물류 자동화의 미개척지, ‘상하차 까대기’ 로봇이 등장했다고요?

1. 포탈 검색창에 ‘지옥의 알바’라고 검색하면 으레 노출되는 결과가 있습니다. 속칭 ‘까대기’라고도 불리는 상하차 업무입니다. 일하다 말고 도망간 노동자를 잡으러가는 도시 전설이 떠돌 정도로 고된 업무 강도로 유명한데요. 최근 몇 년 사이 로봇을 포함한 숱한 첨단 자동화 솔루션이 물류 현장에 도입됐음에 불구하고, 왜 까대기는 음역 지역으로 남아있는 것일까요?
2. 2020년 12월 아모레퍼시픽 오산 물류센터에 방문한 적이 있습니다. 현장에서 만난 물류 실무자가 그들의 업무 생산성을 높이는 데 혁혁한 공을 세웠다고 강조하며 보여준 것은 ‘피킹 카트’였습니다. 피킹 카트에 다중 검수와 같은 디지털 기능을 적용하여 작업자들의 실수를 방지한 것인데요. 당시만 하더라도 충분히 많은 무인 로봇 자동화 설비가 등장했는데, 왜 이들은 여전히 사람과 공존하는 ‘디지털 카트’를 운영하고 있던 것일까요?
3. 몇 가지 일반인들에게 친숙하게 느껴지는 사례를 소개했지만, 물류 현장은 자동화 음영 지역의 존재를 더 절실하게 느끼고 있습니다. 한국에서도 상당 부분 자동화가 진척된 공장 현장과는 다르게, 대부분의 물류 현장은 여전히 사람의 수작업으로 운영되는 경우가 많거든요.
4. 그 이유는 여러 가지가 있겠지만 대표적인 첫 번째는 커넥터스에서도 여러 차례 소개했던 ‘비용’에 대한 부담 때문입니다. 여기에는 여전히 사람 대비 떨어지는 로봇의 작업 유연성이 함께 이슈가 되곤 했습니다. 예컨대 로봇 피킹 시스템을 운영하다가 돌발 상황으로 물건이 흔들려서 떨어진다면, 이걸 현장에서 주워서 다시 담는 작업을 누가할 수 있을까요? 현실 사례인데, 모든 로봇 작업을 멈추고 사람이 투입돼야 하는 아이러니가 발생할 수 있습니다.
5. 두 번째 이유는 물류, 그 중에서도 이커머스 물류와 연결되는 특징인데요. 이커머스는 다루는 화물의 사이즈와 무게, 물성이 굉장히 다양하거든요. 서로 비슷해 보이는 상품을 피킹하는 것은 사람에게도 실수가 왕왕 발생하는데, 로봇이 이를 할 수 있느냐는 것이죠.
6. 물론 인공지능이 이를 실현할 수 있다고 하지만, 이를 자동화하기 위해서는 로봇이 비슷하게 생긴 상품이 포함된 수천~수백만개 이상의 SKU(Stock Keeping Units)를 서로 다름을 인식할 만큼 충분히 학습해야 하고요. 그 과정에서는 너무나 많은 시간과 비용이 들어갈 수 있습니다.
7. 혹여 인지가 가능해졌다고 하더라도 상품을 손상 없이 들어서 옮기는 과정 자체가 로봇에게 너무 어려울 수 있습니다. 로봇에게 사람 손 모양의 모듈을 장착할 순 있더라도, 이를 사람처럼 움직이고 동작하도록 하는 것은 완전히 다른 이야기거든요. 언젠가 ‘깻잎’을 인식하여 분류하는 소터를 자랑거리로 이야기했던 아워홈 사례가 떠오르는데, 그만한 이유가 있는 것입니다.
8. 하지만 불가능해 보이는 이러한 영역의 자동화에 도전하는 로봇 기업이 없지 않습니다. 얼마 전 커넥터스가 주최한 두 번째 밋업 호스팅 기업으로 참가한 ‘XYZ로보틱스’가 그 중 하나인데요.

(중략)