인공지능을 활용한 운송관리시스템(TMS) 설계 최적화의 이점
(출처: Anastasia - stock.adobe.com)
글 : 아담 킴멜(Adam Kimmel)
소비자들은 대체로 자신이 주문한 제품을 즉시 받기를 원한다. 대기업 구매자 역시 마찬가지다. 제품 구매 결정이 내려지면 자신들이 예상하는 이점을 최대한 빨리 누릴 수 있기를 바란다. 소프트웨어 개발자들은 운송 관리 시스템(transportation management systems, TMS)을 개발하여 제품 납기에 대한 소비자들의 기대치를 충족하고 있다.
TMS 시스템은 운송 경로를 모델링함으로써 물류 계획을 세우고 있는 기업들이 제품이 목적지에 도착하는 데 걸리는 시간을 단축할 수 있도록 지원한다. 미국에서만 매년 210억 개 이상의 패키지가 출하되고 있는 가운데, TMS 소프트웨어는 운송 경로와 운송회사가 서로 교차 및 간섭하는 것을 최소화한다.
이 글에서는 AI가 어떻게 TMS를 향상시켜 화물 물류를 개선하고, 비용 절감을 극대화하면서, 배송 시간을 단축하고, 화물의 탄소 배출을 줄이는 친환경적인 관행을 촉진하는지에 대해 알아본다.
운송 관리 시스템(TMS)의 개요
TMS 시스템은 복잡성을 줄이고 효율을 높일 수 있도록 다음과 같은 세 가지 주요 기능을 제공한다.
1. 운송 계획 및 매핑
2. 화물 관리
3. 예측 및 보고 분석 대시보드
TMS 소프트웨어는 다양한 운송회사의 운송 요금을 비교하여 운송 경로에 따라 비용을 최적화한다. 이 단계는 컨테이너 크기, 적재 3차원 형상 및 화물 운송 방식(도로, 철도, 해상, 항공)과 같은 변수를 고려하여 선적 단위당 상품 수를 극대화한다.
예를 들어 ‘컨테이너화’는 운송 컨테이너 내의 패키지 방향과 적재를 가리킨다. 대량 상품의 경우, 소포의 방향을 조정하여 컨테이너 내부에 한 줄을 더 추가하면 재정적 이득을 높일 수 있다. 이 밖에도 가령 상용화 일정을 고려할 때 항공 운송이 아닌 해상 운송을 활용할 수 있다면, 항운을 통해 얻을 수 있는 배송 일정의 이점을 보다 저렴한 해운 비용으로 충분히 상쇄할 수 있다.
화물 관리 기능은 다양한 운송회사와의 화물 견적, 계약 체결, 견적 처리, 청구서 발부 및 이견 해결 등의 절차를 다룬다.
세 번째 기능은 분석을 수집하고 화물 수요를 예측하는 대시보드이다. TMS 소프트웨어는 수익성을 분석하고 조건이 변경되면 운송을 동적으로 수정한다. 물류 프로세스의 각 단계에 대한 가시성을 갖춘 시스템을 통해, 문제가 발생할 경우 문제를 표시하고 확인할 수 있다.
TMS 시스템의 이점
TMS의 주요 이점은 위에서 설명한 기능들을 최적화하는 데이터 수집에서 비롯된다. 프로세스 전반에서 데이터가 수집되므로 물류 계획자는 운송회사 전략, 가격 구조 또는 운송 방법의 변경을 고려할 수 있다. 뿐만 아니라 물류 계획자는 운송회사 또는 운송 방법별로 제품 파손 관련 데이터를 수집하여 그러한 비효율을 운송의 경제성에 반영할 수 있다. TMS는 데이터 기반 최적화를 통해 운송을 개선할 수 있으므로 AI에 이상적이다.
운송 관리를 향상하는 AI 기술
운송 및 물류의 디지털화는 앞서 언급한 효율 증대로 이어진다. 문제가 있는지를 파악하지 못하면 문제를 해결할 수 없다. 따라서 이러한 데이터를 수집하고 동향을 추적하는 것이 물류 프로세스 단계를 강화하는 첫 번째 단계이다. AI 기반 TMS를 통해 실현할 수 있는 다양한 개선 사항 중 대표적인 것으로 다음 세 가지를 들 수 있다.
