- 일괄 피킹은 생산성을 향상시키지만, 후속 분류 작업의 복잡성을 증가시킵니다
- 대규모 환경에서 수동 정렬 테이블은 노동 집약적이고 오류 발생 가능성이 높아집니다
- 분류 오류는 배송 오류와 고객 환불로 이어집니다
- 성수기 물량 급증으로 고정된 저장 용량이 한계를 넘어섭니다
• 분류 작업은 현재 창고에서 변동성, SKU 증가, 운송업체 변경에 가장 취약한 단계입니다.
• 유연한 분류 시스템은 초기 도입 단계에서 주문 처리 속도를 최대 300%까지 향상시키고 주문 처리 비용을 25~50% 절감하는 효과를 가져왔습니다(BCG, McKinsey).
• 내용: 네 가지 사용 사례, 세 계층 아키텍처, Zippy 포트폴리오, 다섯 가지 고객 구축 사례.
창고 분류는 현대 물류 운영에서 가장 중요한 설계 요소로 조용히 자리 잡았습니다. 주문 처리 시간, 노동 강도, 서비스 수준 계약(SLA) 준수, 배송 비용에 영향을 미칠 뿐만 아니라, 자본 투자 없이 다음 성수기, 다음 재고 품목 확장, 또는 다음 운송업체 변경에 대응할 수 있을지 여부를 결정짓는 중요한 요소가 되고 있습니다.
하지만 고정 분류 방식의 필요성을 뒷받침했던 환경은 점점 드물어지고 있습니다. 전자상거래의 발달로 SKU(재고 관리 단위) 수는 기하급수적으로 증가했고, 피크 시간대는 압축되었으며, 컨베이어 라인이 감당하도록 설계되지 않았던 수준의 반품 물량이 발생했습니다. 동시에 창고 인력은 부족하고, 인건비는 높으며, 반복적인 수작업 분류 작업을 점점 더 꺼리고 있습니다.
2024년 미국 소매 반품액은 8,900억 달러에 달할 것으로 예상되며, 이는 많은 G20 국가의 GDP보다 더 큰 규모의 효과적인 역물류 운영입니다.
출처: 미국 소매업협회, 2024
현대식 창고에서 출고되는 모든 소포, 상자, 운반용 상자, 비닐봉투는 최소 한 번, 많게는 세 번 또는 네 번의 분류 결정을 거쳐 탄생합니다. 어떤 피킹 웨이브를 선택해야 할까요? 어떤 통합 구역을 선택해야 할까요? 어떤 운송업체를 선택해야 할까요? 어떤 도크 도어를 선택해야 할까요? 어떤 서비스 수준 계약(SLA)을 적용해야 할까요?
창고업 역사의 대부분 동안 분류 작업은 피킹 작업 이후에 이루어지는 기계적인 활동이었습니다. 컨베이어 라인의 역할은 품목을 A 지점에서 B 지점으로 빠르고 예측 가능하게 이동시키는 것이었습니다. 이러한 방식이 효과적이었던 이유는 창고 흐름 자체가 예측 가능했기 때문입니다. 즉, 대량 보충, 안정적인 SKU 수량, 그리고 몇 안 되는 목적지가 존재했습니다.
분류 작업은 더 이상 주문 처리의 마지막 단계가 아닙니다. 오히려 첫 번째 전략적 수단이며, 변동성이 흡수되거나 분류 오류, 지연, 인건비 증가 등으로 다음 단계로 전가되는 곳입니다.
그런 세상은 이제 끝났습니다. 오늘날의 물류 운영은 수만 개의 SKU, 수백 개의usa, 주문당 여러 운송업체, 그리고 성수기 이후 매주 30~40%씩 급증하는 반품 물량을 일상적으로 처리합니다. 이러한 모든 변화는 복잡성을 상류, 즉 분류 단계로 옮겨놓습니다.
