유즈케이스 맵

유즈케이스 맵

유통 밸류체인

조달/머천다이징수요예측/재고풀필먼트/물류매장운영마케팅/개인화CS
수요예측 MLWalmart self-healing inventory난이도 중올리브영 ItemLM 개인화난이도 중
컴퓨터비전롯데마트 AI 신선 선별난이도 중Amazon Sequoia 입고 식별난이도 상
로보틱스Amazon, 쿠팡, Ocado 로봇 풀필먼트난이도 상
NLP/문서자동화올리브영 리뷰 sLLM 큐레이션난이도 중
생성형 AICarrefour 상품정보 생성난이도 하Amazon DeepFleet 함대 조정난이도 상
최적화 알고리즘Ocado 그리드 및 라스트마일 최적화난이도 상

수출·무역 밸류체인

시장조사바이어 발굴/매칭계약/서류통관/규제국제물류정산/리스크
수요예측 MLKOTRA AI 수입확률 분석난이도 하KOTRA AI 바이어 예측 및 매칭난이도 하CJ대한통운 도착예측 및 Maersk 리퍼 원격관리난이도 중
컴퓨터비전관세청 X-Sync X-ray 판독(정부 인프라)난이도 상DHL Vision Picking난이도 중
로보틱스CJ대한통운 AI 디팔레타이저난이도 상
NLP/문서자동화KITA tradeKorea AI 매칭난이도 하Flexport 문서 워크플로 자동화난이도 중관세청 AI HS코드 품목분류난이도 하삼성SDS 첼로스퀘어 뉴스 리스크 감지난이도 하
생성형 AI삼성SDS 생성형 AI 위험도 판단난이도 하
최적화 알고리즘UPS ORION 및 DHL IDEA 경로 최적화난이도 상

인트로

검증된 AI 활용 사례를 유통과 수출 밸류체인 전반에 걸쳐 나란히 놓고 비교한 맵이다. 도구 유형만 확인됐거나 검증 사례를 못 찾은 조합은 빈 칸으로 남겨둔다.

도입 난이도 기준

- 하: 공공 지원사업, 포털형 도구, 기성 SaaS나 API 수준의 도입이다. 원문 맵은 KOTRA의 AI 수입확률 분석·매칭 시범사업을 공공기관 시범사업이라 하로 두고, 관세청 AI HS코드 추천도 포털 기반 업무 활용이라 하로 둔다. 관세청은 현재 정확도가 80% 이상이라고 밝혔다. - 중: 자사 데이터 정비에 더해 솔루션 커스터마이징, 현장 장비나 WMS/ERP 연동이 필요한 사례다. DHL IDEA는 기존 WMS 위에 얹을 수 있어 중으로 두되, 성과는 그 WMS 역량에 따라 갈린다. 초기 도입 현장에서 이동거리를 최대 50% 줄이고 생산성은 최대 30% 끌어올렸다. - 상: 전용 인프라, 대규모 설비투자, 자체 모델·플랫폼 개발이 필요한 사례다. 쿠팡은 대구FC 자동화 시스템을 짓는 데 3200억원을 투자했다. 아마존은 DeepFleet이 로봇 함대 이동시간을 10% 개선한다고 밝혔고, Ocado 플랫폼은 전용 CFC 인프라가 깔려 있어야 돌아간다. - 혼합 셀: 원문 맵은 UPS ORION·DHL IDEA 최적화 셀을 중~상으로 둔다. IDEA는 소프트웨어형에 가깝고, ORION은 전사 자체 개발 쪽이다. 배지는 하나만 붙여야 하니 매트릭스는 더 높은 인프라 요구 수준을 따른다. - 맥락: 한국무역협회 보고서를 인용한 조사에서, 한국 무역업체 임직원 가운데 AI로 생산성을 높이거나 능동적으로 업무를 본다고 답한 비율은 16.9%에 그쳤다. 그래서 한국 중소·중견 유통·수출기업 관점에서 중이나 상 난이도는 대개 외부 파트너, 플랫폼, 단계적 파일럿이 있어야 넘어가는 영역으로 본다.

읽는 법

- 이 맵은 가능한 AI 도구를 죄다 늘어놓은 목록이 아니라 근거 맵이다. 소스 테마에서 구체 사례를 확인한 셀만 채웠고, 도구 유형만 있는 아이디어는 검증 사례가 붙을 때까지 빈 칸으로 둔다. - `case_ref`는 셀이 확정 케이스 세트에 이어질 때 그 케이스 파일을 가리킨다. `null`은 확정 케이스 파일 밖의 외부 사례거나 공공 인프라 사례, 아니면 소스 테마 참조라는 뜻이다. - 난이도는 한국 중소·중견 유통사나 수출기업 관점에서 읽는다. 글로벌 대기업의 자체 구축은 상으로 보되, 같은 기능이라도 SaaS나 포워더, 공공 포털이 진입 문턱을 낮춰줄 수 있다.