출처 레지스트리
출처 레지스트리
본 사이트에 실린 모든 수치의 원문 출처다. 각 항목은 원문 인용·발행처·접근일·검증 방법을 담고 있으며, 원문 링크가 죽는 경우를 대비해 아카이브 링크를 병기한다.
115 claims
아마존은 100만 대째 로봇을 배치하며 세계 최대 모바일 로보틱스 제조·운영 기업 지위를 굳혔다.
“We've just deployed our 1 millionth robot, building on our position as the world's largest manufacturer and operator of mobile robotics.”
100만 대째 기념 로봇은 일본 풀필먼트 센터에 배치됐으며, 아마존의 로봇 네트워크는 전 세계 300개 이상 시설에 걸쳐 있다.
“This milestone robot was recently delivered to a fulfillment center in Japan, joining our global network that now spans more than 300 facilities worldwide.”
아마존은 생성형 AI 파운데이션 모델 DeepFleet이 풀필먼트 네트워크 전반의 로봇 이동을 조율하고 로봇 함대 이동시간을 10% 개선할 것이라고 밝혔다.
“Called DeepFleet, this AI technology will coordinate the movement of robots across our fulfillment network, improving the travel time of our robotic fleet by 10%”
아마존의 Sequoia 로봇 시스템은 풀필먼트 센터 입고 재고의 식별·적치를 기존 대비 최대 75% 빠르게 처리한다.
“Sequoia allows us to identify and store inventory we receive at our fulfillment centers up to 75% faster than we can today.”
Sequoia는 풀필먼트 센터의 주문 처리시간을 최대 25% 단축한다.
“When orders are placed, Sequoia also reduces the time it takes to process an order through a fulfillment center by up to 25%”
2023년 10월 기준 아마존은 75만 대 이상의 로봇을 직원과 협업 형태로 운영하며 고반복 업무를 로봇에 맡기고 있다.
“We now have over 750,000 robots working collaboratively with our employees, taking on highly repetitive tasks and freeing employees up to better deliver for our customers.”
2022년 아마존 로보틱스 도입 사업장의 기록 대상 재해율과 근로손실 재해율은 미도입 사업장 대비 각각 15%, 18% 낮았다.
“Company data shows that, in 2022, recordable incident rates and lost-time incident rates were 15% and 18% lower, respectively, at Amazon Robotics sites than non-robotics sites.”
아마존의 로보틱스 도입 과정에서 이전에 회사에 없던 700종의 신규 숙련 직무 유형이 생겨났다.
“This includes 700 categories of new job types, in skilled roles, which didn’t exist within the company beforehand.”
아마존에 따르면 이미 고객 주문의 약 75%가 로봇의 지원을 받아 처리된다.
“Robots already assist in roughly 75% of Amazon customer orders, according to the company, and that number is likely to rise as the technology advances further.”
테크크런치가 인용한 월스트리트저널 보도에 따르면 아마존 글로벌 배송의 75%가 이미 어떤 형태로든 로봇의 지원을 받는다.
“The WSJ also reported that 75% of Amazon’s global deliveries are now assisted in some way by a robot.”
쿠팡은 대구 풀필먼트센터 한 곳에만 1,000대가 넘는 AGV(무인운반로봇)를 도입해 진열·집품 작업을 자동화했다.
“쿠팡은 이 센터에만 1000대가 넘는 AGV를 도입해 진열·집품 작업을 자동화했다.”
대구FC 센터장에 따르면 자동화 기술 덕분에 업무 강도가 65% 감소하고 '휴먼 에러'도 사라졌다.
“박 센터장은 “자동화 기술 덕분에 업무 강도가 65% 감소하고 '휴먼 에러'도 사라졌다”고 말했다.”
대구FC에서는 물류 로봇 덕분에 기존 작업자가 3시간 걸리던 업무량을 1시간 만에 처리할 수 있다.
“쿠팡 대구FC는 물류센터를 누비는 다양한 로봇 덕분에 업무량은 줄고 생산성은 늘었다. 기존 작업자가 3시간 일할 업무량을 1시간 만에 처리 가능하다.”
사람의 이동을 없앤 AGV 덕분에 쿠팡은 전체 업무 단계를 65% 줄이고, 평균 2분 안에 상품을 작업자에게 전달하게 됐다.
“사람의 이동을 없앤 AGV의 활약 덕에 쿠팡은 전체 업무 단계를 65% 줄이고, 평균 2분 안에 상품을 작업자에게 전달할 수 있게 됐다.”
쿠팡은 창립 후 로켓배송 물류망 구축에 약 6조 2,000억 원을 투입했고, 그중 대구FC에 3,200억 원을 투자했다.
“쿠팡은 창립 후 지금까지 로켓배송을 위한 물류망 구축에 약 6조2000억 원을 투입했고, 그중 이곳 대구 FC에 3200억 원을 쏟아부었다.”
쿠팡은 대구FC 자동화 시스템 구축에 3,200억 원을 투자했다.
“쿠팡은 대구FC 자동화 시스템 구축에 3200억원을 투자했다. 센터 전체가 일종의 거대한 미래형 물류 테스트베드다.”
대구FC는 자동화 시스템 관리자 등 기술 직군 중심으로 2,500여 명의 신규 고용을 창출했다.
“무인 기술이 고용을 줄일 것이라는 통념도 깼다. 쿠팡 대구FC는 자동화 시스템 관리자 등 기술 직군 중심으로 2500여명 신규 고용을 창출했다.”
