[AI가 물류를 먹는다②] 창고가 생각한다

AI는 물류의 도구에서 운영체제가 된다

Amazon의 물류센터에는 로봇이 100만 대 있다. 인간 직원은 약 150만 명이다. 거의 1대 1. 300개 시설에서 Hercules가 560kg 선반을 나르고, Sparrow가 2억 종의 상품을 집어 올리고, Proteus가 사람 사이를 자율 주행한다. 2025년 7월, 일본 물류센터에서 100만 번째 로봇이 가동을 시작했다.

이것은 Amazon만의 이야기가 아니다.

DHL은 전 세계 창고에서 7,500대 이상의 자율 로봇을 운용한다. 창고의 90% 이상에 최소 하나의 자동화 솔루션이 들어가 있다. Boston Dynamics의 Stretch는 트레일러에서 시간당 700박스를 하역한다. UPS는 2025년 말까지 127개 시설을 자동화했고, 2026년에 24개를 추가해 미국 물량의 68%를 자동화 시설에서 처리할 계획이다. FedEx는 Berkshire Grey와 완전 자율 컨테이너 하역 로봇을 출시했다.

Capgemini에 따르면 생성형 AI를 실제 업무에 활용하는 기업 비율은 2023년 6%에서 2025년 30%로 5배 뛰었다. 93%가 탐색 또는 배포 단계에 있다. 물류는 AI의 실험장이 아니라 실전 적용 현장이 됐다.

세 개의 전선

AI가 물류를 바꾸는 방식은 세 갈래다. 창고 안, 창고 밖, 그리고 보이지 않는 곳.

만약 한 물류센터장이 오늘 아침 출근해서 가장 먼저 보는 화면이 KPI가 아니라 AI 예측 대시보드라면, 그 순간부터 그의 역할은 관리자에서 조정자로 바뀐다.

첫째, 창고 안 - 로봇이 사람을 대체하는 것이 아니라, 일을 재정의한다.

Amazon의 최신 풀필먼트센터인 루이지애나 슈리브포트(SHV1)가 대표 사례다. 300만 평방피트, 5층. Amazon이 역사상 처음으로 모든 핵심 공정에 로봇과 AI를 동시 투입한 시설이다. Sequoia 시스템이 3,000만 개 상품을 관리한다. 재고 식별·저장 속도가 기존 대비 75% 빠르고, 주문 처리 시간은 25% 단축됐다. Sparrow는 컴퓨터 비전과 AI로 2억 종 이상의 상품을 식별·피킹한다. 이 시설의 인력은 기존 물류센터의 약 70% 수준이다.

나머지 30%의 일자리가 사라진 것이 아니다. 로봇 관리, AI 모델 학습, 플릿 운영이라는 새로운 직무가 생겼다. Amazon은 2019년 이후 70만 명 이상의 직원을 재교육(upskilling) 프로그램에 투입했다. Accenture의 물류·자동화 리서치 리드 Benjamin Reich는 "인간이 여전히 주도한다"고 말한다. "일자리 대체가 아니라, 자동화 수준과 운영 업무 사이의 격차를 메울 수 있는 역량(skill set)을 시장에서 찾고 있는 것이다".

여기서 결정적인 변화가 일어난다. DeepFleet - Amazon이 자체 개발한 생성형 AI 모델이다. 100만 대 로봇의 이동 경로를 실시간으로 최적화한다. 교통 관제 시스템과 같다. 이동 효율 10% 향상, 배송비 절감. Accenture에 따르면 물류·운송 임원의 70%가 자율 공급망을 최우선 투자 대상으로 꼽는다. 그러나 "거의 자율적인 구조는 아직 존재하지 않는다"고도 인정한다.

이것이 현주소다. 의지는 있고, 기술도 있다. 그러나 '완전 자동화 창고'는 2040년까지 51%의 공장만이 도달할 것으로 예상된다. 격차는 기술이 아니라 실행에 있다.

둘째, 창고 밖 - 라스트마일과 탄소의 교차점.

UPS의 ORION 시스템은 AI로 배송 경로를 최적화해 연간 4억 달러 이상의 연료비를 절감한다. DHL은 AI 에너지 관리 시스템으로 운영 에너지 효율을 30% 개선했다. AI 경로 최적화는 연료비 절감과 탄소 감축을 동시에 달성하는 유일한 도구다. 트럭 공차율 15% - AI가 이 빈 트럭을 채우면 배출량이 줄어든다.

EU가 이 흐름을 규제로 가속한다. 트럭 CO₂ 배출 기준: 2025년 -15%, 2030년 -45%. 유럽 제로배출 트럭은 현재 약 13,500대에서 2030년까지 40만 대로 늘어나야 한다. EU CBAM(탄소국경조정제도)은 수입 상품에 내재된 탄소에 비용을 부과한다. 물류의 탄소를 추적하지 않으면, 유럽 시장에 진입할 수 없다. 선적 단위(shipment-level)의 탄소 데이터가 필수가 되는 시대다.

물류는 더 이상 '빠르게'만으로 충분하지 않다. '깨끗하게'가 경쟁 조건이 됐다.

셋째, 보이지 않는 곳 - 디지털 트윈과 예측의 시대.

디지털 트윈(Digital Twin)은 물류 네트워크 전체를 가상 공간에 복제한다. 새 창고 위치, 경로 변경, 재고 배치 전략을 실행 전에 시뮬레이션한다. 초기 도입 기업은 예측 정확도 20~30% 향상, 지연·다운타임 최대 80% 감소를 보고한다. 자율 공급망 초기 도입 기업은 주문 리드타임 27% 단축, 노동생산성 25% 향상을 달성했다.

