뜬금 휴머노이드 이야기를 꺼낸 이유는 이 로봇이 인공지능(AI) 기술 적용으로 대표되는 최근 물류 자동화의 진화 방향과도 맞물려 있기 때문입니다. LG CNS 스마트물류센터/로봇담당의 손동신 위원은 “요즘 글로벌 물류 자동화 시장 전반을 관통하는 트렌드는 지능화”라며 “AI 기술의 발전과 함께 고도화된 지능화 로봇으로 인해서 자동화 수준이 점점더 높아지고 있다”고 밝혔습니다.
예를 들면, 최근에는 AGV(Automated Guided Vehicle)를 대신해서 AMR(Autonomous Mobile Robo)을 활용하는 사례들이 늘어가는 것을 들 수 있는데요.
AGV는 물류센터 바닥에 부착된 QR코드 등 지정된 경로를 따라 이동하도록 설계되어 있어서 AGV가 도입되는 물류센터 레이아웃에 맞춰서 이동 경로와 작업 프로세스와 같은 임무들이 사전에 정의돼야 합니다. 투입되는 로봇 대수나 창고 레이아웃의 변화가 발생한다면 모든 과정을 다시 프로그래밍 해야 해서 시간과 비용이 더 많이 필요하며, 작업 유연성이 떨어진다는 단점이 있었습니다.
반면 AMR은 카메라, 라이다(LIDAR), 초음파 센서 등을 활용하여 주변 환경을 스캔하고, 맵을 생성해서 스스로 최적의 경로를 찾아 이동하는 특징이 있습니다. 레이아웃을 변경하더라도 수십~수백대의 로봇이 알아서 맵을 작성하고, 경로를 탐색하며 자율적으로 임무를 설정하는 기능이 있어서 작업 생산성이 높고, 빠른 도입이 가능하다는 장점이 있습니다.
물류 자동화 업계 관계자에 따르면 과거 AMR은 AGV에 비하여 지능화된 설비이기 때문에 비싸다는 인식이 있었습니다. 다만 이제는 센서 및 로봇 하드웨어 가격이 많이 하락했고, AGV 운영을 위한 가이드 설치비용이 부담된다는 것을 고려한다면 전체 비용 측면에서 AMR이 AGV보다 더 저렴해지는 지점도 보인다는 평가입니다.
다른 예로 물류 현장에서 흔히 사용하는 자동화 설비인 ‘스택커 크레인(Stacker Crane)’도 보다 똑똑한 ACR(Autonomous Case-handling Robots)로 진화하고 있는 모습이 보입니다. AGV의 예시와 유사하게 스택커 크레인은 고정된 레일 시스템을 수직과 수평 방향으로 움직이며, 주로 팔레트 단위의 대형 물품을 보관하고 이동시키는 데 사용됐는데요.
ACR은 고정된 레일 시스템의 제약 없이 창고 내부 환경을 인식하고 스스로 길을 찾아갈 수 있어, AMR과 마찬가지로 창고 내 경로변경이나 레이아웃 등 환경 변화에 유연하게 대응할 수 있다는 특징이 있습니다. 그만큼 기존 존재했던 자동화의 공백을 없애줄 수 있는 지능화된 설비이기 때문에, 다양한 물류 현장에서 확산되고 있습니다.
끝판왕 휴머노이드가 나타난다면
이런 차원에서 휴머노이드는 ‘자동화의 공백’을 없앨 끝판왕처럼 여겨지고 있습니다. 과거부터 물류업계에서 자동화 설비 도입을 부담스러워했던 대표적인 이유는 특정 설비 도입을 위해 전체 혹은 부분 프로세스 작업을 멈추고 해당 설비 도입을 위한 준비과정이 필요했기 때문인데요. 자동화 설비가 이동하는 가이드라인을 사전 설치해야 하는 AGV나 ACR처럼 ‘유연성’이 떨어졌다는 거죠.
하지만 사람의 형태로, 사람처럼 움직이며, 사람이 하는 일을 대체하는 휴머노이드 로봇은 지금까지 사람이 수행했던 모든 작업 현장에 투입이 가능합니다. 설비나 레이아웃 변경 없이 로봇 군단을 활용할 수 있게 되는 것이죠. 로봇에 지시하던 사람의 역할은 점차 소프트웨어와 알고리즘이 대체하게 됩니다.
예컨대 기존에는 100가지 자동화 과제를 하기 위해서는 100가지 설비를 만들어야 했는데요. 여기 100가지 자동화 과제를 한 번에 할 수 있는 로봇이 있다면, 범용성 관점에서 만들 수 있는 효용은 분명할 것이라는 거죠. 단적인 예로 다리가 있는 휴머노이드는 평평한 바닥만 달리는 AMR과 다르게 설비를 조작하고 계단을 오르고 화물을 들어올릴 수 있으니까요.