롯데마트는 AI 선별 도입 이후 과일 불량률을 판매량 대비 0.01% 이내로 관리하고 있으며 이는 도입 이전 대비 약 30% 개선된 수치라고 밝혔다.
“AI 선별 도입 이후 불량률은 판매량 대비 0.01% 이내로 관리되고 있다. 도입 이전보다 30%가량 개선됐다고 롯데마트는 강조했다.”
2025년 롯데마트의 AI 선별 과일 매출은 도입 첫해인 2022년 대비 7배 이상 성장했다.
“올해 AI 선별 과일 매출은 2022년 도입 첫해 대비 7배 이상 성장했다. AI 선별 도입 이후 불량률은 판매량 대비 0.01% 이내로 관리돼, 도입 이전 대비 30%가량 개선됐다.”
2025년 1~8월 롯데마트의 고당도 상품 매출은 전년 대비 약 2배 증가했다.
“차별화된 고품질 과일이 고객에게 호응을 얻으며, 올해 1~8월 롯데마트의 고당도 상품 매출은 전년 대비 약 2배 증가했다.”
롯데마트는 비파괴 당도선별기에 딥러닝 분석을 결합한 AI 선별기법을 2022년 멜론부터 도입해 현재 9종의 과일로 확대 운영하고 있다.
“롯데마트는 비파괴 당도선별기에 딥러닝 기반 분석 기능을 결합한 AI 선별기법을 도입했다. 내부 갈라짐과 익은 정도, 수분 함량 등 세부 품질 요소까지 정밀하게 선별할 수 있다. 2022년 멜론을 시작으로 현재 9종의 과일에 AI 선별 상품을 운영 중이다.”
롯데마트는 2025년 6월~2026년 5월 1년간 고당도 프리미엄 과일 매출이 전년 동기 대비 약 20% 증가했다고 밝혔다.
“롯데마트는 최근 1년(지난해 6월1일~지난 5월31일)간 고당도 프리미엄 과일 매출이 전년 동기 대비 약 20% 증가했다고 11일 밝혔다.”
롯데마트 전체 과일 매출에서 프리미엄 상품 비중은 4년 전 약 6%에서 약 20%로 3배 이상 확대됐다.
“전체 과일 매출에서 프리미엄 상품이 차지하는 비중은 약 20%로 4년 전(약 6%)보다 3배 이상 확대했다.”
롯데마트가 부산에 구축하는 오카도 기반 고객풀필먼트센터(CFC)는 AI 수요예측과 로봇 자동화로 하루 3만 건 이상 배송을 처리하고 기존 온라인 물류센터보다 처리량을 2배 이상 높일 계획이다.
“AI 기반 수요예측과 재고관리, 로봇 자동화로 하루 3만건 이상 배송을 처리하고 기존 온라인 물류센터보다 처리량을 2배 이상 높일 계획이다.”
오카도의 OSP 로봇 기술은 파트너 유통사가 50개 품목 주문을 단 5분 만에 피킹할 수 있게 한다.
“Our robotic technology enables our partners to pick 50-item orders in just five minutes.”
AI '항공관제' 시스템이 오카도 CFC의 로봇 함대를 지휘하며, 봇 한 대당 초당 10회 통신하고 봇은 최대 4m/s 속도로 이동한다.
“An AI ‘air traffic’ control system orchestrates the movement of the fleet, communicating with each bot 10 times per second to ensure peak performance. Moving at speeds of up to 4m/s, the bots collaborate to transport containers”
오카도의 라스트마일 경로 시스템은 실시간 배송 최적화를 위해 초당 1억 회의 최적화 연산을 수행한다.
“We make 100m optimisation calculations per second to keep things running smoothly.”
오카도는 자사 엔드투엔드 플랫폼이 매출 대비 식품 폐기율을 단 0.4%로 제공한다고 밝혔다 — 대부분의 슈퍼마켓 그룹은 2.5~3% 수준이라는 비교다.
“delivering metrics such as food waste of just 0.4% of sales versus 2.5%-3% for most supermarket groups.”
오카도 최대 거점인 3억 1,000만 달러 규모 에리스 CFC에서는 2,000대가 넘는 로봇이 초속 4미터로 그리드를 누비며 과거 사람이 하던 상품 회수를 대체한다.
“At its largest site, the $310 million building in Erith, southeast London, more than 2,000 robots whizz around the steel and aluminium grid covering four metres a second”
에리스 CFC의 생산성은 오카도의 첫 영국 CFC보다 이미 25% 높으며, 오카도 솔루션스 CEO 루크 옌센은 추가로 50~70% 개선 여지가 있다고 본다.
“Erith's productivity is already 25% higher than that of Ocado's first British CFC and Jensen sees scope for further gains of 50-70%.”
오카도의 머신러닝 로봇 피킹암은 2021년 기준 이미 상품군의 15%를 처리했으며, 회사는 2년 내 약 50%, 장기적으로 80%까지 가능하다고 전망했다.
“The arm can already handle 15% of Ocado's product range, a figure the company expects to reach around 50% in two years, with 80% "absolutely feasible" in the longer term.”
오카도는 자사 풀필먼트 센터가 이미 세계에서 가장 노동생산성이 높은 시설에 속하며, 50개 품목 주문을 수 분 만에 피킹하고 수백 건의 주문을 동시에 처리한다고 밝혔다.