DHL의 에이전트 AI(Agentic AI)가 이 변화의 실체를 보여준다. 과거에는 배송 일정을 잡기 위해 고객에게 며칠간 전화를 돌렸다. 지금은 AI 에이전트가 수 시간 만에 처리한다. 재고 오류가 발생할 가능성이 높은 위치를 예측하고, 이직 위험이 높은 현장 인력을 사전에 파악한다. DHL IT 부문 부사장 Jason Pawlowski는 말한다. "이 에이전트들이 플랫폼을 넘어 서로 협업하기 시작하면 완전히 새로운 수준의 오케스트레이션이 된다."

nShift는 2026년 전망 보고서에서 이렇게 정리한다. "예측, 관제탑, 디지털 트윈이 물류를 '월간 사후 분석'에서 '연속 감지·대응'으로 전환하고 있다."

구분	전통 물류	AI 물류
재고 관리	주간/월간 실사	실시간 AI 예측
경로 최적화	고정 경로	실시간 동적 경로
창고 운영	수동 피킹·적재	로봇+AI 협업
탄소 관리	연간 보고	선적 단위 실시간 추적
네트워크 설계	경험·직관	디지털 트윈 시뮬레이션
의사결정	사후 대응	예측적 선제 대응

정리하면, AI는 물류의 일부 공정을 개선하는 것이 아니라 운영 전체를 재설계하고 있다.

한국의 실행 격차

글로벌은 실전이다. 한국은 어디에 있는가.

CJ대한통운은 곤지암 메가허브에서 소터와 자동분류 시스템을 운용한다. 쿠팡은 자체 물류 네트워크에 로봇과 AI 수요예측을 도입했다. 현대글로비스는 스마트 물류 솔루션을 확장 중이다. 그러나 이것은 대기업의 이야기다. 한국 물류산업의 절대 다수를 차지하는 중소 물류기업에게 AI는 아직 먼 이야기다.

그래서 한국 기업은 어디부터 시작해야 할까? 첫째, 데이터 표준화부터 시작이다. 둘째, WMS/TMS 로그 데이터를 AI 학습 가능한 형태로 정리해야 한다. 셋째, 자동화보다 데이터 정합성이 먼저다.

EU 창고의 25% 이상이 2027년까지 기본 컨베이어를 넘어선 수준으로 자동화될 전망이다. 독일 물류 노동자의 38%가 50세 이상이다. 유럽은 고령화와 인력 부족이 자동화를 강제하고, 규제가 탄소 추적을 요구한다. 한국도 물류 인력 고령화와 인력난은 동일하지만, 자동화와 디지털 전환의 속도는 다르다.

격차의 본질은 기술이 아니라 데이터다. AI는 데이터를 먹고 자란다. 물류 데이터가 디지털화되지 않은 기업에게 AI는 작동하지 않는다. PwC에 따르면 2030년까지 물류 근로자의 40%가 재교육이 필요하다. 한국은 물류 인력 재교육에 얼마나 투자하고 있는가. 물류 기업의 디지털 전환 예산 중 AI 비중은 얼마인가. 대답할 수 있는 기업이 많지 않다. 결국 한국 물류기업의 경쟁력은 AI 도입 속도가 아니라, 데이터 축적 속도에서 갈릴 가능성이 크다.

nShift 보고서의 한 문장이 핵심을 찌른다. "2026년의 승자는 화려한 실험이 아니라, 소수의 검증된 사례를 확대하고, 데이터를 정비하고, 사람이 관여하는 설계(human-in-the-loop)에 집중하는 기업이다."

창고가 생각하기 시작했다. Amazon의 DeepFleet이 100만 대 로봇의 동선을 설계하고, DHL의 에이전트 AI가 배송 일정을 자동으로 잡고, 디지털 트윈이 아직 존재하지 않는 창고의 효율을 시뮬레이션한다.

문제는 창고가 생각하느냐가 아니다. 누가 창고에게 무엇을 생각하게 할 것인가다. AI 시대 물류 경쟁력은 창고 크기가 아니라, 창고의 '사고력'을 설계하는 능력에서 갈린다.

참고 자료

Amazon, 로봇 100만대 돌파 발표 (2025.07); Shreveport FC 상세 (2025.04)
GeekWire, "Amazon tops 1 million robots" (2025.07.01)
Capgemini, GenAI 도입률 조사 — 6%(2023)→30%(2025) (2025)
Accenture, 물류 자동화 연구 — 51% 완전 자동화 2040, 70% 임원 최우선 투자 (2025.03)
Morgan Stanley, Amazon Shreveport 인력 분석 — 기존 대비 70% (2025)
nShift, "2026 Delivery & Logistics Trends Report" — 디지털 트윈, 자율 공급망 성과 (2025.12)
DHL, CES 2026 발표 — 7,500 자율 로봇, 90%+ 창고 자동화, Boston Dynamics Stretch (2026.01)
UPS, ORION 시스템 — 연간 $4억+ 절감
PwC, 2030 물류 재교육 전망 — 40% 근로자 재교육 필요
물류트렌드 2026 (BEYONDX)

[연재순서]

[AI가 물류를 먹는다①] 6,500억 달러의 물류ㅣ AI 인프라 전쟁이 만든 새로운 화물

[AI가 물류를 먹는다②] 창고가 생각한다ㅣAI는 물류의 도구에서 운영체제가 된다

[AI가 물류를 먹는다③] 예측이 경쟁력이다