# 해외로 타이어 부품을 수출하는 C사는 화물선의 해외 부두 도착 일정이 여러 이유로 1~2일 정도 차이가 나서 고민이었다. 이 때문에 현지 물류센터에 재고를 충분히 쌓아둬야 했다. 그러나 인공지능(AI) 화물선 도착예측 시스템이 도입되면서 재고를 기존의 30% 가량 줄일 수 있었고, 연간 약 65억원 가량의 비용절감 효과를 거둘 것으로 전망하고 있다.

AI가 화물선 도착시간을 예측해 알려주는 시대가 열렸다. 도착일 예측 정확도가 두 배 이상 높아졌고, 제품이나 원자재를 수출하는 기업, 제조업체들의 재고부담 감소와 물류비용 절감이 기대된다.

최근 CJ대한통운은 AI 기술을 통해 화물선의 도착 시간을 예측할 수 있는 ‘CJ대한통운 카고 트렉킹’ 시스템을 개발해 본격적인 운영에 들어갔다.

일반적으로 선박을 통한 해상운송은 경로, 날씨, 현지 부두의 상황 등 여러 가지 요인에 의해 도착 일정이 유동적이다.

CJ대한통운이 개발한 시스템은 화물선이 해외 현지 항구에 도착하는 일시를 AI 기술을 통해 예측한다. CJ대한통운은 이를 위해 18개의 기계학습 기반 예측 모델을 개발했다. 이 모델들에 항해 정보, 경로, 날씨를 비롯해 화물선의 경로상 위성위치확인시스템(GPS) 정보의 유무, 화물선 이동거리 등 변수들을 적용해 분석, 도착 일시를 예측할 수 있다.

기존에는 화물선을 운영하는 선사로부터 도착일을 파악할 수는 있었지만 정확도가 40% 정도였지만 카고 트렉킹 시스템을 도입한 이후 정확도가 85%까지 두배 이상 향상됐다. 도착일과 오전, 오후 정도까지도 파악이 가능하다.

CJ대한통운은 지난해 11월부터 한달여 간 시범 테스트를 거쳐 올해부터 시스템의 본격 운영에 들어간 상태다. 화물을 맡긴 고객사들도 이 시스템을 통해 도착시간을 확인할 수 있다.

화물선의 도착일을 보다 정확히 알 수 있게 되면 여러 잇점들이 생긴다.

해외로 원자재를 수출하는 기업의 경우 화물선이 늦게 도착해 공장이 멈추는 사태를 방지하기 위해 여유를 둬 보유하는 이른바 안전재고를 낮출 수 있다. CJ대한통운은 시스템 도입 효과로 안전재고를 기존 대비 30~40% 가량 낮출 수 있을 것으로 전망한다.

안전재고 감소로 임대료, 인건비 등 보관 관련 물류비의 절감이 가능하고, 생산공장의 보다 정확한 제조일정 수립과 과잉생산 방지 효과도 기대된다. 화물선에 실린 화물 중 긴급한 화물의 도착이 지연될 경우 이를 사전에 파악해 항공을 통해 대체 수송하는 비상 대응도 가능해진다.

특히 최근 코로나19 여파로 인한 해상운송의 폭증으로 화물선 수요가 급증하는 가운데 도착시간 예측 시스템이 고객사들로부터 큰 호응을 얻고 있는 것으로 전해졌다.

CJ대한통운은 향후 시스템 운영을 통해 축적되는 빅데이터를 기반으로 10~15% 가량 예측 정확도를 더 향상시킬 수 있을 것으로 예상하고 있다.

회사 측 관계자는 “기술 경쟁력을 곧 물류 경쟁력으로 인식하고, 첨단 미래물류 기술의 개발 및 도입을 통해 물류 초격차 역량 확보에 적극 노력하고 있다”고 밝혔다.

김연균 기자 다른기사 보기