여기 더해 또 하나 살필 부분은 비용 측면의 ‘변곡점’이 오고 있다는 것입니다. 전 세계적으로 물류 현장의 인력난은 가속화되고 있고요. 신규 진입이 없기 때문에 여기에 연동된 인건비는 계속해서 올라가고 있습니다. 반면, 기술에 대한 도입 비용은 계속해서 떨어지고 있는데요. 서두에 언급했듯 중국의 로봇업체 유니트리는 1만6000달러에 로봇을 판매하고 있고요. 일론 머스크(Elon Musk) 테슬라 CEO는 자사 개발 휴머노이드 로봇 ‘옵티머스’의 가격을 2만달러 미만이 되도록 하겠다고 밝힌 바 있습니다.
이런 배경에서 최근 생성형 AI 기술이 결합됨에 따라 더욱 강력한 지능화 로봇이 나올 가능성이 제기되고 있습니다. 로봇이 인간 작업자의 행동을 보고 바로 그 의미를 해석하고, 간단한 지시만으로 실행까지 옮기는 기능이 이미 시장에 등장했고요. 물류 자동화 업계에선 조만간 공장에서 테스트를 마친 생성형 AI 기술을 탑재한 휴머노이드가 대량으로 시장에 뿌려지기 직전 단계로 보고 있습니다.
LG CNS 스마트물류센터/로봇담당의 손동신 위원은 “AI, 더 나아가 생성형 AI를 활용한다면 향후 기계적으로 완벽한 로봇은 필요 없어질지 모릅니다. 수준이 낮은 하드웨어일지라도 정확하게 작업할 수 있도록, AI가 끊임없이 보정하면서 성능을 진화시켜나갈 것이기 때문인데요. 결과적으로 저가형 하드웨어를 가지고 고급 기술을 구현하는 것이 가능해집니다. 장기적으로 물류 현장에서 로봇 군단을 풀어서 모든 작업을 시키는 그런 시대가 오지 않을까 생각합니다”라고 밝혔습니다.
여전히 중요한 ‘프로세스 최적화’
다만, 여전히 기술이 통제하지 못하는 예외는 존재한다는 것은 기억해야 합니다. 사람이 실수를 하듯, 생성형 AI 기술이 적용된 휴머노이드도 모든 현장의 예외를 조정할 수는 없기 때문입니다. 가까운 예시로 생성형 AI가 그럴듯한 거짓을 진짜처럼 이야기하는 ‘할루시네이션’은 여전히 해결해야 할 숙제로 언급되고 있으니까요.
결국 이러한 예외사항을 최대한 통제하기 위해서는 기술뿐만 아니라 최적의 운영 프로세스를 설계하는 역량이 따라가야 한다고 LG CNS는 강조했습니다. LG CNS가 지난 수십년의 물류 자동화 경력과 노하우를 바탕으로 가장 잘할 수 있는 핵심 역량이 바로 이 ‘프로세스 최적화’이고, 여기서 여전한 전문가의 역할을 찾을 수 있을 거라는 전언입니다. 손동신 위원의 이야기로 마무리합니다.
“당장 현재 상용화된 AI 기술 또한 사람보다 정확할 수 있지만, 예외사항에 100% 대응하는 자동화 솔루션을 제공하지는 못합니다. AI가 대응하지 못하는 것에 대해서는 예외사항을 처리하는 자동화 프로세스를 마련하거나, 나아가 사람이 대응하는 프로세스를 결합해 운영하는 등의 대응이 필요합니다.
예컨대 딥러닝 모델을 활용한 불량품 검사는 이미 ‘제조 현장’에는 광범위하게 적용됐는데요. 다만, AI 모델이 아직까지 100% 정확하게 불량인지 양품인지 판단을 하진 못하거든요. 그래서 AI 판정 시에 컨피던스가 높은 경우는 AI 모델의 판정을 신뢰하고 통과시키지만, 판정 결과에 대한 컨피던스가 낮은 경우에 대해서는 사람이 추가로 검증을 하는 것과 같은 예외사항을 조정하는 프로세스를 마련하는 식으로 대응하고 있습니다. 물류 현장에서도 AI가 제대로 식별하고, 피킹하지 못하는 상품들에 대해서는 예외 처리를 해서 알람을 주고, 별도 컨베이어로 이송시켜 사람이 수작업으로 대응하고 있고요.
결국 여전히 AI가 놓칠 수 있는 영역에 대해서는 별도의 대응 ‘프로세스’를 마련할 필요가 있습니다. LG CNS는 이미 제조 및 물류 현장에서 광범위하게 최적화 알고리즘을 적용해, 전반적인 프로세스를 운영했던 많은 경험이 있고요. 이러한 경험을 바탕으로 개별 및 전체 공정 최적화에 필요한 자동화 설비를 고객사에 컨설팅하고 시스템 통합 업무를 수행했던 경험도 있습니다. 나아가 RaaS(Robot as a Service) 형태로 필요한 설비를 구독해서 사용할 수 있는 통합 운영 플랫폼까지 제공하고 있습니다” - 손동신 LG CNS 스마트물류센터/로봇담당 위원
※ 이 콘텐츠는 LG CNS의 협찬을 받아 작성됐습니다. 커넥터스는 기존 주 5회 이상 송고되던 유료 콘텐츠 스케줄과 별도로 브랜디드 콘텐츠를 제작하여 무료 공개함을 밝힙니다. |