도입 사례
물류 분야의 컴퓨터 비전으로 일본 선도 물류 기업의 트럭 대기 시간을 30% 단축한 방법
- 팀 규모: 핵심 인력 4명, 납품이 집중되는 단계에는 전문가 10명까지 확대
- 개발 기간: 2년
Explore more case study
배경
일본 국토교통성(MLIT)이 인용한 추산에 따르면, 개선 조치를 취하지 않을 경우 운송 능력은 2024년에 약 14%, 2030년에는 약 34% 부족할 수 있습니다. 국토교통성은 트럭 운송이 일본 경제와 일상생활을 뒷받침하는 핵심 산업이라고 밝히는 한편, 최근 몇 년간 운전기사 부족 문제가 점점 더 심각해지고 있다고 지적합니다.
정책 환경도 빠르게 변화하고 있습니다. MLIT의 물류 효율화 포털에 따르면, 2026 회계연도부터 특정 화주와 트럭 운송 관련 사업자에게 중장기 계획 수립, 정기 보고 및 기타 준수 조치 등 새로운 의무가 부과됩니다. 이러한 의무는 물류 효율성을 높이고 대기 시간과 화물 상하차 시간 같은 병목 요인을 줄이기 위해 마련되었습니다.
일본에 본사를 둔 선도적인 물류 솔루션 기업인 고객사에서는 이러한 국가적 압박이 매우 현실적인 병목 현상으로 나타났습니다. 창고와 고객 현장에서 수작업으로 팔레트 수량을 세고 재고를 대조하는 데 트럭과 운전기사의 시간이 지나치게 많이 소요되고 있었습니다.
GEM은 고객사와 협력하여 물류에 컴퓨터 비전을 적용하고 AI 기반 팔레트 감지 솔루션을 구축했습니다. 이 솔루션은 감사 가능성과 운영 통제력을 유지하면서 시간이 오래 걸리는 수작업 프로세스를 1초 만에 완료되는 모바일 작업 흐름으로 전환할 수 있도록 설계되었습니다.
과제
수작업으로 진행되어 느리고 오류가 발생하기 쉬운 팔레트 계수 작업
- 창고 및 출하 담당 직원들은 쌓여 있는 팔레트를 하나씩 직접 세었으며, 교대 근무 한 번에 수십 대의 트레일러를 처리하는 경우가 많았습니다.
- 팔레트는 외관이 비슷하고 서로 다른 높이로 쌓이는 경우가 많으며, 인접한 팔레트 더미에 일부가 가려져 계수 오류 발생률이 높아졌습니다.
- 일정하지 않은 창고 조명과 관찰 각도는 계수 정확도를 더욱 떨어뜨렸습니다.
- 내부 감사 및 고객 대조 확인 절차를 충족하기 위해 수작업으로 다시 세어야 했습니다.
- 운전자, 창고 직원, 고객 간의 재고 수량 분쟁으로 인해 각 정차 지점에서 트럭의 체류 시간이 길어졌습니다.
일본의 운전자 규제로 인한 운영 부담
- 새로운 초과근무 상한 규정에 따라 물류 사업자는 운전자의 비운전 시간을 실질적으로 줄여야 했습니다.
- 지속되는 운전자 부족으로 인력 증원보다는 생산성 향상이 필요했습니다.
- 어떤 솔루션이든 수백 개 거점에 새로운 하드웨어를 설치할 필요 없이 운전자와 창고 직원이 이미 휴대하고 있는 모바일 기기에서 실행되어야 했습니다.
- 솔루션은 통제된 환경뿐 아니라 오프라인 상태와 실제 창고 환경에서도 안정적으로 작동해야 했습니다.
- 고객 SLA와 내부 규정 준수 요건을 충족하려면 감사에 활용할 수 있는 수준의 기록 관리가 필수적이었습니다.
솔루션
GEM은 팔레트 계수를 사진 촬영과 검증된 수량의 즉시 확인이라는 두 단계의 사용자 상호작용으로 전환하는 모바일 우선 AI 기반 팔레트 감지 시스템을 제공했습니다. 이를 통해 물류 분야의 컴퓨터 비전이 개념에 머무르지 않고 실제 운영에 직접 활용되었습니다.
작업 영역 1: 팔레트 감지를 위한 컴퓨터 비전 모델
GEM의 AI 팀은 YOLOv5 아키텍처를 기반으로 맞춤형 객체 감지 모델을 학습시키고, 고객의 유통망 전반에서 나타나는 다양한 적재 높이, 팔레트 색상, 조명 조건, 가림 상황을 포괄하도록 선별한 창고 팔레트 이미지 데이터셋으로 미세 조정했습니다.
이 모델은 일반 Android 스마트폰에서 온디바이스 실행이 가능할 만큼 가벼우면서도 이미지당 약 1초, 1초 미만 수준의 추론 속도를 달성했습니다. 이를 통해 물류 분야의 컴퓨터 비전을 통제된 시연 환경뿐 아니라 일상적인 창고 환경에서도 실용적으로 활용할 수 있게 되었습니다.
작업 영역 2: Android 모바일 애플리케이션
GEM은 창고 및 출하 담당 직원에게 최적화된 실무 운영 수준의 Android 애플리케이션을 개발했습니다. 사용자 경험은 의도적으로 두 단계로 최소화했습니다.
