최근 전 산업계를 통틀어 가장 높은 관심을 받는 주제라고 하면 챗GPT(ChatGPT)라고 할 수 있습니다.

 

챗GPT는 ‘이야기를 나누다’, ‘채팅(대화)하다’라는 의미의 영단어 Chat과 Generative Pre-trained Transformer(GPT·생성적 사전학습 변환기)의 합성어로 미국의 인공지능 연구소 오픈AI(OpenAI)에서 개발한 대화형 인공지능 서비스입니다. 이전에 출시된 AI챗봇과 다르게 사전에 입력된 단순 지식을 넘어 데이터 검색을 기반으로 인문학, 철학, 예술 등 대부분의 영역에 대해 대화를 나눌 수 있으며, 정보 제공뿐 아니라 기존 정보의 재구성 혹은 일부 창작의 영역까지 넘나드는 것이 특징이죠. 

사람들은 이를 이용해 새로운 문학 작품을 만들거나, 이용자가 원하는 기능의 프로그램을 구현하기 위한 개발 코드를 만들어 주기도 합니다. 노래 작사를 할 수도 있습니다. 

챗GPT는 이 같이 폭 넓은 활용성과 편리성, 새로움으로 화제가 되며 출시 5일 만에 일일 이용자 100만 명, 40일 만에 1천만 명, 그리고 출시 두 달 만에 월 이용자 1억 명을 달성했으며, 인터넷 기반 프로그램 중 가장 빠른 속도로 가장 많은 이용자를 달성한 프로그램으로 기록되었습니다. 그리고 각계 전문가들은 과거 스마트폰의 등장이 쉽고 빠른 정보 탐색의 매개가 되어 새로운 산업의 시대를 열었듯이, 챗GPT 또한 정보 분석과 결과물 생성을 보다 쉽고 빠르게 해낼 수 있는 수단이 되어 산업을 발전시키고 새로운 지식의 시대를 열 것이라는 전망을 내놓고 있습니다.

특히 챗GPT는 개발자의 수정이 없어도 자체적인 학습과 개선 알고리즘을 통해 스스로 분석과 발전을 실행할 수 있는 특성을 가지고 있으며, 이를 통해 다시 다양한 문제를 더 빠르게 보완할 수 있습니다. 질문이 반복될수록 단순한 개선의 측면을 넘어 사용자의 주요 관심과 질문 패턴에 맞춰 더 정밀한 결과물을 내놓을 수 있다는 점에서 향후 정보 수집과 분석 분야의 생산성이 획기적으로 증가할 것으로 예측됩니다.

인공지능(AI)이 만드는 문화와 산업의 변화

전 산업의 화제가 된 챗GPT의 출시 이전, 그리고 그 이후에도 인공지능(AI)의 연구는 이어지고 있습니다. 또한 이어지는 연구만큼 빠른 발전이 이뤄지고 있죠. 그리고 챗GPT를 비롯한 AI의 발전은 각계의 패러다임을 바꾸고 있습니다.

특히 AI가 도달할 수 없는 영역으로 여겨졌던 음악, 문학, 미술 등의 창작 분야에서 이런 현상이 두드러지고 있습니다. 창작 분야에서의 AI는 단순한 설명 제시만으로도 다양한 형태의 결과물을 만들 수 있는 수준에 도달하였으며, 완성도 또한 숙련된 작가들 못지않습니다. 업계에서는 창작 분야의 인공지능 발전 속도가 이미 기존의 예측을 뛰어넘었다고 평가합니다. 

 

하지만 기술의 발전이 좋은 결과만을 가져오는 것은 아닙니다. AI 창작 프로그램을 이용해 만든 결과물을 과제·대회 등에 제출한 것이 적발돼 사회적 문제가 되고, AI를 통해 생성한 창작물의 저작권 기준에 관한 논쟁이 발생하기도 했습니다. AI와 인간이 만든 산출물 구분이 어려워지고, 소유권의 경계는 모호하기 때문입니다. 

그리고 이렇게 지식과 창의성의 경계가 붕괴되면서 전통적인 지식 습득 방식의 이론 및 교육과정 정립, 각 산업별 업무 영역 조정, 효율성 기준 등에 대하여 새로운 기준 마련이 더욱 강하게 요구되고 있는 상황입니다. 