그 결과 분류 작업은 기계적인 기능에서 운영 역량으로 전환되었습니다. 이는 창고 내에서 적절한 아키텍처 선택이 처리량, 노동력, 비용 및 고객 경험 향상으로 동시에 이어지는 몇 안 되는 영역 중 하나이며, 잘못된 선택은 향후 10년간 자본 지출을 묶어두는 결과를 초래할 수 있습니다.
컨베이어 벨트 시대의 분류 시스템 설계의 근간을 이루었던 가정들, 즉 안정적인 물량, 균일한 품목, 예측 가능한 목적지는 대부분의 전자상거래 및 옴니채널 운영 환경에서는 더 이상 유효하지 않습니다. 특히 다섯 가지 변화로 인해 유연성은 선택 사항이 아닌 필수 요건이 되었습니다.
10년 전 5천~1만 개의 SKU를 취급하던 창고들이 이제는 5만~20만 개의 SKU를 취급하는 것이 일상이 되었습니다. 이는 고정된 운송 경로에 대한 계산 방식을 바꿔놓습니다. 새로운 목적지가 생길 때마다 물리적인 변경을 하거나 경로 설정 방식을 수정해야 합니다.
사이버 위크, 11.11 세일, 그리고 지역별 대규모 할인 행사로 인해 평소보다 6~10배 많은 물량이 며칠이 아닌 몇 시간 안에 집중되는 현상이 발생하고 있습니다. 이로 인해 고정 시스템은 과잉 공급(자본 지출 증가) 또는 과부하(인력 및 서비스 수준 계약 위반) 문제를 야기하고 있습니다.
전자상거래 반품률이 20%를 넘는 상황에서 창고의 반품 처리는 더 이상 부수적인 업무가 아닙니다. 많은 운영업체에게 있어 이는 분류 지능이 필요한 또 다른 물류 센터와 같은 역할을 합니다.
출고는 더 이상 하나의 운송업체와 두 가지 서비스 수준을 의미하지 않습니다. 대부분의 중대형 기업은 이제 마감 시간, 라벨 사양 및 서비스 기간이 서로 다른 4~15개의 운송업체에 걸쳐 화물을 분산하여 처리합니다.
창고 인건비는 대부분의 운영에서 가장 큰 투입 비용이지만, 동시에 가장 부족한 투입 요소이기도 합니다. 이러한 문제점은 수동 분류 테이블에서 가장 먼저 드러납니다.
창고의 78%가 인력 부족을 겪고 있으며, 이로 인해 운영 비용이 15~25% 증가했다고 보고했습니다.
출처: BCG, 창고 자동화 투자 수익률(ROI) 극대화(2023)
대부분의 중요한 운영 환경에서는 고정 컨베이어를 완전히 대체하지는 않을 것입니다. 오히려 변동성을 흡수하고 기존 라인을 확장하며 새로운 활용 분야를 개척하기 위해 유연한 분류 시스템을 그 위에 추가할 것입니다. 이러한 결정은 양자택일의 문제가 아니라, 구조적인 문제입니다.
종종 유연한 로봇 솔루션은 자재의 입출고를 위한 컨베이어와 같은 고정 솔루션과 결합됩니다. 다음 섹션에서는 이러한 네 가지 사용 사례가 사내 물류에서 자재 흐름을 어떻게 재정의하는지 자세히 살펴보겠습니다
창고 자동화를 전면 도입한 기업들은 서비스 수준이 20~50% 향상되고 물류 비용이 25~50% 절감되었다고 보고했습니다.
출처: BCG, 창고 자동화 투자 수익률(ROI) 극대화(2023)
일괄 피킹(여러 주문을 하나의 피킹 작업으로 묶는 것)은 창고 생산성을 극대화하는 가장 효과적인 방법 중 하나입니다. 최고 수준의 작업자는 피커 한 명당 시간당 250건 이상의 피킹 작업을 꾸준히 수행하는데, 이는 일반적인 기준인 시간당 120~175건을 훨씬 웃도는 수치입니다. 하지만 일괄 피킹의 장점은 후속 작업에서 효율적으로 분리할 수 있을 때만 발휘됩니다. 피커의 시간을 절약해 준 혼합 토트가 수동 분류 테이블에 놓이면 오히려 병목 현상을 일으킬 수 있기 때문입니다.
