일본산업뉴스요약

스타트업 X
'택배 테크' 물류를 구하다
AI, 전력계를 통해 재택 여부 판별

국내의 택배업계는 만성적인 노동력 부족과 증가하는 택배 물량으로 ‘택배 크라이시스’에 직면하고 있다. 출구가 보이지 않는 문제에 스타트업 기업이 해결의 길을 제시하고 있다. 인공지능(AI)을 사용한 경로 지시 등 현관 앞까지의 ‘라스트원마일’의 배송 효율을 높인다. 물류의 문외한이 테크의 힘으로 노동집약형의 현장에 혁신을 초래하고 있다.

1회 배달에서 물건을 배달처에 배달하지 못한 경우는 불과 2%. 실험이지만 운전자가 확실하게 택배 물건을 배달할 수 있는 시스템이 있다. AI 기술을 개발하는 일본데이터사이언스연구소(도쿄)가 개발한 배송경로지시시스템이 그것이다. 이 시스템으로 배달처 부재의 문제를 해결할 수 있을 것으로 기대하고 있다.

-- 프라이버시 보호 --
2018년 9~10월, 도쿄대학 혼고캠퍼스 구내의 약 30곳을 배달처로 설정하여 실험을 실시하였다. 이들 배송처를 대상으로 20회 배달을 반복한 결과, 높은 확률로 배달을 완료할 수 있었다. 운전자의 스마트폰의 화면에 부재인 배달처를 제외하고 배송 경로를 표시했기 때문이다.

부재 예측의 단서는 스마트미터(차세대 전력계)의 데이터다. 17년 1월 설립한 Next Drive(도쿄)가 개발한 통신기기를 배달처의 스마트미터에 장착하여 전력 사용량을 취득한다. 전력 사용량을 통해 사람이 실내에 있는지 여부를 예측한다. 주택으로 보이는 배달처에는 멀어도 먼저 가도록 지시한다. 일본데이터사이언스의 오스기(大杉) 파트너에 따르면, 배달처가 부재 중인데도 방문했을 때와 비교하여 “배달원의 이동거리가 5% 정도 짧아진다”라고 말한다. 부재로 보이는 배달처는 재배달 등의 방법으로 대응하게 된다.

통신기기의 설치나 데이터의 이용은 가정의 양해를 얻으면 가능하다. 운전자는 배송 순서만 확인할 수 있고 전력사용량이나 부재 중인 배달처는 알 수 없다. 실험에 협력한 도쿄대학 대학원의 고시즈카(越塚) 교수는 “AI를 사용함으로써 프라이버시를 지킬 수 있다”라고 설명한다.

“전기 사용량을 통해 부재로 보이는 배달처를 배송 순서에서 제외하면 된다”. 시스템 개발을 주도한 일본데이터사이언스의 오스기 파트너는 발상의 전환과 결단이 열쇠라고 지적한다. 오스기 파트너는 도쿄대학에서 데이터 분석을 배운 후에 맥킨지&컴퍼니를 거쳐 도쿄대학에 복귀하여 일본데이터사이언스의 설립에 참가하였다.

일본데이터사이언스는 14년에 일반사단법인으로서 설립, 18년에 주식회사가 되었다. ‘비즈니스 시선, 수익 공헌을 위한 AI’를 제시하며 비즈니스 현장에서의 실용화를 목표하고 있다. 생산의 수요 예측이나 고장 등의 이상 감지에도 AI를 응용하는 시도가 증가하고 있다.

경로지시시스템은 22년도의 실용화를 목표하고 있지만 운용에는 스마트미터 데이터의 이용 허가를 얻거나 통신기를 장착할 필요가 있다. 그러나 배송 효율이 나쁜 특정 지역으로 한정한다면 높은 효과도 기대할 수 있다. 고지대에 있는 낡은 주택지에서의 배송서비스에 대한 문제를 안고 있는 가나가와현 요코스카시가 실험을 검토하고 있다. 복수의 전력회사로부터 실험 지역을 제공한다는 신청도 있다고 한다.

17년의 국내 택배 물량은 42억개로 10년새 30% 증가하였다. 택배는 매일 가정의 현관 앞까지 배달해야 하기 때문에 발송거점에서 배달처까지의 라스트원마일의 효율 향상이 최대 과제다.