또한 인공지능이 사람을 대체함에 따라 급변하는 직업군과 일자리 감소 상황에 대한 우려도 꾸준히 제기되고 있습니다. 이에 대해서는 인공지능의 운영과 활용 범위의 판단은 결국 사람 간의 연결로 이뤄지기 때문에 이 같은 우려는 단순한 기우에 지나지 않는다는 의견도 있습니다.

이렇게 같은 상황을 지켜보면서도 각각 다른 입장을 보일 만큼, 인공지능이 가져올 변화는 상상하기조차 쉽지 않습니다. 하지만 인공지능이 행하는 정보의 폭넓은 활용, 창작의 활성화, 정보와 창작의 융합 등이 우리 삶의 변화를 가속시킬 것은 분명해 보이지요. 

인공지능은 물류에 어떻게 활용될까?

인공지능이 가져오는 변화가 인류에게 있어 전례 없이 높은 생산성을 달성할 수 있는 혁신의 시작이라는 데에는 이견이 없습니다. 또한 물류는 인공지능의 활용을 통해 생산성 향상과 비용 절감이 획기적으로 이뤄질 것이라 예측되는 가장 대표적인 산업입니다. 

물류산업은 매일 방대한 양의 데이터가 생성되지만 데이터의 종류와 수가 매우 많기 때문에 올바른 활용을 위해서는 △데이터 분석 기술 △다양한 변수를 감지할 수 있는 경력과 판단력을 가진 전문 인력 등이 필요합니다. 그러나 이를 수행하기 위해서는 고도화된 프로그램의 연동이 요구되기 때문에 비용적 부담으로 인해 이를 실제로 활용하는 기업은 많지 않았습니다.

하지만 인공지능의 발전에 따라 데이터 추출/분석 속도가 획기적으로 향상됐고, 레포팅 기능을 통해 단순한 문의만으로도 필요한 정보에 대한 요약과 보고서 작성이 가능해지면서 앞으로 물류산업에서의 인공지능 활용이 더욱 활발히 이뤄질 것으로 전망합니다.

그렇다면 인공지능은 물류·유통 산업에 있어 어떻게 적용되고 있을까요?

1) 스마트 물류 시스템 구축을 위한 인공지능 활용

물류 산업에서는 지금, 자율주행 배송과 운송, 보관 등의 무인화를 포함하는 ‘스마트 물류’ 실현을 위해 인공지능에 대한 연구개발과 실험을 활발하게 진행하고 있습니다. 특히 단순 반복 작업을 대신하는 로보틱 자동화(RPA), 서비스 비용·수요 예측과 배송경로 최적화, 예측 기반 선제적 대응체계 구축 등 물류 시스템 운영 측면에서의 활용은 실용화 사례가 빠르게 증가하고 있습니다. 

미국 아마존은 물류 분야에서 인공지능을 가장 잘 활용하는 기업으로 손꼽힙니다. 클라우드 서비스인 아마존웹서비스(AWS)의 AI를 고객 데이터에 접목하여 수요를 미리 예측하고, 고객이 주문하기도 전에 배송을 준비하는 시스템을 구축했습니다. 사업을 운영하며 획득한 방대한 양의 소비자 데이터에 별도로 개발한 AI 알고리즘을 적용해 ‘수요-예측’ 모델을 활용한 사례입니다. 

인공지능을 아예 모든 물류 프로세스에 도입한 기업도 있습니다. 미국의 화물운송기업 P사(퓨로레이터)입니다. P사는 자체 개발한 AI 알고리즘이 정보를 분석하면 이것을 실시간으로 물류 현장에 반영해 재고 관리의 효율성을 높이고 있습니다.

물류 업계에서는 인공지능의 중요성이 끊임없이 강조돼 왔습니다. 또한 전술한 바와 같이 점점 많은 기업이 단순히 CRM을 넘어 작업 오차 범위를 0% 대로 유지하는 AI 모델을 도입해 스마트 물류 시스템을 조성하고 있는데요. 시장조사업체 마켓리서치퓨쳐에 따르면 글로벌 물류 산업 관련 인공지능 시장 규모는 2020년 기준 185억 2천만 달러에 달했으며, 다가오는 2026년에는 242% 성장한 448억 8580만 달러 규모로 성장할 것으로 예측되고 있습니다. 

