Gap Inc. 로봇 공학, AI로 창고 운영 속도 향상

전 세계 소비자들은 Gap Inc.가 여러 세대에 걸쳐 어필하는 시대를 초월한 의류로 알고 있습니다. 50년 이상 사업을 이어온 Gap Inc.는 공급망 시스템을 연마하여 매년 수백만 개의 품목을 최대 효율로 처리했습니다. 그 규모를 감안할 때 회사는 기술 곡선과 경쟁에서 앞서기 위해 혁신적인 솔루션을 적극적으로 연구하고 테스트합니다.

2016년에 Gap Inc.는 새로운 주문 처리 네트워크로의 광범위한 전환을 시작했습니다. Cross-Channel Logistics Optimization 프로젝트는 경쟁 우위를 확보하고 그해 여름 북동부 물류 센터에서 발생한 파괴적인 화재로부터 다시 회복할 수 있도록 설계되었습니다.

프로그램의 목표를 달성하기 위해 글로벌 물류 이행 담당 수석 부사장인 Kevin Kuntz는 자동화된 보관 및 회수 시스템과 같이 회사에서 이미 사용하고 있는 자동화 솔루션에 추가할 혁신적인 기술을 시험적으로 찾고 있었습니다. 또한 모든 대형 소매업체와 마찬가지로 Gap Inc.는 성수기 동안 운영을 지원할 충분한 직원을 찾는 문제와 계속 씨름하고 있었습니다.

Kuntz는 인공 지능을 사용하는 Kindred의 피킹 기술인 SORT를 알게 되었습니다. SORT는 시각, 파악 및 조작 알고리즘을 사용하여 상품을 선택하고 분류하는 로봇 시스템입니다. AI 방법론을 사용하여 로봇의 기능을 지속적으로 개선하는 시스템은 수백만 개의 데이터 포인트를 평가하여 실시간으로 각 작업에 대한 최적의 선택 전략을 계산하고 실행합니다.

Kuntz는 "SORT의 작동 데모를 본 후 이 기술이 다른 솔루션보다 훨씬 앞서 있음을 느꼈습니다."라고 말합니다.

기술 평가를 시작하기 위해 Kuntz는 테네시주 갤러틴에 있는 Gap Inc.의 유통 센터에 파일럿 SORT 시스템을 설치하여 회사가 D.C.에서 AI 기술을 처음으로 사용한 것을 기록했습니다.

많은 D.C.와 마찬가지로 Gap Inc.는 피크 수요를 충족하도록 제작되었습니다. 수요의 정점은 블랙 프라이데이와 사이버 먼데이 주간에 매장과 온라인에서 가장 많은 트래픽이 발생하는 휴가철에 발생합니다. 전형적인 D.C.에는 고객 주문을 처리하는 노동 집약적인 수동 분류 스테이션이 있습니다.

각 DC에는 수천 개의 개별 장치를 가져와 개별 스테이션으로 보내는 봄베이 분류기로 알려진 거대한 타원형 벨트가 있습니다. 봄베이 분류기에 부착된 슈트는 지류 역할을 하여 상품을 컨베이어 벨트에서 분류 스테이션으로 운반합니다.

수동 분류 스테이션에서 상품을 더미에 떨어뜨리면 직원이 각 상품을 집어 바코드 스캐너로 스캔합니다. 큐비의 수직 그리드인 퍼트월의 해당 조명이 켜지고 해당 큐비가 해당 주문에 해당하는 직원에게 신호를 보냅니다. 상품이 처리되면서 루틴이 계속 반복됩니다. 주문의 마지막 항목이 스캔되면 해당 창고에 다른 색상 표시등이 깜박이며 작업자에게 창고가 완료되었음을 알립니다. 그런 다음 직원이 상자의 내용물을 가져와 포장 및 배송을 위해 다른 스테이션으로 전달합니다.

Kindred에서 고객 성공을 위한 운영 이사이자 Kindred에서 Kuntz의 주요 담당자인 Zach Gomez는 "사람이 작동하는 분류 스테이션은 매우 수동적입니다."라고 말합니다.

“프로세스는 단조롭고 근무 시간이 지날수록 직원의 속도와 정확성이 떨어집니다. 그것은 인간의 본성일 뿐입니다.”

Kindred SORT가 지원하는 자동화된 분류 프로세스는 직원의 생산성을 두 배로 높일 수 있다고 Gomez는 주장합니다. "SORT 장치는 기본적으로 플러그 앤 플레이 방식입니다."라고 그는 덧붙입니다.