“Ocado’s fulfilment centres are already among the most labour productive sites in the world, with a 50-item order picked in a matter of minutes and hundreds of orders picked simultaneously.”
올리브영이 사용자 행동 데이터로 학습한 자체 상품 유사도 언어모델(ItemLM)은 기존 추천 모델 대비 추천 화면 CTR을 약 50% 개선했다.
“속성 미보유 상품과 카테고리에 대한 추천 커버리지를 100%로 확대 그리고 관련된 추천 화면의 실질적인 비즈니스 성과(기존 모델 대비 CTR 약 50% 개선)를 모두 달성했다는 점은 이번 프로젝트의 핵심 성과로 꼽을 수 있습니다”
ItemLM 모델은 속성 데이터가 없어 기존 속성 기반 추천이 커버하지 못하던 상품·카테고리에 대한 추천 커버리지를 100%로 확대했다.
“속성 미보유 상품과 카테고리에 대한 추천 커버리지를 100%로 확대 그리고 관련된 추천 화면의 실질적인 비즈니스 성과(기존 모델 대비 CTR 약 50% 개선)를 모두 달성했다는 점은 이번 프로젝트의 핵심 성과로 꼽을 수 있습니다”
올리브영은 1년치 검색 로그에서 ItemLM 학습용 레이블 약 300만 개를 확보했고, 그중 20%를 검증용 데이터로 사용했다.
“결과적으로 1년의 검색 로그로부터 약 300만개 정도의 학습 레이블을 확보할 수 있었고, 이 중 20%를 검증용 데이터로 사용 했습니다”
올리브영은 소비자 리뷰 약 4,000만 개를 학습한 자체 개발 sLLM이 매일 새로운 추천 주제를 생성하고 상품을 선별하는 '리뷰로 찾는 AI 추천 테마' 서비스를 앱에 도입했다.
“4000만개에 달하는 소비자 리뷰를 학습한 자체 AI 모델이 매일 새로운 주제를 생성하고, 주제에 맞는 상품을 선별해 보여준다”
이 sLLM은 리뷰 데이터에서 약 10만 개의 표현을 추출했고, 이를 기반으로 매일 새로운 테마를 생성해 주제별 맞춤 상품을 최다 15종까지 추천한다.
“현재 리뷰 데이터를 기반으로 약 10만개 표현을 추출했다. 이를 기반으로 매일 새로운 테마를 생성해 주제별 맞춤 상품을 최다 15종까지 추천한다”
올리브영 전체 온라인몰 주문 건수 중 당일 3시간 배송 '오늘드림' 비중은 2021년 24.5%에서 2023년 41.3%까지 커졌다.
“올리브영 전체 온라인몰 주문 건수 중 오늘드림 비중은 2021년 24.5%에서 지난해 41.3%까지 커졌다”
2024년 9월 기준 올리브영 자체 멤버십 회원은 2021년 1,000만 명을 훌쩍 넘어선 약 1,500만 명이었다.
“올리브영 올해 9월 기준 자체 멤버십 회원은 2021년 1000만명을 훌쩍 넘어선 약 1500만명이다”
2017년 600억 원 수준이던 올리브영 온라인 매출은 2023년 1조 원을 돌파했다.
“2017년 600억원 수준에 머물렀던 올리브영 온라인 매출은 지난해 1조원을 돌파했다”
월마트의 AI 재고 시스템 'Self-Healing Inventory'는 과잉 재고를 필요한 매장으로 자동 재배치하는데, 이 단일 시스템만으로 이미 5,500만 달러 이상을 절감했다.
“That one system alone has already saved Walmart more than $55 million.”
월마트는 차세대 자동화 풀필먼트센터에서 수동 운영 시설 대비 유닛 코스트를 전년 대비 20% 절감했다(존 퍼너 월마트 US CEO 발언).
“Walmart cut unit costs by 20% year over year reduction with its next-generation automated fulfillment centers compared to manual sites, according to John Furner, president and CEO of Walmart US.”
월마트는 2025년 말까지 자동화 센터가 네트워크 전반에서 30% 이상의 비용 절감 개선을 견인할 것으로 기대한다.
“By the end of 2025, the retailer expects automated centers will drive an over 30% improvement in cost reduction across its network”
월마트는 2025년 말까지 매장의 65%가 하이테크 물류센터에서 상품을 공급받을 것으로 예상한다.
“By the end of this year, the retailer expects 65% of its stores to receive merchandise from high-tech distribution centers, according to an October email to Supply Chain Dive”
월마트는 2023년 투자자 미팅에서 2026 회계연도 말까지 매장의 약 65%가 자동화 설비로 서비스되고, 풀필먼트센터 물량의 약 55%가 자동화 시설을 거치며, 평균 유닛 코스트가 약 20% 개선될 것으로 전망했다.
“By the end of fiscal year 2026, Walmart believes roughly 65% of stores will be serviced by automation, approximately 55% of its fulfillment center volume will move through automated facilities, and unit cost averages could improve by approximately 20%.”
월마트는 향후 수년간 심보틱(Symbotic)의 로보틱스·소프트웨어 자동화 플랫폼을 42개 지역 물류센터 전체에 도입할 예정이다.
“implement Symbotic’s robotics and software automation platform in all 42 of its regional distribution centers over the coming years.”
Precedence Research는 글로벌 리테일 AI 시장을 2025년 140.3억 달러로 추산하고, 2035년 약 709.5억 달러 규모로 성장할 것으로 전망한다(2026~2035년 CAGR 17.60%).