-- 운전자의 습관을 파악 --
배달처의 부재로 재배달을 해야 하는 택배 비율은 약 15%다. 부재 대책에서는 택배 락커 정비나 현관 앞의 수신 박스를 사용한 서비스가 점점 확대되고 있다. 부재 대책과 함께 운전자가 효율적인 배송 루트로 돌아다닌다면 부담은 더 경감된다.

나고야대학발 스타트업 기업 Optimind(나고야시)는 개개의 차량이나 운전자의 특성에 맞춰서 경로를 자동 작성한다. 사이토(斉東) 부사장은 “AI의 알고리즘(계산순서)에 사용할 데이터 수집에 주력한다”라고 말한다. 도입을 시작한 닛폰유빈(日本郵便)에서는 지역의 도로 사정이나 혼잡 상황, 개개 차량의 성능이나 운전자의 습관까지 모든 데이터를 수집하여 그 날의 운전자에게 최적의 경로를 만들고 있다.

나고야기타우체국(나고야시)에서는 수작업에 의한 경로 작성을 하지 않게 되면서, 약 30곳에 배달하는데 2시간이 걸렸던 신참 운전자가 1시간 정도면 배달을 끝낼 수 있게 되었다. 약 50분에 배달을 완료하는 베테랑 운전자와 비교해도 손색없는 결과다.

Optimind는 드라이브레코더의 데이터를 보유한 도쿄해상일동화재보험과 자동판매기에 배송하는 부르봉(Bourbon) 등과도 제휴를 맺었다. 배송 관련 데이터를 많이 채용하여 시스템의 정밀도 향상을 목표하고 있다.

국토교통성에 따르면 17년의 택배 물량 중 야마토운수와 사가와큐빈, 닛폰유빈이 총 94%를 차지한다. 물량은 작지만 대형 3사 외에도 18개의 사업자가 있다. 이러한 소규모 사업자가 사용할 수 있는 간편한 기술도 필요하다.

운송 차량의 위치정보관리서비스를 제공하는 온라인컨설턴트(요코하마시)는 3년 정도 전부터 경로작성 기능을 갖추고 있다. 현재 있는 곳에서 배송처까지의 거리나 예측 소요시간을 바탕으로 복수의 배달처에 대한 배송순서를 정해 경로를 만든다. 앱으로 확인할 수 있다. 스마트폰 1대당 요금은 ‘iPhone’의 경우 월 960엔이다. 누계 약 2천사가 이미 도입하였다.

온라인컨설턴트는 프로그래머인 고토(後藤) 사장이 미국 모토로라 일본법인의 영업 등을 거쳐 06년에 설립하였다. “배송계획을 종이에 작성하여 운전자에게 나눠주고 있는 회사가 아직 많다. 그 작업이 앱 하나로 가능하게 되었다고 기뻐한다”. 18년의 온라인컨설턴트의 매출은 17년 대비 30% 증가할 전망이다.

택배업계에서는 항공로를 사용한 배송도 모색하고 있다. 일본에서는 13년에 설립한 지바대학발 자율제어시스템연구소(ACSL)가 드론을 이용한 배송 계획을 세우고 있다.

태블릿의 터치 조작으로 목적지를 지정하면 자동으로 비행한다. GPS를 사용하는데 수 미터의 오차가 나오는 착륙 시에는 탑재한 카메라로 촬영한 이미지로 위치를 인식한다. 기체의 위치는 배송처의 앱에 전달한다.

라쿠텐이 도쿄전력 등과 사이타마현 지치부시에서 1월에 실시한 실험에 기체를 제공. 산간부의 약 3km를 10분 정도 비행하여 바비큐 용품을 배달하였다. 실제로는 최대 30분간, 10km 정도의 거리를 운반할 수 있다고 한다.

항공법에서는 사람의 눈이 닿지 않는 경우에 드론은 산간지역이나 섬이 아니면 비행할 수 없도록 하고 있다. 라쿠텐은 19년 중에 전자상거래(EC) 배송에서 과소지 배송에 드론을 채용할 예정이다. 실용화할 때는 착륙용 공간이 필요하다고 한다.

위기 상황에 직면하고 있는 택배업계에서는 택배 사업자뿐 아니라 택배를 사용하는 EC에서도 스타트업 기업의 기술을 채용하는 일이 증가하고 있다. 실용화에는 다양한 전제조건이 동반되지만 일정 지역이나 작업공정에서 효과를 기대할 수 있다. 인해전술에 의지하는 경향이 컸던 택배업계. 기술과의 조합을 통해 인프라로서 진화하고 있다.

 -- 끝 --