갭(Gap Inc.), 로보틱스·AI 통합으로 창고 효율성 가속화

전 세계 소비자들은 여러 세대에 어필하는 시대를 초월한 의류로 갭(Gap Inc.)을 알고 있습니다. 50년 이상 비즈니스를 해온 갭은 또한 공급망 시스템을 연마하여 연간 수백만 개 품목을 최대 효율로 처리해 왔습니다. 규모를 고려할 때, 회사는 기술 곡선과 경쟁에서 앞서 나가기 위해 혁신적인 솔루션을 적극적으로 연구하고 테스트합니다.

2016년, 갭은 새로운 풀필먼트 네트워크로의 광범위한 전환을 시작했습니다. 크로스채널 물류 최적화 프로젝트는 경쟁사보다 앞서 나가는 것과 동시에, 그해 여름 북동부 유통 센터에서 발생한 파괴적인 화재로부터 회복하는 것을 목표로 설계되었습니다.

프로그램 목표를 달성하기 위해, 글로벌 물류 풀필먼트 수석 부사장 케빈 쿤츠(Kevin Kuntz)는 회사가 이미 사용 중인 자동화 솔루션(자동 보관 및 검색 시스템 등)에 추가할 혁신적인 기술을 시범 운영하고자 했습니다. 또한 모든 대형 소매업체처럼, 갭은 성수기 동안 운영을 지원할 충분한 직원을 찾는 과제와 계속 씨름하고 있었습니다.

쿤츠는 카인드레드(Kindred)의 피킹 기술인 SORT를 알게 되었습니다. SORT는 인공지능을 사용하는 로봇 시스템으로, 비전, 파지, 조작 알고리즘을 이용해 상품을 피킹하고 분류합니다. AI 방법론을 사용하여 로봇의 역량을 지속적으로 개선하며, 시스템은 수백만 데이터 포인트를 평가하여 각 작업에 대한 최적의 피킹 전략을 실시간으로 계산하고 실행합니다.

"SORT의 작동 시연을 본 후, 우리는 이 기술이 다른 솔루션보다 더 앞서 있다고 느꼈습니다."라고 쿤츠는 말합니다.

기술 평가를 시작하기 위해, 쿤츠는 테네시주 갤러틴에 있는 갭의 유통 센터에 파일럿 SORT 시스템을 설치했습니다. 이는 회사가 자사 DCs에서 AI 기술을 사용한 첫 사례였습니다.

많은 DCs처럼, 갭의 것들도 피크 수요를 충족하도록 구축되었습니다. 수요의 정점은 연말 시즌에 오며, 블랙 프라이데이와 사이버 먼데이 주간에 매장과 온라인에서 가장 높은 트래픽이 발생합니다. 일반적인 DC에는 고객 주문을 처리하는 수동, 노동 집약적 분류 스테이션이 있습니다.

각 DC에는 봄베이 소터(Bombay sorter)라 불리는 거대한 타원형 벨트가 있어, 수천 개의 개별 유닛을 개별 스테이션으로 보냅니다. 봄베이 소터에 부착된 슈트(chute)는 지류 역할을 하여, 컨베이어 벨트에서 상품을 분류 스테이션으로 보냅니다.

수동 분류 스테이션에서, 상품은 더미에 떨어뜨려지고, 직원은 각 조각을 집어 바코드 스캐너로 스캔합니다. 풋월(putwall, 주문별 큐비가 있는 수직 그리드)의 해당 불빛이 켜지며, 직원에게 해당 주문에 맞는 큐비를 알립니다. 이 루틴은 상품이 처리됨에 따라 반복됩니다. 주문의 마지막 품목이 스캔되면, 그 큐비에서 다른 색 불빛이 깜빡이며 직원에게 큐비가 완료되었음을 알립니다. 그러면 직원은 큐비 내용물을 꺼내 다음 스테이션으로 옮겨 포장 및 배송합니다.

"사람이 하는 분류 스테이션은 매우 수동적입니다."라고 카인드레드 고객 성공 운영 디렉터이자 쿤츠의 주요 연락창구인 잭 고메즈(Zach Gomez)는 말합니다.

"과정은 단조롭고, 근무 시간이 지날수록 직원의 속도와 정확성은 떨어집니다. 그냥 인간 본성입니다."

카인드레드 SORT가 지원하는 자동화된 분류 프로세스는 그 직원을 두 배로 생산적으로 만들 수 있다고 고메즈는 주장합니다. "SORT 유닛은 본질적으로 플러그앤플레이입니다."라고 그는 덧붙입니다.