2) 이커머스 산업에서의 인공지능 활용 

날짜와 시간에 따라 물동량 변동성이 높은 이커머스 분야도 인공지능 도입과 함께 큰 변화가 이뤄지고 있습니다. 우선 마케팅 측면에서 홈페이지 인입량과 페이지뷰, 검색 키워드, 재구매율 등의 고객 활동 지표를 바탕으로 판매 추이를 분석하고 매출의 시계열 예측하는 데 인공지능을 활용하고 있습니다. 

그리고 이렇게 도출된 마케팅 분석과 연계하여 이커머스에서의 기간별 물동량을 예측합니다. 기업은 이를 통해 적정 인력을 배치하고 작업의 순서를 최적화할 수 있죠. 또한 인공지능 출고 분석을 기반으로 작업 동선을 최적화하고 작업별 병목구간을 파악하여 각 작업 공정에서 개선점을 찾을 수 있습니다. 이를 통해 유기적으로 업무를 진행할 수 있는 환경을 구축하여 센터 전체의 가동률을 높이고 전체적인 운영 개선의 효과를 경험할 수 있기 때문에, 최근 높아진 인건비와 물류비로 인한 고민을 해결하는 데 기여할 수 있으리라 예상됩니다.

또한 인공지능 기술이 발달할 수록, 수요예측과 구매업무 또한 큰 변화를 맞이할 것으로 예상됩니다.

현재의 수요예측은 과거의 데이터와 미래의 목표를 중심으로 다양한 데이터를 조합하고 가공하는 구조입니다. 때문에 데이터 수집·분석을 위한 데이터 가공을 수행하고, 변수 간의 인과관계를 비교하는 역할을 맡을 전문인력이 필요하지만, 실제로 해당 기술자가 많지 않고 시간과 처리량의 한계로 인해 예측 정합성의 한계가 존재했습니다.

하지만 여기에 인공지능을 활용한다면 마케팅 분석 기반의 판매량 분석과 연계해 소비량을 보다 정확히 예측할 수 있는 것은 물론, 전문가가 아닌 이들도 데이터 수집과 분석을 보다 쉽게 수행할 수 있게 됩니다. 또한 이 같은 변화는 재고 관리와 발주, 구매 등에 있어 업무적 허들을 낮출 것이며, 기업의 손실을 크게 낮출 수 있는 전환점이 되어줄 것입니다. 

인공지능, 자료 활용을 넘어서는 업무의 자동화

인공지능은 데이터 분석과 결과값 산출에만 활용되는 것이 아닙니다. 업무에 필요한 정보 취합 및 입력, 유관부서로 보고서 공유 등 정기적인 업무들을 자동화할 수 있죠. 이렇게 사람이 컴퓨터로 하는 반복적인 업무를 로봇 소프트웨어를 통해 자동화하는 기술을 RPA(Robotics Process Automation·로보틱 자동화 과정)라고 합니다. 기존의 로봇 기술이 공장 생산 라인에서 움직이는 실체적 기계를 이르렀다면, RPA는 ‘소프트웨어로’ 단순 반복적인 일을 하는 로봇이라고 이해하면 쉽습니다. 

현재도 RPA 프로그램을 도입하여 활용하는 기업이 많지만, 여기에 인공지능 기능이 추가되면, 정형화된 범위 안에서 업무를 수행하는 기존 RPA의 기능을 넘어 보다 능동적으로 다양한 정보를 취합·분석하는 과정이 더해짐으로써 업무의 유동성이 높아지며, 더 편리한 업무 자동화를 완성할 수 있습니다.

또한 업무 자동화 구축과정에서도 인공지능을 활용해 업무 범위 및 산출물, 수행간격, 기간 등을 합리적으로 설정·변경할 수 있죠. 기업은 이를 통해 자동화 시스템 도입 비용을 절감하고, 유지보수에 필요한 인력 및 시간 또한 최소화할 수 있을 것으로 전망됩니다. 

지금, 챗GPT가 전 산업의 게임체임저로 떠오르고 있는 것처럼, 인공지능 기술의 발전은 앞으로도 인간의 예상과 한계를 뛰어넘는 엄청난 발전과 변화를 가져올 것으로 전망됩니다. 발전하는 인공지능 기술을 통해 우리가 가졌던 다양한 상상과 창의성이 날개를 달고 멋지게 실현될 수 있기를 기대해 봅니다. 

| 출 처 | 

한진 공식 블로그, 2023년 3월 27일, "새로운 게임체인저 챗GPT 등장! 인공지능이 만들 SCM과 물류의 미래",

https://blog.naver.com/hanjinsns/223056645054