“The global artificial intelligence (AI) in retail market size is calculated at USD 14.03 billion in 2025 and is predicted to increase from USD 16.64 billion in 2026 to approximately USD 70.95 billion by 2035, expanding at a CAGR of 17.60% from 2026 to 2035.”
조직의 88%가 최소 1개 업무 기능에서 AI를 정기적으로 사용한다고 답해 1년 전 78%에서 상승했다(맥킨지 State of AI 2025).
“88 percent report regular AI use in at least one business function, compared with 78 percent a year ago.”
AI 사용은 보편화됐지만 대다수 조직은 여전히 실험·파일럿 단계이며, AI 프로그램 스케일링에 착수한 곳은 약 3분의 1에 그친다(맥킨지, 2025.11).
“But at the enterprise level, the majority are still in the experimenting or piloting stages (Exhibit 1), with approximately one-third reporting that their companies have begun to scale their AI programs.”
BCG가 2024년 10월 1,000명의 CxO와 고위 임원을 대상으로 한 조사에서, 응답 대상 기업의 74%는 AI 활용에서 아직 가시적인 가치를 입증하지 못한 것으로 제시됐다.
“Seventy-four percent of companies have yet to show tangible value from their use of AI.”
기업 생성형 AI 파일럿의 95%가 손익에 측정 가능한 효과를 내지 못하고 있다(MIT NANDA 'GenAI Divide' 보고서, 2025).
“The 95% failure rate for enterprise AI solutions represents the clearest manifestation of the GenAI Divide,” the report states.”
한국무역협회 2025년 6월 보고서를 인용한 보도에 따르면, 2025년 2월 17~19일 무역업체 396개사 임직원 조사에서 78.0%는 효율성 향상을 위해 AI 도입이 필요하다고 답했고, 16.9%는 AI로 생산성을 향상시키거나 능동적으로 업무를 수행한다고 답했다.
“조사 기업의 78.0%는 효율성 향상을 위해 AI 도입이 필요하다고 답했다. 그러나 실제 AI를 활용해 생산성을 향상시키거나 능동적으로 업무 수행을 하는 기업은 16.9%에 그쳤다.”
MIT NANDA는 기업의 생성형 AI 투자 300~400억 달러에도 조직의 95%가 아무런 수익(zero return)을 얻지 못하고 있다고 보고했다(MIT NANDA, 2025).
“Despite $30–40 billion in enterprise investment into GenAI, this report uncovers a surprising result in that 95% of organizations are getting zero return.”
엔터프라이즈급 AI 시스템의 경우 조직의 60%가 도구를 검토했지만 20%만 파일럿 단계에 도달했고, 실제 프로덕션까지 간 곳은 5%에 그쳤다(MIT NANDA, 2025).
“Sixty percent of organizations evaluated such tools, but only 20 percent reached pilot stage and just 5 percent reached production.”
가트너는 데이터 품질 미흡, 리스크 통제 부재, 비용 증가, 불분명한 비즈니스 가치로 인해 생성형 AI 프로젝트의 최소 30%가 2025년 말까지 PoC 이후 중단될 것으로 예측했다.
“At least 30% of generative AI (GenAI) projects will be abandoned after proof of concept by the end of 2025, due to poor data quality, inadequate risk controls, escalating costs or unclear business value, according to Gartner, Inc.”
가트너에 따르면 비즈니스 모델 혁신을 위한 생성형 AI 전개 방식은 500만~2,000만 달러에 이르는 상당한 비용을 수반한다.
“However, these deployment approaches come with significant costs, ranging from $5 million to $20 million (see Figure 1).”
AI로 PoC를 넘어 실질적 가치를 창출할 역량을 갖춘 기업은 26%에 불과하며, 74%는 아직 가시적 가치를 입증하지 못했다(BCG, 2024년 10월, 59개국 CxO 및 고위 임원 1,000명 조사).
“only 26% of companies have developed the necessary set of capabilities to move beyond proofs of concept and generate tangible value, according to new research by Boston Consulting Group (BCG).”
AI 성숙도 분포: 전 기능에 걸쳐 최첨단 AI 역량을 갖추고 지속적으로 상당한 가치를 창출하는 기업은 4%, 여기에 본격적 성과를 내기 시작한 기업 22%를 더해 26%만이 '리더'다(BCG, 2024).
“While just 4% of companies have developed cutting-edge AI capabilities across functions and consistently generate significant value, an additional 22% have implemented an AI strategy, built advanced capabilities, and are beginning to realize substantial gains.”
AI 리더 기업은 10-20-70 원칙을 따른다: 자원의 10%는 알고리즘, 20%는 기술·데이터, 70%는 사람과 프로세스에 투입한다(BCG, 2024).
“Leaders follow the rule of putting 10% of their resources into algorithms, 20% into technology and data, and 70% in people and processes.”
지난 3년간 AI 리더 기업은 다른 기업 대비 매출 성장률 1.5배, 주주수익률 1.6배, 투하자본수익률 1.4배를 달성했다(BCG, 2024).
“Over the past three years, AI leaders have achieved 1.5 times higher revenue growth, 1.6 times greater shareholder returns, and 1.4 times higher returns on invested capital.”
조직의 88%가 최소 1개 기능에서 AI를 정기적으로 사용하지만(전년 78%), 전사 수준에서는 대다수가 여전히 실험·파일럿 단계에 머물러 있다(맥킨지 State of AI, 2025년 11월).
