2026 AX 기반 글로벌 공급망 리스크 관리와 혁신 전략 세미나

2부. AX 기반 디지털 전환과 스마트 물류 혁신


  • [사진5] 세미나 주요 내빈 기념사진

*본 기사는 1부 내용과 이어집니다.

한국국제물류협회(KIFFA)가 주최한 ‘2026 AX 기반 글로벌 공급망 리스크 관리와 혁신 전략 세미나’가 6월 24일 서울 여의도 FKI타워에서 개최되었다. 이번 세미나는 지정학적 갈등, 보호무역주의 확산, 주요국 간 통상 갈등 등으로 글로벌 공급망 불확실성이 확대되는 가운데, 국내 물류기업의 리스크 대응 역량을 강화하고 AX 기반 물류 혁신 방향을 모색하기 위해 마련되었다. 세미나에는 학계, 연구기관, 물류기업, IT 솔루션 기업 등 각 분야 전문가들이 참여해 공급망 리스크 관리, 국가 물류네트워크 재편, 미래 물류정책, 디지털 컨트롤타워, Physical AI, AX 플랫폼 혁신 등 다양한 주제를 다뤘다.

2부에서는 실제 산업 현장에서 적용되고 있는 디지털 전환과 AX 기반 물류 혁신 사례가 소개되었다. 삼성SDS 배성훈 그룹장은 글로벌 물류 리스크에 대응하기 위한 디지털 컨트롤타워와 Agent AI 기반 운영 방향을 설명하였다. LG CNS 남정태 파트너는 Physical AI로의 전환과 스마트 물류 혁신 가능성을 제시했으며, 트레드링스 이승용 매니저는 AX 플랫폼을 활용한 공급망 가시성 확보와 리스크 대응 방안을 공유하였다.

● 공급망 관리의 디지털 전환

  • [사진2 발표를 진행 중인 삼성SDS 배성훈 그룹장

● 지정학적 위기와 글로벌 물류 리스크

네 번째 강의는 삼성SDS 배성훈 그룹장이 ‘공급망 관리의 디지털 전환’을 주제로 진행하였다. 배성훈 그룹장은 글로벌 물류가 지정학적 리스크, 공급망 재편, 기후변화와 규제 등 복합적인 불확실성에 직면해 있다고 설명하였다. 특히 호르무즈 해협, 수에즈 운하, 파나마 운하와 같은 주요 병목 구간의 리스크는 특정 지역의 문제가 아니라 운임, 운송시간, 납기, 에너지 비용 전반에 영향을 미치는 글로벌 물류 이슈로 확대되고 있다고 지적하였다.

● 실시간 war room(위기 상황을 실시간으로 관리하는 대응 조직) 운영과 데이터 기반 대응

발표에서는 이러한 위기 상황에 대한 삼성SDS의 실제 대응 사례가 중점적으로 다뤄졌다. 삼성SDS는 전쟁, 항만 혼잡, 운항 제한 등 리스크가 발생할 경우 실시간 워룸을 운영하며 선박 위치, ETA(도착 예정 시간) 지연 일수, 고객 물동량, 납기 영향 등을 종합적으로 관리하고 있다. 이를 통해 지연 가능성이 높은 선박과 긴급 대응이 필요한 고객 물량을 우선적으로 파악하고, 대체 양하항, 내륙 운송 연계, 비용 부담 등을 검토해 대응 방안을 마련하고 있다고 설명하였다.

이어 배성훈 그룹장은 삼성SDS의 End-to-End 물류 운영 플랫폼인 Cello 기반 글로벌 컨트롤 타워를 소개하였다. Cello는 항만 혼잡도, 포트 스킵 가능성, ETA 예측, 내륙 운송 상황 등을 데이터 기반으로 관리하며, 고객이 운송 흐름과 리스크를 보다 정확하게 파악할 수 있도록 지원한다. 특히 하루 수만 건의 글로벌 뉴스와 현장 이슈를 자동으로 수집하고, 이 가운데 실제 물류 운영에 영향을 줄 수 있는 리스크를 선별해 대응하는 체계를 구축하고 있다고 설명하였다.

● Agent AI로 진화하는 글로벌 컨트롤 타워

발표 후반부에서는 글로벌 컨트롤 타워가 Agent AI 기반으로 진화해야 한다는 방향성이 제시되었다. 배성훈 그룹장은 현재의 컨트롤 타워가 리스크를 보고 예측하는 단계라면, 앞으로는 AI가 이슈를 이해하고 대응 방안을 처방하며 실행 가능한 액션까지 연결하는 방식으로 변화해야 한다고 강조하였다.

또한 생성형 AI 기반 워크플로우 자동화 사례로, 고객 주문 문서를 읽고 기준 정보를 검증한 뒤 주문 등록까지 이어지는 업무를 자동화하는 Sub Agent를 소개하였다. 이를 통해 물류 운영자는 단순 반복 업무에서 벗어나 보다 중요한 의사결정에 집중할 수 있으며, 컨트롤 타워는 단순 관제 조직을 넘어 자동화와 지능화를 기반으로 한 미래형 공급망 운영 체계로 발전할 수 있다고 설명하였다.

● Physical AI로의 전환과 스마트 물류 혁신

  • [사진7] 발표를 진행 중인 LG CNS 남정태 파트너

● Physical AI와 로봇 폼팩터(form factor, 로봇의 형태와 구조)의 변화

다섯 번째 강의는 LG CNS 남정태 파트너가 ‘Physical AI로의 전환과 스마트 물류 혁신’을 주제로 진행하였다. 남정태 파트너는 AI가 디지털 공간에서 데이터를 분석하는 단계를 넘어, 실제 물리 세계를 인식하고 움직이는 Physical AI로 확장되고 있다고 설명하였다.