분류 로봇은 지능형 배치 분리 에이전트 역할을 합니다. 각 피킹 토트가 도착하면 품목이 개별 로봇에 투입되어 주문별 목적지로 병렬로 이동합니다. 배치당 주문량이 많을수록 로봇의 효율성이 높아지는데, 이는 복잡성으로 인해 처리량이 저하되는 수동 분류 작업대와는 정반대입니다.
자동화된 상품 선별 및 분류 시스템을 통해 주문 처리 속도가 최대 300%까지 향상된 것으로 보고되었습니다.
출처: 맥킨지앤컴퍼니
한 번의 픽업으로 여러 주문을 처리 - 분류 로봇이 병렬 배치 처리 엔진 역할을 합니다
주문 통합은 창고 복잡성을 가중시키는 지점입니다. 단일 출고 주문에는 냉장 창고, 메자닌 피킹, 자동화된 GTP(Ground-Time Package) 시스템, 반품 재고 적재 등 다양한 곳에서 출고되는 품목들이 포함될 수 있으며, 이 모든 품목들이 통합 구역에 각기 다른 시간에 도착합니다. 고정 통합 방식은 물리적 레인과 적재 구역을 사용하는데, 이는 안정적인 상태에서는 효과적이지만 출고 패턴이 불규칙하거나 수요가 급증할 때는 제대로 작동하지 않습니다. 출고처의 흐름이 불규칙해지면 레인이 막히고 주문이 대기 상태에 놓이게 됩니다. 결국 조정 작업이 병목 현상이 됩니다.
로봇 통합 시스템은 주문을 물리적인 통로가 아닌 디지털 개체로 취급합니다. 여러 구역에서 도착하는 품목들은 로봇에 의해 포장 스테이션의 가용성, 혼잡도, 우선순위 및 서비스 수준 계약(SLA)을 고려하여 실시간으로 결정된 통합 목적지로 이동합니다. 그 결과, 물리적 재구성 속도에 맞춰 움직이는 것이 아니라 시시각각 변화하는 통합 시스템이 구축됩니다.
2~3일 걸리던 주문 통합 시간이 Addverb의 로봇 분류 시스템 도입 후 Lenskart에서는 2.5시간으로 단축되었으며, 현재 하루 15만 건의 주문을 99.99%의 정확도로 처리하고 있습니다.
출처: Addverb 배포 데이터, Lenskart India
여러 구역에 걸쳐 있는 품목들은 레인이 아닌 소프트웨어를 통해 주문 수준의 포장으로 통합되었습니다
출고는 현대식 창고에서 가장 역동적인 분류 단계가 되었습니다. 대부분의 중대형 물류 기업은 이제 여러 운송업체, 서비스 수준 및 지역으로 화물을 분산 처리하며, 각 단계별로 마감 시간, 라벨 사양 및 하역장 배정을 다르게 합니다. 운송업체가 새로운 서비스를 추가하거나 3PL 업체가 새로운 고객을 확보하면 분류 로직은 분기가 아닌 며칠 내에 반영되어야 합니다. 고정된 분류 로직은 모든 경로 변경을 자본 투자 프로젝트로 만듭니다. 운송업체와 고객은 그보다 훨씬 빠르게 움직입니다.
분류 로봇을 사용하면 물리적 재구성 없이 실시간으로 출고 목적지 로직을 변경할 수 있습니다. 새로운 운송업체를 새로운 슈트 또는 도크 배정으로 추가할 수 있으며, 대기열 우선순위를 재조정하여 차단 지점을 간단히 이동할 수 있습니다. 특히 3PL 업체에게 있어 이는 사업 규모 확장에 맞춰 성장하는 솔루션과 현재 고객에게만 의존하는 솔루션의 차이를 만들어냅니다.
6-7 → 72대의 Zippy 로봇을 배치한 후 Mondial Relay에 280개의 분류 목적지를 확보하여 가동 후 몇 주 만에 시간당 3,000건 이상의 분류 작업을 달성했습니다.