“88 percent report regular AI use in at least one business function, compared with 78 percent a year ago. But at the enterprise level, the majority are still in the experimenting or piloting stages”
조직의 약 3분의 2는 아직 전사 차원의 AI 확산(스케일링)을 시작조차 하지 못했다(맥킨지 State of AI, 2025년 11월).
“Most organizations are still in the experimentation or piloting phase: Nearly two-thirds of respondents say their organizations have not yet begun scaling AI across the enterprise.”
AI가 혁신을 가능하게 한다고 답한 응답자가 64%인 반면, 전사 수준의 EBIT(영업이익) 임팩트를 보고한 응답자는 39%에 그쳤다(맥킨지 State of AI, 2025년 11월).
“Respondents report use-case level cost and revenue benefits, and 64 percent say that AI is enabling their innovation. However, just 39 percent report EBIT impact at the enterprise level.”
리더의 3분의 2 이상이 생성형 AI 실험 중 향후 3~6개월 내 완전히 확산(스케일)될 것은 30% 이하라고 답했다(딜로이트 State of Generative AI Q4, 2,773명 조사, 2025년 1월).
“More than two-thirds of respondents say that 30% or fewer of their experiments will be fully scaled in the next three to six months, revealing that no matter how quickly the technology advances—or how hard the companies producing GenAI technology push—organizational change in an enterprise can only happen so fast.”
리더의 69%는 AI 거버넌스 전략을 완전히 구축하는 데 1년 이상 걸릴 것이라고 답했다(딜로이트 State of Generative AI Q4, 2025년 1월).
“Sixty-nine percent of respondents say fully implementing a governance strategy will take over a year to resolve, underscoring the need for perseverance and a strategic approach to setting the appropriate governance foundation.”
한국무역협회 조사: 수출기업 전반에서 AI 전환 필요성 공감대는 확산되고 있으나, 실제 제조 현장에서 AI를 활용하는 수출 제조기업은 17.9%에 그쳤다(무협, 2026년 4월).
“무역협회 조사에 따르면 수출기업 전반에서 AI 전환 필요성에 대한 공감대는 확산하고 있으나, 실제 제조 현장에서 AI를 활용하는 기업은 17.9%에 그쳤다.”
무협 조사에서 기업들은 AI 도입이 지연되는 이유로 도입 영역과 공정 파악의 어려움(41.6%), AI 도입을 위한 기본 데이터 인프라 미비(39.1%) 등을 꼽았다(2026년 4월).
“기업들은 AI 도입이 지연되는 이유로 ▲도입 영역과 공정 파악의 어려움(41.6%) ▲데이터 인프라 미비(39.1%) 등을 꼽았다.”
한국무역협회가 수출기업 396개사를 조사한 결과 10곳 중 8곳이 AI 도입 필요성을 인지했지만, 실제 AI를 활용해 능동적으로 업무를 수행하는 기업은 약 17%에 불과했다(2025년 9월).
“수출기업 396개 사를 대상으로 진행한 설문조사 결과 10곳 가운데 8곳이 AI 도입 필요성을 인지하고 있으나, 응답기업의 17% 정도만이 AI를 활용해 능동적으로 업무를 수행하고 있는 상황이라고 전했다.”
AI바우처 지원사업은 수요기업에게 최대 2억원의 바우처를 지급해 원하는 AI 솔루션을 구매할 수 있도록 지원하고, 공급기업에게는 판매한 AI 솔루션 대금을 지급한다.
“수요기업에게 최대 2억원의 바우처를 지급하여 원하는 AI 솔루션을 구매할 수 있도록 지원하고, 공급기업에게는 판매한 AI 솔루션에 대한 대금을 지급하는 사업입니다.”
아마존의 생성형 AI 파운데이션 모델 딥플릿(DeepFleet)은 풀필먼트 네트워크 로봇 함대의 이동시간을 10% 개선한다.
“Called DeepFleet, this AI technology will coordinate the movement of robots across our fulfillment network, improving the travel time of our robotic fleet by 10%”
DHL 서플라이체인의 AI 피킹 경로 최적화 소프트웨어 IDEA는 초기 도입 현장에서 창고 작업자 이동거리를 최대 50% 줄이고 생산성을 최대 30% 높였다.
“In its first deployments, the software's modeling has reduced the distance traveled by warehouse employees up to 50% while increasing productivity up to 30%.”
관세청은 AI 품목분류(HS코드 추천)의 현재 정확도가 80% 이상이라고 밝혔다.
“관세청 관계자는 "현재 AI 품목분류 정확도는 80% 이상이다. 80%인 것은 수입이 적은 물품은 데이터도 적기 때문에 정확도가 떨어질 수밖에 없는 것"이라고 말했다.”
CJ대한통운의 AI 기반 카고 트레킹 시스템이 해상 화물 도착 예측 정확도를 40%에서 85%로 끌어올렸다.
“카고 트레킹 시스템은 항해 정보, 경로, 날씨를 비롯하여 화물선의 경로상 위성위치확인시스템(GPS) 정보의 유무, 화물선 이동거리 등 변수들을 적용해 분석, 도착 일시를 예측해 줍니다. 이를 통해 해상운송의 특성상 정확도 40%에 불과했던 예측이 85%까지 향상됐습니다.”
