CJ대한통운, AI로 화물선 도착시간 예측한다

2021-02-01 14:21
수출 기업 재고 부담 및 물류 비용 절감 효과

#유럽과 미주로 타이어 부품을 수출하는 C사는 그간 화물선이 해외의 부두에 도착하는 일정이 여러 이유로 실제보다 1~2일 정도 차이가 나서 고민이었다. 이 때문에 현지 물류센터에 재고를 충분히 쌓아둬야 했다. 최근 CJ대한통운이 인공지능 화물선 도착예측 시스템을 도입한 이후 정확하게 도착 일시를 알 수 있게 되면서 C사는 재고를 기존의 30% 가량 줄일 수 있었고, 연간 약 65억원 가량의 비용절감 효과를 거둘 수 있을 전망이다.

코로나19 여파로 인한 해상운송의 폭증으로 화물선 수요가 급증하는 가운데, 인공지능(AI)이 화물선 도착시간을 예측해주는 시스템이 상용화되기 시작했다. 

1일 CJ대한통운은 국내 종합물류업계 최초로 인공지능 기술을 활용해 화물선의 도착 시간을 예측할 수 있는 'CJ대한통운 카고 트렉킹' 시스템을 개발해 본격적인 운영에 들어갔다. AI를 도입하면서 정확도는 두 배 이상 높아졌다. 제품이나 원자재를 수출하는 기업이나 제조업체들의 재고 부담이 줄어드는 것은 물론 물류비용도 절감할 수 있을 것으로 보인다.

컨테이너 부두. [사진=CJ대한통운 제공]

CJ대한통운은 제조업체, 수출입업체로부터 화물을 위탁받아 최종 목적지까지 운송을 대행하는 복합운송서비스를 제공하고 있다. 국제 해상운송의 경우 CJ대한통운이 선사와 계약을 맺고 화물선을 통해 운송하게 된다.

선박을 통한 해상운송은 경로, 날씨, 현지 부두의 상황 등 여러가지 요인에 의해 도착 일정이 유동적이다. CJ대한통운이 개발한 시스템은 화물선이 해외 현지 항구에 도착하는 일시를 인공지능 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% 정도였다. CJ대한통운 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. CJ대한통운에게 화물을 맡긴 고객사들도 이 시스템을 통해 도착시간을 확인할 수 있다.

[사진=CJ대한통운 제공]

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

안전재고 감소로 임대료, 인건비 등 보관 관련 물류비의 절감이 가능하다. 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.

CJ대한통운은 향후 시스템 운영을 통해 축적되는 빅데이터를 기반으로 10~15% 가량 예측 정확도를 더 향상시킬 수 있을 것으로 예상하고 있다. CJ대한통운 관계자는 "기술 경쟁력을 곧 물류 경쟁력으로 인식하고, 첨단 미래물류 기술의 개발 및 도입을 통해 물류 초격차 역량 확보에 적극 노력하고 있다"고 밝혔다.