- 운송 경로 최적화
AI를 활용함으로써, TMS는 점점 더 증가하는 데이터 양을 축적하여 실시간으로 물류 프로세스에 정보를 지속적으로 제공하고 끊임없이 개선되도록 방향을 제시한다. 항운 대비 해운 타이밍을 일괄적으로 가정하는 대신, TMS는 정보를 수집하여 두 가지 방식 모두에 대해 물품 운송을 모델링함으로써 비용과 에너지를 절약하는 계획을 세울 수 있다.
AI는 교통 데이터를 결합하여 하루 동안의 트럭 경로를 지속적으로 최적화한다. 출퇴근 시간에 극심한 교통 혼잡을 겪는 대도시의 경우, 이 소프트웨어는 시간의 경과에 따른 교통 병목 지점을 학습하여 이를 피할 수 있는 최적의 경로를 제안할 수 있다. 이 밖에 AI 기반 TMS는 일반적인 경로를 방해하는 충돌 또는 추돌 사고, 날씨, 그 밖에 예기치 않은 사건들을 추적함으로써 추가 비용을 늘리는 지연을 방지할 수 있다.
- 예측 기능
스마트 TMS 소프트웨어는 구매자의 상품 파손에 대한 데이터 입력 및 화물 도착 시 모든 고객 서비스 불만을 수집한다. 시스템은 제품 품질 손실을 다양한 경로 제안과 비교하고, 경로를 정의하는 과정에서 이를 예측 모델링에 반영한다.
또한 차량에 스마트 센서를 추가하면 TMS 소프트웨어가 향후 운송 차량의 유지보수 필요성을 사고 발생 전에 예측할 수 있는 데이터를 수집할 수 있다. 스마트 센서는 엔진의 배출가스를 모니터링하는 배기가스 센서 또는 엔진이나 변속기 진동을 모니터링하는 진동 센서를 포함할 수 있다. 이러한 센서에서 얻은 정보는 현장에서 심각한 차량 고장으로 인한 다운타임과 엄청난 비용 또는 안전 위험을 더욱 최소화한다.
- 비용 및 탄소 배출 저감
TMS에 AI를 통합함으로써 얻는 세 번째 이점은 비용과 탄소 배출을 줄이는 복합적인 효과이다. 운송 경로 최적화로 운송 시간을 단축하고 배송 경제성을 높일 수 있다. 운송 경로 최적화의 또 다른 이점은 복귀 경로에서 빈 컨테이너의 운송 시간을 최소화하는 데까지 확장된다. 왕복 이동은 트럭과 컨테이너를 회수하는 데 꼭 필요한 비효율적인 과정으로, 컨테이너가 비어 있는 채로 운반하는 것은 경제적으로 낭비이다.
AI 기반 TMS 소프트웨어는 빈 컨테이너의 경로를 더 가까운 하역 또는 상역 장소로 최적화하여 왕복 시간을 줄이도록 도와준다. 이에 따라 회사는 이동 거리를 줄임으로써 연료 비용을 크게 절감하고 차량 수명을 연장하여 이 과정에서 비용과 탄소 배출량을 모두 개선할 수 있다.
결론 및 향후 동향
신속한 제품 배송을 원하는 소비자 요구에 부응하여 운송 관리 시스템은 물류의 초석이 되고 있다. TMS는 운송 계획, 화물 관리, 데이터 분석을 간소화하여 운영을 최적화한다.
이제 TMS 소프트웨어 내의 스마트 기능은 더욱 더 많은 양의 데이터를 생성함으로써 AI와 머신러닝(ML)의 개발 기능을 적용하는 데 이상적인 시나리오를 만들고 있다. 더 나아가 머신러닝은 지속적으로 프로세스와 작업을 최적화하며, AI는 데이터에 존재하는 부정적인 신호에 즉시 대응하는 최상의 인간 응답을 제공한다. 머신러닝과 AI는 공급망의 물류 효율, 소비자 비용 및 생애주기 환경 평가를 개선하는 이점을 제공한다.
▶저자 소개
아담 킴멜(Adam Kimmel)은 20년 가까이 실무 엔지니어, R&D 매니저, 엔지니어링 콘텐츠 작가로 활동하고 있다. 자동차, 산업/제조, 기술, 전자 등 관련 분야의 백서, 웹사이트 카피, 사례 연구, 블로그 게시물을 작성한다. 엔지니어링 및 기술 콘텐츠 제작 회사인 ASK 컨설팅 솔루션스(ASK Consulting Solutions) 설립자이자 사장이다.