AI가 수십만 개에 달하는 재고단위(SKU)를 사전 학습 없이 처리하는 ‘제로샷’ 기술로 물류 자동화의 마지막 난제를 해결하고 있습니다. 이는 쿠팡, 네이버 등 국내 유통 대기업의 물류 전략에 큰 영향을 미칠 것이며, 완전 무인 창고 시대를 앞당길 핵심 기술로 주목받고 있습니다.
전문가 통찰 및 한줄평 (Insight)
Sereact의 제로샷 AI는 단순히 인건비를 줄이는 수준을 넘어, 다품종 소량 생산이 지배하는 국내 이커머스 물류의 근본적인 패러다임을 바꿀 게임 체인저입니다.
이제 관건은 국내 유통 환경에 맞는 데이터 학습과 시스템 통합 속도에 달렸습니다.
온라인 쇼핑으로 주문한 상품이 다음 날 새벽 문 앞에 도착하는 시대.
이 경이로운 속도 경쟁의 이면에는 수십만 개에 달하는 재고단위(SKU)와 씨름하는 물류센터의 피땀 눈물이 숨어있습니다.
컨베이어 벨트와 로봇이 상품을 옮기는 자동화는 상당 부분 진척됐지만, 최종 단계인 ‘피킹(Picking)’ 즉, 각기 다른 모양과 크기의 상품을 정확히 집어 상자에 담는 작업만큼은 여전히 사람의 손에 의존해왔습니다.
이것이 바로 완전한 물류 자동화를 가로막던 ‘SKU의 저주’였습니다.
하지만 최근 유럽에서 이 해묵은 난제를 AI가 해결하며 새로운 전기를 맞고 있습니다.
‘SKU의 저주’가 물류 자동화를 막아선 진짜 이유
문제의 핵심은 ‘다양성’입니다.
기존의 산업용 로봇은 정해진 위치에 놓인, 규격화된 부품을 반복적으로 집는 작업에 특화되어 있습니다.
반면 이커머스 물류센터는 수만, 수십만 종의 상품을 취급합니다.
상품의 모양, 크기, 재질, 무게가 제각각이고, 포장 방식도 수시로 바뀝니다.
기존 로봇에게 처음 보는 상품을 집게 하려면, 해당 상품의 3D 모델과 사진 데이터를 입력하고, 어떻게 잡아야 하는지(Grip Point)를 사람이 일일이 가르쳐야 했습니다.
이는 사실상 불가능에 가까운 작업입니다.
신상품이 매일 쏟아지는 환경에서 로봇을 계속 ‘재교육’하는 비용과 시간이 인건비보다 더 많이 들기 때문입니다.
필자가 최근 방문했던 국내 한 3PL(3자 물류) 스타트업의 창고에서도 가장 큰 병목 현상은 바로 이 피킹 단계에서 발생하고 있었습니다.
숙련된 인력이 신입보다 2배 이상 빠른 이유도 바로 이 다양한 상품을 순식간에 인지하고 집어 드는 ‘암묵지’ 때문이었죠.
결국 물류 자동화의 마지막 퍼즐은 로봇 팔의 정교함이 아니라, 처음 보는 물건도 사람처럼 판단하고 집을 수 있는 ‘뇌’, 즉 AI 소프트웨어에 달려있었습니다.
제로샷 AI vs 기존 로봇: 무엇이 다른가
독일의 Sereact가 개발한 AI 시스템은 이 문제를 ‘제로샷(Zero-Shot)’ 학습이라는 방식으로 해결했습니다.
이름 그대로, 단 한 번도 본 적 없는 상품에 대해 ‘사전 학습(Shot) 없이(Zero)’ 즉시 대응하는 기술입니다.
로봇에 장착된 비전 센서가 실시간으로 상품의 형태, 재질, 색상을 분석하고 최적의 그립 방법을 스스로 판단합니다.
이는 마치 우리가 처음 보는 물건이라도 “이건 단단하니 꽉 잡아도 되겠다
추천 서비스
애드팟 캠페인에 참여하여 혜택을 받아보세요! 상세 내용은 링크를 통해 확인 가능합니다.
애드팟 캠페인에 참여하여 혜택을 받아보세요! 상세 내용은 링크를 통해 확인 가능합니다.