시작하기 위해, 갭은 봄베이 소터의 슈트를 재구성하여 품목을 SORT 시스템의 빈(bin)으로 직접 보내도록 했습니다. 다음, 시스템의 카메라는 빈 안의 품목들을 이미 메모리에 저장된 수만 장의 이미지와 비교합니다. AI를 사용하여, 본 것을 기존 이미지와 매칭하여 상품을 인식하고, 한 품목이 어디서 시작하고 다른 품목이 어디서 끝나는지 식별합니다.

카메라가 각 품목의 위치를 기록한 후, 원형 시스템 중앙의 로봇 팔이 독점 오토그라스프(Autograsp) 기술(집기, 파지, 흡입의 조합)을 사용하여 물체를 집어 올립니다. 로봇 팔이 그리퍼에 품목을 잡은 상태에서, 바코드가 있을 수 있는 모든 영역을 시스템 내부의 네 대 카메라 중 하나로 빠르게 스윙하여 노출시킵니다. 카메라 중 하나가 품목을 스캔하는 즉시, 팔은 해당 품목을 적절한 주문과 매칭하고, 해당 큐비에 떨어뜨립니다.

로봇이 품목을 고정하지 못하면, SORT 시스템은 카인드레드 본사의 '로봇 파일럿'에게 도움을 요청합니다. 원격으로, 파일럿은 기계의 실시간 뷰를 보고 로봇 팔을 가이드하여 피킹을 돕습니다. 때로는 큐비에 들어가기엔 너무 큰 물건 등, SORT 빈에 있어서는 안 될 품목이 들어오는 경우가 있습니다. 그런 경우, 로봇 파일럿은 DC의 운영자에게 알리고, 운영자가 빈에서 품목을 제거할 수 있습니다.

머신러닝을 사용하여, SORT는 시간이 지남에 따라 품목의 형태와 바코드 위치 같은 기타 세부사항을 학습하여 피킹과 분류에서 더 빠르고 효율적이 됩니다. 갭 DCs에서 몇 달간 운영된 후, SORT 시스템은 상품의 98%를 자율적으로 피킹할 수 있으며, 로봇 파일럿의 개입을 거의 필요로 하지 않습니다.

머신러닝과 AI 역량에도 불구하고, SORT는 여전히 피킹 프로세스의 마지막 단계에서 인간 참여에 의존합니다. 로봇 팔이 주문에 품목 추가를 마치면, 운영자에게 완료되었음을 알리는 불빛을 트리거합니다. 운영자는 완성된 주문을 큐비에서 꺼내 포장 구역으로 옮깁니다.

한 직원이 최소 두 개의 SORT 시스템을 감독합니다. 로봇 팔이 대부분의 일을 하기 때문에, 직원은 로봇 SORT 스테이션에서 더 많은 주문을 포장할 수 있습니다. 여러 피킹 스테이션을 감독하는 작업자는 2~3배의 처리량을 책임질 수 있습니다.

갭 DCs의 직원들은 기술 구현 성공에 핵심적인 역할을 합니다. 그들은 SORT 장비 관리와 모든 프로세스가 지점에서 지점으로 원활하게 흐르도록 하는 일을 담당합니다.

"우리 모든 직원들은 SORT 스테이션과 상호작용하는 것이 매우 쉽고, 기계 안팎에서 작업하는 것이 매우 안전하다고 느낍니다."라고 쿤츠는 말합니다. "교육이 쉽고, 대부분 직원들과 한 시간 이하를 보내면 정해진 속도로 작업할 수 있습니다. 여기에는 모든 예외 처리 학습이 포함됩니다. 기계의 설계와 단순함이 신입 직원 교육을 매우 쉽고 빠르게 만듭니다."

갭은 이후 캘리포니아주 프레즈노 시설에 SORT를 추가했으며, 2019년 말까지 뉴욕주 피시킬 북부 유통 센터에 시스템을 설치할 계획입니다.

"카인드레드의 시스템 모든 측면을 개선하려는 의지는 우리의 기대를 초과했습니다."라고 쿤츠는 말합니다. "그들은 그리퍼와 스캐너를 개선하여 기계의 정확도를 높였습니다. 구현을 시작한 18개월 동안 인상적인 속도 개선을 보았고, 자율 피킹 비율이 증가했습니다."

잭 고메즈(Zach Gomez)는 카인드레드의 고객 성공 디렉터입니다.