출처: Addverb 배포 데이터, Mondial Relay France
다양한 운송업체, 서비스 수준 및 도크 도어를 아우르는 실시간 경로 설정
대부분의 창고에서 반품 처리는 자동화 수준이 가장 낮고, 동시에 가장 큰 개선 잠재력을 지닌 부분입니다. 모든 반품 품목은 검사, 처리(재고 보충, 재정비, 처분, 폐기), 그리고 적절한 다음 단계로의 이동을 거쳐야 하는데, 이 과정에서 여러 가지 상태와 SKU 값을 고려해야 하는 경우가 많습니다. 이는 조건부 분류라고 할 수 있으며, 규칙 기반의 고정 시스템으로는 애초에 이러한 작업을 처리하도록 설계되지 않았습니다. 반품 물량은 계속 증가하고 있으며, 품목이 분류되지 않은 채 창고에 방치되는 매 시간은 회수 가능한 마진 손실로 이어집니다.
로봇 분류 시스템은 조건부 경로 설정을 기본값으로 사용합니다. 검사 결과, SKU 값, 비즈니스 규칙이 실시간 목적지 로직에 반영되어, 재입고 가능한 품목은 바로 보관 장소로 이동하고, 손상된 품목은 수동 처리 없이 재정비 또는 폐기 장소로 이동합니다. 이러한 시스템은 재고 회수 주기를 단축하고, 수동 처리를 줄이며, 재고 회수율을 향상시키는 등 여러 효과를 가져옵니다.
2024년 미국 전자상거래 평균 반품률은 20.4%에 달할 것으로 예상됩니다. 역물류의 모든 개선 사항은 운전자본과 마진에 직접적인 영향을 미칩니다.
출처: NRF & Happy Returns, 2024 소매 반품 보고서
입고부터 검사, 그리고 네 가지 처리 경로에 이르기까지 조건부 분류
오늘날 분류 작업을 최대한 활용하는 업체들은 고정형과 유연형 중에서 선택하는 것이 아니라, 각 계층이 자신의 장점을 최대한 발휘할 수 있도록 아키텍처를 설계하고 있습니다. 실제로 이러한 아키텍처는 다음과 같은 형태를 띠는 경향이 있습니다
물류 흐름이 예측 가능하고 물동량이 많은 곳, 예를 들어 소포 허브나 단일 주요 흐름이 있는 전국 물류센터에서는 고정 컨베이어 시스템이 여전히 가장 비용 효율적인 핵심 기반입니다. 이러한 시스템은 이미 성숙 단계에 접어들었고, 작동 방식에 대한 이해가 깊으며, 적절한 물동량에서는 경제적입니다.
1차 분류 하류 또는 1차 분류가 애초에 설계되지 않았던 흐름(반품, 매장 재고 보충, DTC, 다중 운송업체 출고, 피크 시간대 물량 폭증 등)에서는 유연한 로봇 분류 시스템이 자본 투자 없이도 변동성을 흡수할 수 있습니다.
두 계층 모두 주문을 디지털 개체로 처리하고 해당 시점에 가장 적합한 분류 계층으로 작업을 배정하는 창고 실행 시스템(WES)의 관리를 받습니다. 이 계층이 혼합된 인프라를 단일하고 일관된 운영으로 변환합니다.
2030년까지 선진 시장의 신규 창고 50%는 '로봇 중심'으로 설계되고, 인력 투입은 선택 사항으로 될 것이다.
출처: 가트너(2026)
그 결과, 컨베이어의 처리량과 로봇 시스템의 유연성 사이에서 선택할 필요가 없으며, 하나를 추가하기 위해 다른 하나를 제거할 필요도 없는 운영 방식이 가능해집니다.
Addverb 분류 작업을 제품 선택 문제가 아닌 시스템 설계 문제로 접근합니다. 대부분의 시설에서 핵심 질문은 컨베이어를 교체할지 여부가 아니라, 소프트웨어 기반 분류 시스템이 작업 흐름의 어느 단계에서 자리를 잡을 것인가입니다.