CJ대한통운은 도착 예측 정확도 향상으로 안전재고를 기존보다 30~40% 낮춤으로써 보관 관련 물류비 절감, 생산 일정 수립, 과잉 생산 방지 효과를 기대할 수 있게 됐다고 밝혔다.
“그 결과 도착이 늦어질 경우 대비한 안전재고를 기존 보다 30~40% 낮춤으로써 보관 관련 물류비 절감, 생산 공장의 제조 일정 수립, 과잉 생산 방지 효과를 기대할 수 있게 되었습니다.”
전 사업 분야에 도입한 RPA가 단순 반복 업무를 대신 수행해 5,600시간을 단축했고, 추가로 약 3만 시간 절감이 예상된다.
“소프트웨어 로봇이라 불리는 RPA가 사람이 하던 단순 반복 업무를 대신 수행한 결과, 무려 5,600시간을 단축시켰습니다. 전 사업 부분을 대상으로 RPA 추가적용 대상 업무를 선정 중이며, 이후 약 3만 시간을 더 절감할 것으로 예상됩니다.”
온라인 쇼핑몰과 물류사 간 시스템 연동 시간을 10분의 1로 단축했다.
“이 외 온라인 쇼핑몰과 물류사 간의 시스템 연동 시간도 10분의 1로 단축시켰으며, 부분 출고, 백오더 등의 기능도 도입해 편의성을 높였습니다.”
CJ대한통운이 TES물류기술연구소가 개발한 AI 과대포장 진단 솔루션 '팩체크'를 전국 26개 물류센터에 도입해 운영 중이다.
“CJ대한통운은 TES물류기술연구소가 개발한 AI 기반 과대포장 진단 솔루션 '팩체크(PackCheck)'를 전국 26개 물류센터에 도입해 운영 중이라고 9일 밝혔다.”
CJ대한통운의 3D 비전 AI 디팔레타이저 로봇팔은 제각각 쌓인 상자를 실시간 인식해 시간당 700상자를 처리하며 최대 20kg 상자까지 들어 올린다.
“특히 3D 카메라 비전 기술을 탑재한 '로봇 팔(디팔레타이저)'는 팔레트에 제각각 쌓인 상자를 실시간으로 인식해 시간당 700상자를 처리한다. 최대 20kg 무게의 상자도 특수 패드와 진공흡착 기술로 안정적으로 들어 올린다.”
DHL 서플라이체인의 AI 기반 IDEA 알고리즘은 첫 상용 배치에서 창고 작업자의 이동거리를 최대 50%까지 줄였다.
“In its first commercial deployments, the solution has reduced distance traveled by warehouse employees by up to 50% and increased productivity of individual DHL locations by up to 30%.”
IDEA 알고리즘은 첫 상용 배치에서 개별 DHL 창고 거점의 생산성을 최대 30%까지 높였다.
“In its first commercial deployments, the solution has reduced distance traveled by warehouse employees by up to 50% and increased productivity of individual DHL locations by up to 30%.”
DHL의 국제 비전 피킹(AR 스마트글라스) 시범 운영에서 생산성이 평균 15% 개선되고 정확도도 높아졌다.
“The international trials have shown an average improvement of productivity by 15 percent and higher accuracy rates. The user-friendly and intuitive solution has also halved onboarding and training times.”
DHL 서플라이체인이 완료한 국제 AR 스마트글라스 시범 운영에서는 온보딩·교육 시간이 50% 단축됐다.
“The international AR smart glasses trials completed by DHL Supply Chain in addition to showing increased productivity accuracy, cut onboarding and training times by 50%.”
스마트글라스는 2015년 초 DHL 서플라이체인에서 성공적으로 시범 운영된 뒤 DHL 창고 운영의 표준이 되었다.
“Smart Glasses have been very successfully piloted at DHL Supply Chain in early 2015 before making them a standard in today's warehouse operations with DHL.”
업계 전문지 교차 확인: DHL의 IDEA 피킹 경로 소프트웨어는 창고 작업자 이동거리를 최대 50% 줄이고 생산성을 최대 30% 높였으며, 성과는 기존 WMS 역량에 따라 거점별로 차이가 있다.
“In its first deployments, the software’s modeling has reduced the distance traveled by warehouse employees up to 50% while increasing productivity up to 30%. The percentages will vary from location to location depending on existing WMS capabilities.”
KOTRA 나이로비 무역관은 트라이빅의 해외바이어 수입확률예측 모델로 수입확률 70% 이상 바이어 1,100개사를 대상으로 마케팅해, 관심을 보인 87개사 집중 지원 끝에 현지 바이어 5개사로부터 총 145만 달러 수출 성약을 달성했다.
“수입확률이 70% 이상인 1100개의 바이어 대상으로 온·오프라인 전방위 마케팅을 진행한 것이다. 이 중 우리기업 제품에 관심을 보인 87개에 집중 수출 지원을 한 결과 1차로 현지 바이어 5개사로부터 총 145만달러의 수출 성약을 내는 쾌거를 이뤘다.”
KOTRA는 21개국 770만 건의 수출입 데이터를 AI 머신러닝으로 분석해 수입 확률 70% 이상인 해외 바이어를 예측하고 국내 기업과 매칭했다.
“우선 자체 확보한 실거래 데이터와 관련해서는 21개국 770만 건의 수출입 데이터를 분석해 해외바이어의 수입 수요를 예측했다. AI를 활용해 경쟁국으로부터 유사 품목을 수입하고 있는 바이어 중 수입 확률이 70% 이상 되는 바이어를 예측했고 이를 국내기업과 매칭시키는 방식이다.”
