컨테이너 해운의 디지털 전환: 스마트하고 효율적인 운영을 위한 전략

물류 산업 전반이 디지털 변화에 더디게 대응해 왔지만, 컨테이너 해운 분야는 특히 아날로그 방식에서 벗어나기를 주저해 왔습니다. 빈 컨테이너 이동에 관한 복잡한 의사결정이 여전히 스프레드시트와 사람의 직관에 의존해 수작업으로 처리되고 있기 때문입니다.

그러나 2020년 총 선박 용량이 사상 최고치를 기록할 것으로 예상되면서, 항만과 해운 거점의 기업들은 오랜 비즈니스 프로세스를 재평가하기 시작했습니다.

전 세계 무역 물량의 약 90%가 해상으로 운송되며, 해상 무역량은 2030년까지 두 배로 증가할 전망입니다. 2020년 글로벌화 흐름이 타격을 입었음에도, 컨테이너 해운 산업 내 디지털 도입의 필요성은 그 어느 때보다 절실합니다.

만연한 비효율과 비용 가시성 부재

대다수 선사가 여유 컨테이너를 과다하게 보유하면서 심각한 비효율을 초래하고 있습니다. 게다가 시스템 어디에도 비용에 대한 명확한 가시성이 없습니다. 많은 경우 물류 팀이 전 세계 빈 컨테이너 재배치를 관리하는 반면, 별도의 조달 팀이 벤더 비용을 통제합니다.

이러한 단절로 인해 특정 지역에서 특정 벤더에게 지급한 총액은 알 수 있어도, 그 비용을 견인한 요인이 무엇인지는 불분명한 상황이 빈번합니다. 몇 개의 컨테이너가 이동했고 이유는 무엇인가? 다른 벤더가 더 저렴하게 처리할 수 있지 않았는가? 물류 의사결정자들이 자신의 행동이 비용에 미치는 영향을 온전히 파악하지 못하는 경우가 많습니다.

지연이 어떻게, 어디서 발생하는지, 프로세스를 어떻게 개선할 수 있는지에 대한 통찰력이 부족하면 컨테이너 해운의 발전을 크게 저해할 수 있습니다. 다행히 산업 발전을 이끄는 디지털 변화 덕분에 실질적 성장을 위한 새로운 기회가 열리고 있습니다.

글로벌 컨테이너 해운의 개선 과제

희소식은 최근 몇 년간 해상 컨테이너 유실 사고가 사상 최저 수준으로 급감했다는 점입니다. 이러한 물리적 사고는 절차의 신속한 시정으로 이어집니다. 정작 해결하기 어려운 것은 데이터 부재에서 오는 손실입니다.

아날로그 방식과 수작업 데이터 입력은 항만 간 화물 운송의 수단이 되어 왔습니다. 그러나 세계 자원을 다루는 이러한 오랜 방식이 2020년 급격한 변곡점을 맞았습니다.

보스턴컨설팅그룹(BCG)에 따르면 전 세계 컨테이너 3개 중 1개는 빈 채로 이동합니다. 이러한 불균형은 연간 최대 200억 달러의 비용을 업계에 안기지만, 더 나은 물류 계획 전략을 적용하면 이를 상쇄할 수 있습니다.

빈 컨테이너 관리 비효율은 느린 재배치 시간, 재배치·보관·소유 비용에서 기인합니다. 빈 컨테이너 재배치 비용 200억 달러 전부를 없앨 수는 없지만, 적절한 기술을 활용하면 약 30%는 절감 가능하다고 추정됩니다. 이러한 개선은 특히 노선 경쟁이 있을 때 향후 물류 의사결정을 더 잘 내리는 데 기여합니다.

과거에는 수요 예측이 오로지 사람의 지식에 의존했습니다. 세계 각지의 작업자가 자사의 예약 현장과 개인 경험을 바탕으로 수요를 예측하고, 이를 취합해 단일 마스터 예측을 만들었습니다. 이 방식이 실제 수요를 대략적으로 근사할 수는 있으나, 인적 오류와 편향에 취약합니다.

게다가 전 세계 컨테이너 해운 산업은 인력 감소, 수요 위축, 공급망 교란에 직면해 있습니다. 모든 선박이 적정량의 컨테이너를 싣고 정시에 출항하도록 하는 것은 이제 단순한 목표를 넘어 기업 생존의 필수 조건입니다.

컨테이너 해운의 핵심 과제는 다른 물류 분야와 마찬가지로, 미래 해운 패턴을 더 정확하게 예측하는 방법을 결정하는 것입니다. 수요 예측 솔루션을 도입한 기업이 경쟁 우위를 점합니다.

인공지능이 제시하는 해답

컨테이너 해운의 디지털 접근법은 솔루션 기반입니다. '2020년 남은 기간'을 생각하지만, 선사들은 내년 이후도 비슷한 물량 패턴이 지속될 것임을 알고 있습니다. 오랜 역사의 물류 기업들이 매년 성공을 위해 의존해 온 과거 데이터에도 가치가 있습니다. 하지만 지역 단위든 전 세계 단위든 수요를 더 정밀하게 들여다보는 것은 더 큰 도전입니다.

이 지점에서 인공지능이 신호와 잡음을 분리하는 데 활용됩니다. 예측 알고리즘과 데이터 모델은 기업 내부 정보를 활용해 컨테이너를 언제, 어디로 보낼지 결정하며, 공휴일 등 시간 기반 외부 요인까지 고려합니다.

AI는 선사가 납기 2~3개월 전 고객 수요를 평가할 수 있게 합니다. 빈 컨테이너 재배치, 수리비 증가, 초과 인건비는 모두 선사의 주요 수익 저해 요인입니다. 컨테이너 흐름이 최적화되면 자원 부담이 줄고, 과잉 빈 용량을 처리할 필요가 없어져 수익이 증가합니다.

전 세계 해상 무역의 방대한 범위 때문에 대다수 해운사가 공급망을 수작업으로 최적화하기는 어렵습니다. AI의 도움으로 의사결정자들은 자사 컨테이너가 어디로 가는지, 어디로 가야 하는지에 대한 더 넓은 그림을 얻을 수 있습니다.

2020년을 위한 솔루션 최적화

광활한 대양을 건너 컨테이너를 운송하는 데는 추측의 여지가 거의 없습니다. 각 출항은 손익계산서뿐만 아니라, 수주 또는 수개월 뒤 도착항의 수요 현실에도 부합해야 합니다.

더구나 경제 위축으로 전 세계적으로 선대 규모를 줄여야 하는 상황입니다. 이제 수요와 공급 모두 유동적인 국면에 직면했습니다. 명확성을 확보하려면 적절한 예측 분석 도구를 찾아야 합니다.

AI는 거친 바다에서 항해하는 이들에게 북극성 같은 역할을 합니다. 올바른 데이터가 컨테이너 해운을 견인하면, 빈 컨테이너 흐름 최적화와 합리적 수요 예측 덕분에 속도, 안전, 수익이 모두 향상됩니다.

오늘날 컨테이너 해운 기업들은 급변하는 이벤트를 확실하게 예측해야 합니다. 즉, 디지털 소스 정보를 활용하고 데이터 기반 의사결정에 집중해야 합니다. 사회적 거리두기 시기에도 경영진의 행동과 직원 참여는 여전히 최우선입니다. 오늘날의 진화는 리더들이 올바른 기술을 활용해 자신 있게 항해하는 방식에 달려 있습니다.

Jon Fath는 Transmetrics의 최고운영책임자(COO)입니다.