최근 로봇 기술은 휴머노이드에만 집중하기보다 물류센터와 제조 현장의 작업 목적에 맞춰 다양한 로봇 폼팩터를 적용하는 방향으로 발전하고 있다. 이동 속도가 중요한 환경에서는 바퀴형 로봇이, 감시와 순찰이 필요한 환경에서는 4족 보행 로봇이 더 적합할 수 있다는 것이다. 또한 앞으로의 로봇은 현장에서 얻은 경험 데이터를 공유하며 함께 학습하고 진화하는 집단지성형 시스템으로 변화할 것이라고 설명하였다.

● 물류 현장에 적용되는 Physical AI

물류 현장에서는 기존 P2G, G2P, G2R 방식을 넘어 R2G(Robot to Goods, 로봇이 물건이 있는 곳으로 이동하는 방식)가 주목받고 있다고 밝혔다. 기존 자동화 설비가 정해진 규칙과 경로에 따라 움직였다면, Physical AI 기반 모바일 오토메이션(이동형 자동화)은 현장 상황을 인식하고 문제를 분석하며, 필요에 따라 계획을 수정해 실행할 수 있다.

남정태 파트너는 이러한 전환이 피킹, 분류, 상차, 검수 등 사람의 개입이 많은 물류 작업의 자동화 가능성을 높일 수 있다고 설명하였다. 다만 모든 현장에 휴머노이드가 정답은 아니며, 작업 난이도와 이동성, 적재 하중, 운영 시간 등을 고려해 적정한 로봇 형태를 선정해야 한다고 강조하였다.

● DX·AX를 넘어 RX로

LG CNS의 RX 오퍼링도 주요하게 소개되었다. 남정태 파트너는 기존 DX가 업무와 데이터를 디지털화하는 단계이고, AX가 AI를 통해 분석과 의사결정을 고도화하는 단계라면, 앞으로는 로봇을 통한 RX가 물류 혁신의 중요한 축이 될 것이라고 밝혔다.

LG CNS는 로봇 도입 기회 발굴부터 현장 맞춤형 학습, 시스템 통합, 여러 종류의 로봇을 하나의 플랫폼에서 관리하는 통합 운영까지 지원하며 고객의 RX 전환을 가속화하고 있다. 결국 Physical AI는 로봇을 단순히 현장에 배치하는 수준을 넘어, 로봇이 현장을 이해하고 스스로 개선하는 스마트 물류체계의 기반이 될 것으로 제시되었다.

● 공급망 리스크 대응과 AX 플랫폼 혁신

  • [사진8] 발표를 진행 중인 트레드링스 이승용 매니저

● 수작업에 의존하는 공급망 관리의 한계

여섯 번째 강의는 트레드링스 이승용 매니저가 ‘공급망 리스크 대응과 AX 플랫폼 혁신’을 주제로 진행하였다. 이승용 매니저는 글로벌 공급망 리스크가 상시화되고 있지만, 많은 기업의 공급망 관리는 여전히 수작업에 의존하고 있다고 설명하였다. 담당자가 여러 선사 사이트에서 B/L 번호, 선박 정보, ETD, ETA, 환적 정보를 직접 확인하고 이를 엑셀로 관리하는 방식은 데이터 취합에 많은 시간을 소요하게 만든다.

문제는 이러한 방식이 리스크 대응의 골든타임을 줄인다는 점이다. 실무자는 운송 지연 여부를 분석하고 고객사와 유관 부서에 대응 방안을 공유해야 하지만, 실제로는 정보 확인과 정리에 많은 시간을 쓰고 있다는 것이다.

● AX 기반 공급망 가시성 확대

이승용 매니저는 AX 기반 플랫폼을 활용한 B/L 및 ETD·ETA 관리 방안을 제시하였다. 트레드링스 플랫폼은 B/L 번호를 입력하면 선사 데이터, 선박 정보, 환적 경로, 출발·도착 예정일 등을 자동으로 취합해 하나의 화면에서 확인할 수 있도록 지원한다. 또한 변동되는 ETD와 ETA 정보를 주기적으로 업데이트해 실무자가 여러 사이트를 반복적으로 확인하지 않아도 공급망 상태를 파악할 수 있도록 한다.

파편화된 데이터를 하나로 모아 End-to-End 공급망 가시성을 확대하는 기능도 소개되었다. 화물의 이동 경로를 리얼타임 맵(실시간 지도)으로 확인하고, URL이나 리포트 형태로 고객사와 공유함으로써 동일한 정보를 기반으로 의사결정을 내릴 수 있다는 것이다.

● 예측 엔진과 맞춤형 플랫폼 도입

AI 기반 예측 엔진은 조기 도착, 평균 도착, 지연 도착 등 확률 기반의 예측값을 제공해 기업이 상황에 따라 물류 계획을 조정할 수 있도록 지원한다. 또한 환적 구간에서 시간 순서가 맞지 않는 등 물리적으로 불가능한 데이터는 AI가 사전에 차단해 예측 신뢰도를 높이는 방식도 소개되었다.

이승용 매니저는 AX 플랫폼이 운송 리스크를 조기에 인지하고, 데이터 취합 시간을 줄이며, 고객 대응의 투명성을 높이는 수단이 될 수 있다고 강조하였다. 또한 SaaS 방식의 간편 도입, 자사 홈페이지 연동 플러그인, 기존 ERP와의 API 통합 등을 통해 기업 규모와 환경에 맞춘 Plug & Play형 공급망 가시성 확보가 가능하다고 설명하였다.

Home Top