AI 시범사업에서 나이로비 무역관은 폴리프로필렌 수출기업 K사에 한국 제품 수입 경험이 전무한 바이어를 추천해 90만 달러 상당의 수출계약을 성사시켰다.
“시범사업에 적극 참여한 케냐 나이로비무역관에서는 폴리프로필렌을 수출하는 국내 K사에 한국 제품을 한 번도 수입해 본 적 없는 바이어를 추천해 90만 달러 상당의 수출계약을 따냈다.”
KOTRA가 자체 확보한 해외기업 데이터는 1,000여만 건에 이르며, 외부 데이터 연계로 수집·분석 범위를 계속 넓힐 계획이다.
“현재 KOTRA가 자체 확보한 해외기업 데이터는 1000여만건에 이르며 앞으로도 외부 데이터와 연계하는 등 데이터 수집과 분석의 범위를 더욱 넓혀 나갈 예정이다.”
중남미 개척이 지지부진하던 페인트기업 A사는 트라이빅으로 페루 바이어를 찾아 3만 달러 초도수출에 성공했다.
“A사는 중남미 시장개척이 지지부진하던 상황 속에 트라이빅 덕분에 페루 바이어를 찾고 3만달러 초도수출에 성공한 경우로, 내년 1월에도 추가 수출 논의를 위해 현지를 방문할 예정이다.”
트라이빅은 전 세계 83개국 해외무역관 128개소에서 수집한 약 1억 5,000만 건의 빅데이터를 분석해 서비스하는 무역투자 빅데이터 플랫폼이다.
“'트라이빅'은 국제무역통계 데이터, 해외시장 정보 등 전 세계 83개국의 해외무역관 128개소에서 수집한 약 1억 5,000만 건의 빅데이터를 분석해 서비스하는 무역투자 빅데이터 플랫폼이다.”
금속 단조제품 제조사 M사는 트라이빅으로 미국을 유망시장으로 발굴하고, 플랫폼에서 찾은 잠재 바이어와 교신 끝에 83,415달러 수출계약을 체결했다.
“금속 단조제품을 생산하는 M사는 트라이빅을 활용해 자사에 적합한 유망시장으로 미국을 추가했고, 여기서 찾은 잠재 바이어와 꾸준한 교신 끝에 최근 83,415달러의 수출계약을 체결했다.”
머스크라인은 GPS·모뎀·SIM 카드로 구성된 원격 컨테이너 관리(RCM) 장치가 자사 냉동컨테이너(리퍼) 27만 대 전량에 탑재될 예정이라고 밝혔다.
“RCM includes a GPS positioning unit, a modem and a SIM card. These will be on all 270,000 of Maersk’s refrigerated containers. This enables location, temperature, humidity and power status readings to be continuously collected and stored.”
머스크라인 선박 약 400척에 리퍼 센서 데이터를 위성으로 전송하는 VSAT 돔이 설치됐고, 리퍼 27만 대에 원격 컨테이너 장치가 장착됐다.
“Already, the carrier has equipped 270,000 reefer containers with remote container devices that utilize a 3G SIM card, a GPS unit and an antenna. In addition, about 400 vessels have been outfitted with a VSAT dome, which transmits data gathered from the reefers to a satellite.”
머스크라인은 RCM 데이터로 컨테이너 상태를 사전 판별해 필요한 경우에만 검사를 보내는 방식으로, 1년 만에 사전운송점검(PTI) 22만 5천 건을 제거했다.
“Last year alone, Maersk Line eliminated 225,000 PTIs, which helped provide faster turnaround of its reefers for customers.”
리퍼가 터미널에 도착하기 전에 RCM 데이터를 확보할 수 있게 되면서, 사전운송점검(PTI) 1건에 들던 시간이 최대 6시간에서 약 12분으로 줄었다.
“According to Catja Rasmussen, Maersk Line’s project head, the time devoted to conducting PTIs has also been reduced from up to six hours to about 12 minutes because so much data was available to the carrier in advance of the reefer container arriving at the terminal.”
2017년 9월 고객 대상 출시 이후 2019년 12월까지 3,600개 이상 기업이 RCM에 가입했으며, 머스크·함부르크수드 통합 함대의 냉동컨테이너 38만 대 이상의 데이터 투명성을 제공했다.
“Since its launch to customers in September 2017, over 3,600 companies have signed up for RCM and the transparency on information from the over 380,000 refrigerated containers of the combined fleet of Maersk and Hamburg Süd it provides.”
2022년 한 해 동안 머스크 리퍼 함대의 80% 이상이 캡틴 피터(Captain Peter) 플랫폼에 기존 1일 1회 대신 매시간 데이터를 전송하도록 업그레이드됐다.
“Over the course of 2022 more than 80% of the reefer fleet was upgraded to deliver hourly data to Captain Peter - as compared to a daily update previously - enabling even more visibility and reducing the risk of damaged goods and food waste.”
매년 전 세계 신선 농산물(fresh produce)의 13%가 수확에서 소매 단계 사이 콜드체인에서 손실된다.
“Each year, 13% of the global fresh produce is lost in the cold supply chain, between harvest and retailer, which equivalents millions of Euros in revenue.”
첼로스퀘어의 머신러닝·생성형 AI 리스크 감지 도입으로 물류 리스크 대응 방안 수립 시간이 기존 하루에서 2시간으로 단축됐다.