분류 과정의 모든 결정(목적지, 우선순위, 마감 시간)은 소프트웨어에서 재구성 가능해야 합니다. Concinity WES는 실시간 주문 정보 및 SLA(서비스 수준 계약) 준수를 바탕으로 로봇, 컨베이어, 인력을 효율적으로 관리합니다.
Zippy, SortIE, Quazzy, Quadron및 Dynamo AMR은 단계적으로 배포되도록 설계되었습니다. 예를 들어, DTC 출고와 같은 단일 흐름으로 시작하여 두 번째 자본 투자 주기 없이 통합, 반품 및 배치 분할 처리로 확장할 수 있습니다.
Addverb의 분류 시스템은 표준 WMS, 호스트 ERP 및 운송업체 시스템과 통합됩니다. 목표는 기존 시스템을 방해하지 않고 운영에 유연성을 더하는 것입니다. 당사의 대표적인 구축 사례 대부분은 기존 컨베이어, 적재대 및 수동 프로세스와 함께 운영됩니다.
유연성은 아키텍처 단계에서 한 번 선택하는 사항이며, 새로운 SKU, 새로운 운송업체, 새로운 수요 급증 등 비즈니스 변화가 발생할 때마다 시설 수명 기간 동안 그 이점을 활용할 수 있습니다.
아래 표는 유연한 분류 스택을 구성하는 Addverb 핵심 제품들을 요약한 것입니다. 각 구성 요소는 실제 운영 환경에서 검증되었고, 현장 서비스가 가능하며, Addverb 시스템뿐만 아니라 타사 시스템과도 호환되도록 설계되었습니다.
다음 사례 연구는 유연한 분류 방식이 네 가지 사용 사례 각각에서 어떻게 측정 가능한 결과를 가져왔는지 보여줍니다. 이 사례 연구 및 추가 사례 연구의 전체 버전은 요청 시 제공됩니다.
소포 물류 | 프랑스
공간 제약으로 인해 컨베이어 시스템을 이용한 확장은 불가능했지만, 동시에 소포 물량과 배송지는 증가했습니다. 운영에는 기존 공간 내에 적합하고 변화하는 소포 흐름에 맞춰 조정할 수 있는 솔루션이 필요했습니다.
지면 마커 내비게이션, 동적 경로 재설정, 장애물 감지 및 안전 도어 메커니즘을 갖춘 Zippy 로봇 72대를 배치하여 긴 컨베이어 라인 없이도 고정밀 소포 분류를 구현했습니다.
목적지 수가 6~7곳에서 280곳으로 확대되었습니다
처리량이 시간당 3,000건 이상으로 향상되었습니다
시스템 가동 후 첫 주에 목표 처리량의 80% 이상 달성
100% 정렬 정확도
3PL / 의류 | USA
한 주요 의류 소매 브랜드의 24시간 연중무휴 분류 작업은 지속적인 인력 부족, 긴 처리 시간, 그리고 성수기 동안 규모 확장의 한계에 직면했습니다.
자재 이동, 분류 및 보관이 단일 엔터프라이즈 플랫폼에 통합된 엔드 투 엔드 자동화 분류 시스템으로, 균형 잡힌 물량 분배를 위한 '라운드 로빈' 방식의 소포 배송 패턴을 포함합니다.
처리량은 레인당 시간당 약 20대에서 100대 이상으로 증가하여 300% 이상 늘어났습니다
주문 처리 정확도 99.99%
만성적인 인력 부족에 시달리는 사업장에서 노동력 의존도 감소
최대 규모에서 시간당 1,000건의 분류 작업 달성
3PL / 패션 및 의류 | 호주
다양한 B2B 및 B2C 신발, 의류 및 액세서리 재고를 관리하기 위해서는 단일 시설 내에서 보관, 검색, 일괄 피킹 및 반품을 포괄하는 유연한 자동화 솔루션이 필요했습니다.
Concinity (WES)가 운영하는 33만 평방피트 규모의 시설 전반에 걸쳐 분류 로봇, AMR, 팔레트 및 카톤 셔틀이 있는 ASRS, 그리고 다중 카톤 로봇 시스템이 통합되어 있습니다.