시작하기 위해 Gap Inc.는 봄베이 분류기의 슈트를 재구성하여 품목을 SORT 시스템의 빈으로 직접 보냅니다. 다음으로, 시스템의 카메라는 저장소에 있는 항목을 확인하여 이미 메모리에 저장된 수만 개의 이미지와 비교합니다. AI를 사용하여 보이는 것과 기존 이미지를 일치시켜 상품을 인식하고 한 항목이 시작되고 다른 항목이 중지되는 위치를 식별합니다.

카메라가 각 품목의 위치를 ​​기록한 후 원형 시스템 중앙에 있는 로봇 팔이 집기, 잡기 및 흡입의 조합인 Autograsp 기술을 사용하여 물체를 집습니다. 로봇 팔이 그리퍼에 항목을 고정할 때 바코드가 있을 수 있는 모든 영역을 시스템 내부의 4개 카메라 중 하나에 노출시키기 위해 빠르게 스윙합니다. 카메라 중 하나가 항목을 스캔하는 즉시 팔이 해당 항목을 적절한 순서와 일치시키고 해당 상자에 떨어뜨립니다.

로봇이 아이템을 확보할 수 없는 경우 SORT 시스템은 Kindred 본사의 "로봇 조종사"에게 도움을 요청하도록 통지합니다. 원격으로 조종사는 기계의 실시간 보기를 보고 로봇 팔이 선택을 하도록 안내합니다. 때로는 품목이 원래 있어야 하지 않은 SORT 빈에 갇히는 경우가 있습니다. 이 경우 로봇 조종사는 D.C.의 운영자에게 해당 항목을 휴지통에서 제거할 수 있음을 알립니다.

기계 학습을 사용하여 SORT는 시간이 지남에 따라 항목의 모양 및 기타 세부 사항(예:바코드 위치)을 학습하여 더 빠르고 효율적으로 선택 및 분류합니다. Gap Inc. D.C.s에서 몇 달 동안 운영한 후 SORT 시스템은 상품의 98%를 자율적으로 선택할 수 있으며 로봇 조종사의 개입이 거의 필요하지 않습니다.

기계 학습 및 AI 기능에도 불구하고 SORT는 선택 프로세스의 마지막 단계에서 여전히 사람의 참여에 의존합니다. 로봇 팔이 주문에 항목 추가를 마치면 표시등이 작동하여 작업자에게 완료되었음을 알립니다. 교환원은 완성된 주문을 큐비에서 꺼내고 품목을 포장 구역으로 옮깁니다.

작업을 감독하기 위해 한 명의 직원이 최소 2개의 SORT 시스템에 할당됩니다. 로봇 팔이 대부분의 작업을 수행하기 때문에 한 명의 직원이 로봇 SORT 스테이션에서 더 많은 주문을 포장할 수 있습니다. 여러 피킹 스테이션을 감독하는 작업자는 처리량의 2~3배를 책임질 수 있습니다.

Gap Inc. D.C.s 직원 기술 구현의 성공에 핵심적인 역할을 합니다. 그들은 SORT 장비를 관리하고 모든 프로세스가 지점에서 지점으로 원활하게 흐르고 있는지 확인합니다.

Kuntz는 "모든 직원이 SORT 스테이션과 상호 작용하기가 매우 쉽고 기계 내부와 주변에서 작업하는 것이 매우 안전하다고 느낍니다."라고 말합니다. “교육은 쉽고 대부분의 경우 직원들과 1시간 이내로 시간을 보낼 수 있습니다. 여기에는 모든 예외 처리를 배우는 것이 포함됩니다. 기계의 디자인과 단순성 덕분에 신입 사원을 매우 쉽고 빠르게 교육할 수 있습니다.”

Gap Inc.는 이후 캘리포니아 프레즈노에 있는 시설에 SORT를 추가했으며 2019년 말까지 뉴욕 피시킬에 있는 북부 유통 센터에 시스템을 설치할 계획입니다.

"시스템의 모든 측면을 개선하려는 Kindred의 의지는 우리의 기대치를 초과했습니다."라고 Kuntz는 말합니다. “그들은 그리퍼와 스캐너를 개선하여 기계의 정확도를 향상시켰습니다. 구현을 시작한 후 18개월 동안 속도가 크게 향상되었으며 자율 선택의 비율이 증가했습니다."

Zach Gomez는 Kindred의 고객 성공 책임자입니다.