“방안 수립에 걸리던 시간도 기존 하루에서 2시간으로 단축되어 리스크 대응 속도를 크게 높였다.”
삼성SDS는 매일 수집한 6만 건 이상의 글로벌 뉴스에서 머신러닝으로 물류 리스크를 자동 추출한다.
“매일 수집한 6만 건 이상의 글로벌 뉴스에서 머신러닝을 활용해 물류 리스크를 자동 추출한다.”
추출된 리스크는 생성형 AI가 3단계 위험도로 산정하며, 과거 약 2만 건의 글로벌 물류 리스크 사례로 학습된 모델이 판단 기준이다.
“이렇게 추출된 리스크를 생성형 AI를 활용해 위험도를 3단계로 구분하여 산정한다. 삼성SDS는 과거 약 2만 건의 글로벌 물류 리스크 사례로 위험도를 판단하는 모델을 개발했고, 생성형 AI가 위험도 판단을 할 수 있도록 학습시켰다.”
첼로스퀘어는 매일 약 6만 건의 글로벌 뉴스에서 머신러닝으로 추출한 물류 리스크에 대해 생성형 AI 3단계 위험도 판단 작업을 하루 70건씩 수행한다.
“글로벌 뉴스 약 6만건을 매일 받아 데이터를 수집하고, 머신러닝 기반 물류 리스크를 추출해 생성형 AI로 3단계 위험도를 판단하는 작업을 하루 70건씩 수행한다”
첼로스퀘어는 2025년 4분기 매출 3307억원으로 전분기 대비 27% 성장했고, 가입 고객사는 2만4600여개사, 선적 고객 수는 12% 증가했다.
“디지털 물류 플랫폼인 첼로스퀘어의 지난해 4분기 매출이 3307억원을 기록하며 전분기 대비 27% 성장했다"며 "디지털 서비스를 창고 및 내륙 운송까지 확대한 효과로 가입 고객사는 2만4600여개사로 늘어났고 선적 고객 수도 12% 증가했다”
첼로스퀘어 가입 고객은 전년 대비 27% 증가해 2025년 말 기준 24,625개사가 서비스를 활발히 이용하고 있다.
“디지털 물류 플랫폼 첼로스퀘어(Cello Square)는 전년 대비 가입 고객이 27% 증가해 2025년 말 기준 24,625개 회사가 서비스를 활발히 이용하고 있다.”
첼로스퀘어는 전 세계 36개국 56개 거점에 대한 모니터링 서비스를 제공한다.
“현재 삼성SDS '첼로스퀘어'는 전세계 36개국, 56개 거점에 대한 모니터링 서비스를 제공하고 있다”
UPS의 ORION 경로 최적화 시스템은 2015년 말까지 누적 3억 2,000만 달러를 절감했다.
“According to UPS, ORION saved the company $320 million by the end of 2015, but the biggest savings are going forward.”
완전 배치 시 ORION은 연간 3억~4억 달러의 절감 및 비용 회피 효과를 낼 것으로 추산됐다.
“Once fully deployed, ORION is expected to account for an estimated $300 million to $400 million in annual savings and cost avoidance”
ORION의 연간 효과는 주행거리 1억 마일 감축, 연료 1,000만 갤런 절감, CO2 배출 10만 미터톤 감축으로 추산된다.
“thanks to 100 million miles less traveled, 10 million gallons of fuel not consumed and a reduction of 100,000 metric tons in CO2 emissions per year”
ORION 구축·배치 비용은 2억 9,500만 달러 이상이며, 이에 대비해 연간 3억~4억 달러 절감이 기대된다(UPS 저자들의 Interfaces 논문, Edelman 심사 검증).
“Costing more than $295 million to build and deploy, ORION is expected to save UPS $300–$400 million annually.”
UPS의 검증된 완전 배치 추정치는 연간 주행거리 1억 마일 감축과 이에 따른 드라이버 비용 회피·연료 절감 연 3억~4억 달러다.
“The current estimate (at full deployment) is an annual reduction of 100 million miles driven with driver-cost avoidance and fuel savings of between $300 million to $400 million annually.”
한 UPS 드라이버는 ORION 경로 도입 후 하루 배송 스톱이 110개에서 115~118개로 늘었다(동일 근무시간 기준)고 밝혔다.
“he used to do 110 stops a day and now does 115 to 118 stops in the same amount of time”
2015년 12월 기준 ORION은 UPS 미국 드라이버 55,000명 중 35,000명 이상이 사용하고 있었다.
“As of December 2015, ORION is being used by more than 35,000 of 55,000 U.S. drivers.”
ORION은 2억 5,000만 개 이상의 주소 데이터 포인트를 연산해 UPS 드라이버에게 최적화된 배송 경로를 제공한다.
“more than 250 million address data points to provide UPS drivers with optimized delivery routes”
2021년 UPS 측은 '다이내믹 ORION' 업그레이드가 기존 ORION의 드라이버당 8마일 감축에 더해 드라이버당 평균 2~4마일 경로 감축을 가능하게 했다고 밝혔다.
“reduce driver routes by an average of two to four miles per driver, Perez said, adding that the original ORION implementation resulted in a reduction of eight miles per driver”
UPS 자체 개발 내비게이션 UPSNav는 2억 5,000만 개 위치를 담은 독자 ORION 지도를 기반으로 작동한다.
“It uses the UPS data infrastructure and proprietary ORION maps, which include 250 million locations.”