점에 묶여 있을 때 폐기 손실에 그대로 노출된다. 경영 과제는 결국 하나로 모인다. 불균형을 더 일찍 감지하고, 비용이 고착되기 전에 재고와 노동, 자동화 의사결정을 움직이는 것.

AX 개입

월마트는 Self-Healing Inventory를 배포해 과잉 재고를 감지하고 수요가 있는 매장으로 자동 재배치한다. 이 AI 재고 에이전트는 신선식품 배송 경로와 매장 수요 정렬을 맡는 예측형 창고·운송 관리와 맞물려 돌아간다. 또한 월마트는 향후 수년간 Symbotic의 로보틱스·소프트웨어 자동화 플랫폼을 42개 지역 물류센터 전체에 도입할 계획이다. 2025년에는 미국에서 검증한 공급망 플레이북을 국제 시장으로 확장하면서, 초기 에이전틱 AI로 복잡한 매장·공급망 조건을 모델링한다.

성과

월마트는 Self-Healing Inventory 단독으로 과잉 재고를 수요가 있는 매장으로 재배치해 이미 5,500만 달러 이상을 절감했다고 밝혔다. John Furner 월마트 U.S. CEO에 따르면 차세대 자동화 풀필먼트센터는 수동 운영 시설과 견주어 유닛 코스트를 전년 대비 20% 절감했다.

앞으로 월마트가 기대하는 그림은 이렇다. 자동화 센터가 2025년 말까지 네트워크 전반에서 30% 이상의 비용 절감 개선을 견인하고, 같은 시점까지 매장의 65%가 하이테크 물류센터에서 상품을 공급받는 구도다. 월마트는 이미 2023년 투자자 미팅에서 방향을 제시한 바 있다. FY2026까지 매장의 약 65%가 자동화 설비로 서비스되고, 풀필먼트센터 물량의 약 55%가 자동화 시설을 거치며, 평균 유닛 코스트가 약 20% 개선될 수 있다는 전망이다.