- 사용자가 기기를 팔레트 더미 쪽으로 향하게 하고 사진을 촬영합니다.
- 애플리케이션이 팔레트 수량과 함께 작업자가 검증할 수 있도록 바운딩 박스로 시각화한 결과를 제공합니다.
이 앱은 오프라인 우선 작동을 지원하므로 연결이 제한된 창고 구역에서도 계수 작업을 수행하고 기기가 다시 온라인 상태가 되면 동기화할 수 있습니다. 이러한 모바일 우선 접근 방식은 이미 현장에서 업무를 수행하는 팀이 물류 분야의 컴퓨터 비전을 활용할 수 있도록 했습니다.
작업 영역 3: 클라우드 백엔드 및 감사 저장소
GEM은 모든 팔레트 감지 이벤트의 공식 기록 시스템으로 기능하도록 AWS에 배포된 Django 기반 백엔드를 구현했습니다. 원본 이미지, 모델의 바운딩 박스 출력, 작업자, 타임스탬프, 위치를 포함한 모든 계수 기록이 자동으로 저장되어 교차 확인, 고객 분쟁 해결, 재고 대사를 위한 완전한 검색 기능을 갖춘 감사 추적 기록이 생성됩니다.
운영 관리자는 웹 대시보드를 통해 집계된 수량과 추세를 검토할 수 있습니다. 즉, 물류 분야의 컴퓨터 비전에 감사 가능성을 결합하여 속도뿐 아니라 책임 소재 확인과 추적성 측면에서도 유용한 솔루션을 구현했습니다.
기술 스택
- Android(모바일 애플리케이션)
- 딥러닝(컴퓨터 비전)
- Python 및 YOLOv5(객체 탐지 모델)
- Django(백엔드 서비스 및 REST API)
- AWS(클라우드 호스팅, 스토리지 및 모델 서빙)
구축 결과
- 창고, 상하차장, 고객 현장에서 한 번의 촬영으로 팔레트 수량을 계산할 수 있는 상용 운영 수준의 Android 애플리케이션을 제공했습니다.
- 일반 모바일 기기에서 이미지당 약 1초 만에 추론하는 맞춤형 YOLOv5 탐지 모델을 학습시키고 배포했습니다.
- 향후 감사 및 대사를 위해 모든 탐지 이벤트, 원본 이미지, 바운딩 박스 출력을 자동으로 저장하는 Django 기반 백엔드를 AWS에 구축했습니다.
- 창고 및 배차 직원이 사전 교육 없이 사용할 수 있는 2단계 사용자 워크플로를 구현했습니다.
- 연결이 제한적인 창고 구역에서도 자동 동기화를 지원하는 오프라인 우선 운영을 가능하게 했습니다.
- 운영 관리자가 일별 계수 결과와 과거 추세를 검토할 수 있는 중앙 집중식 재고 대시보드를 구축했습니다.
- 고객 분쟁 해결과 내부 규정 준수 검토를 지원하는 검색 가능한 감사 저장소를 구축했습니다.
도입 효과
운영 효율성
- 창고 및 고객 현장에서의 트럭 대기 시간 단축률: 30%.
- 팔레트 계수 시간을 수작업으로 수분이 걸리던 수준에서 약 이미지당 1초로 단축했습니다.
- 검증 가능한 사진 증거를 통해 수작업 재계수와 오계수 관련 분쟁을 사실상 없앴습니다.
- 고객사의 유통망 전반에서 재고 대사 워크플로가 표준화되고 일관성을 갖추게 되었습니다.
비즈니스 혁신
- 운전자들이 운전 외 업무에 소요하던 시간을 크게 줄여, 고객사가 일본의 운전자 초과근무 규제에 따른 영향을 그에 비례하는 운송 역량 손실 없이 흡수할 수 있도록 지원했습니다.
- 창고 직원의 생산성이 향상되어 일본 물류 업계가 직면한 구조적인 운전자 부족 문제를 일부 상쇄했습니다.
- 자동 감사 추적 기록을 통해 고객사의 규정 준수 체계를 강화하고 후속 거래 고객과의 상거래 마찰을 줄였습니다.
- 모바일 우선 배포 모델을 통해 현장 하드웨어에 대한 신규 투자 없이 여러 물류 거점으로 솔루션을 확장할 수 있었습니다.
- 고객사는 향후 물류 운영 전반에 컴퓨터 비전을 활용할 수 있도록 재사용 가능한 AI 역량과 데이터 기반을 구축했습니다. 이것이 물류 분야 컴퓨터 비전의 장기적 가치입니다. 단일 워크플로를 넘어 더 많은 자동화를 위한 확장 가능한 기반을 제공합니다.
맺음말
AI 기반 팔레트 감지 시스템은 수작업으로 팔레트를 세는 데 걸리던 몇 분을 1초의 모바일 조작으로 대체함으로써, 고객사에 일본이 직면한 문제에 대한 실용적이고 확장 가능한 대응 방안을 제공했습니다. 이를 통해 창고 체류 시간을 다시 배송 역량으로 전환하고, 차세대 물류 자동화를 위한 장기적인 AI 기반을 구축했습니다.
또 다른 AI 혁신 성공 사례를 살펴보세요: 지능형 화주 및 운송사 매칭 플랫폼