시간당 3,600개 분류 처리량
하루 10만 개 발송
팔레트 적재 공간 16,500개 및 토트 적재 공간 86,400개
300개의 분류함 위치(층당 150개)를 갖춘 이중층 분류 시스템
전자상거래/옴니채널 소매 | 쿠웨이트
다양한 SKU(재고 관리 단위)를 취급하는 대규모 B2C 운영 환경(홈 데코, 의류, 액세서리 등)에서는 품목별 분류 변동성을 처리하면서도 일괄 피킹 생산성을 유지할 수 있는 적응형 자동화가 필요했습니다.
특허받은 Quazzy 시스템(Quadron 카톤 셔틀 + Zippy 분류 로봇)을 통합 컨베이어 및 DWS 스캐너와 함께 도입하여 주문을 일괄적으로 피킹하고, 부피가 큰 제품과 작은 제품으로 분류한 후, 주문별 목적지에 맞게 분류했습니다.
시간당 1,000건의 정렬로 처리량 300% 향상
정렬 정확도가 3배 향상되었습니다
카톤 셔틀 시스템에서 시간당 100개의 토트를 처리할 수 있습니다
인건비가 25% 절감되었습니다
안경 / D2C | India
다양한 안경 재고를 통합하는 데 2~3일이 소요되었습니다. 회사는 민감한 제품군에 대한 정확도를 거의 완벽하게 보장하면서 이 주기를 몇 시간으로 단축해야 했습니다.
Quadron ASRS, 40개 이상의 상품-작업대, SortIE 및 Zippy 분류 로봇, 그리고 Dynamo 를 통합 설계하고 Concinity (WES) 시스템으로 제어하는 시설입니다. 이 시설은 전국 3,200개 이상의 매장에 서비스를 제공합니다.
주문 통합 시간이 2~3일에서 2.5시간으로 단축되었습니다
99.99% 주문 처리 정확도
하루 15만 건의 주문이 발송됩니다
55,000개의 저장 위치, 60개의 GTP 스테이션
이러한 프로젝트들은 각각 통합, 출고, 배치 분리 또는 반품과 같은 단일 사용 사례로 시작하여 운영에서 누적적인 이점을 실현함에 따라 확장되었습니다. 이것이 바로 유연한 분류의 특징적인 패턴입니다. 초기 단계에서는 비교적 낮은 투자 수익률(ROI)을 보이지만, 2년 차에는 다양한 사용 사례를 포괄하는 플랫폼으로 발전하는 것입니다.
유연한 분류 시스템의 투자 수익률(ROI)은 소프트웨어 기반 시스템이 두 번째 자본 투자 주기 없이 인접 흐름으로 확장되기 때문에 거의 항상 초기 사업 계획보다 2년 차에 더 높습니다.
차세대 창고 자동화는 단순히 더 빠른 기계만으로 정의되는 것이 아니라, 시간이 지남에 따라 적응하고 학습하며 확장 가능한 시스템으로 정의될 것입니다. 컨베이어 기반 분류와 로봇 분류는 앞으로도 공존할 것입니다. 현재 업계 리더들이 던져야 할 질문은 어떤 방식을 선택할 것인가가 아니라, 미래의 비즈니스 환경에 맞춰 변화하는 모든 상황에 대응할 수 있는 단일 소프트웨어 기반 시스템으로 이들을 어떻게 통합할 것인가입니다.
미래의 선도적인 운영 방식은 가장 자동화된 방식이 아니라 가장 적응력이 뛰어난 방식일 것입니다. 결국 유연성만이 생산성을 극대화하는 유일한 방법입니다.
향후 5년간 평균 자본 지출의 25%가 자동화에 투입될 것이며, 그중 물류 및 주문 처리 부문이 3분의 1 이상을 차지하며 주도적인 역할을 할 것입니다.
출처: 맥킨지앤컴퍼니, 창고 자동화의 성공 전략(2024)
단 한 번의 클릭으로 이메일 주소 없이도 가능합니다.