실시간 디지털 트윈 활용으로 물류 효율성 강화

직접 소비자 배송(D2C)은 미래의 방식이며, 코로나19로 인해 더욱 중요해지고 있습니다. 그러나 물류 기업들은 끊임없이 변하는 도로 상황부터 의약품 등 온도에 민감한 배송 관리까지 수많은 요인으로 인해 수요 충족에 어려움을 겪고 있습니다. 실시간 디지털 트윈이라고 불리는 강력한 새로운 스트리밍 데이터 소프트웨어 기술은 중요한 물류 질문에 답하고, 미지의 변수를 줄이며, 운영 효율성을 개선하는 데 필요한 통찰력을 제공할 수 있습니다.

플릿, 스마트 창고, 기타 원격 측정 소스에서 들어오는 방대한 양의 스트리밍 데이터로 인해, 물류 관리자가 실시간으로 중요한 통찰력을 추출하고 잠재적 문제를 식별하는 것은 벅찬 과제입니다. 오픈소스 아파치 스톰(Apache Storm)과 플링크(Flink) 같은 기존 스트리밍 분석 접근법은 관리자가 집계된 메시지 흐름에서 패턴을 추출하는 데 도움이 됩니다. 그러나 여전히 이 정보를 맥락에 맞춰 그 중요성을 평가하고 각 데이터 소스에 대해 효과적이고 개별적인 조치를 취하는 데는 사용할 수 없습니다.

이러한 솔루션은 들어오는 원격 측정을 소프트웨어 파이프라인을 통해 통과시켜 관심 패턴을 추출하고, 집계된 통찰력을 얻으며, 특정 조건이 충족되면 경고를 보내도록 설계되었습니다. 그러나 데이터 소스 자체의 동적 상태를 추적하거나 그 행동에 대한 추론을 하지 않습니다.

예를 들어, 스트리밍 분석은 트럭 플릿에서 높은 오일 온도 판독값을 감지할 수 있지만, 왜 이런 판독값이 발생하는지, 임박한 고장을 나타내는지, 어떤 구체적 조치를 취해야 하는지는 설명할 수 없습니다. 이를 위해서는 스트리밍 분석 플랫폼이 각 트럭에 대한 맥락 정보를 유지해야 하며, 들어오는 원격 측정에 대한 더 깊은 성찰을 제공하고 경고 및 개입에 대한 더 전략적인 결정을 내릴 수 있어야 합니다. 예를 들어, 한 트럭 엔진은 연식과 정비 이력 때문에 정상보다 높은 오일 온도를 보일 것으로 예상되는 반면, 더 최신 엔진은 즉각적인 주의가 필요한 이례적인 문제를 보일 수 있습니다.

복잡한 물류 시스템을 원활하게 운영하려면, 수천 대의 트럭이나 창고의 팔레트 등 수많은 데이터 소스에서 원격 측정을 수신할 때 특히 더 깊은 수준의 성찰을 제공해야 합니다. 각 데이터 소스에 대한 맥락을 활용한 원격 측정의 향상된 분석은 비효율성, 잠재적 문제, 주요 추세를 식별하고 예측하는 데 훨씬 더 나은 역할을 할 수 있습니다. 이는 다음과 같은 질문에 답하는 데 도움이 됩니다.

• 차량이 정차한 이유가 휴게소 때문인가, 아니면 고장 때문인가?
• 차량의 엔진 파라미터가 비정상인가, 아니면 차량의 알려진 문제와 정비 이력을 고려할 때 예상되는 것인가?
• 냉장 칸의 현재 온도와 추세가 현재 적재된 특정 의약품에 문제를 일으킬 것인가?
• 운전자가 법적 요건에 비해 너무 오래 운전했는가?
• 운전자가 길을 잃었거나 잠재적으로 위험한 지역에 진입했는가?

실시간 디지털 트윈이라고 불리는 스트리밍 분석을 위한 새로운 소프트웨어 기술이 이러한 질문에 답하는 데 필요한 통찰력을 제공할 수 있습니다. 이는 추적 중인 각 물리적 데이터 소스의 소프트웨어 기반 트윈을 생성하며, 데이터 소스에 대한 맥락 정보(트럭 엔진의 예상 파라미터 및 정비 이력 등)를 포함합니다. 디지털 트윈은 이 맥락에 즉시 접근해 자신의 데이터 소스에서 들어오는 메시지를 분석하는 애플리케이션 코드를 호스팅하며, 각 들어오는 메시지로 맥락을 지속적으로 업데이트하면서 데이터 소스의 동적 상태에 대해 '학습'합니다. 트윈의 애플리케이션 코드는 모든 들어오는 메시지 흐름을 관리하는 대신 단일 데이터 소스에만 집중하면 되므로, 각 데이터 소스에 대한 더 나은 피드백이 가능해집니다.

실시간 디지털 트윈은 마이크로소프트 애저(Microsoft Azure) 같은 퍼블릭 클라우드에서 실행될 수 있으며, 수천 대의 트럭, 스마트 창고, 광범위한 지리적 영역의 기타 원격 측정 소스에 대한 메시지 처리와 실시간 디지털 트윈 유지를 위한 확장성을 갖추고 있습니다. 클라우드 서비스는 모든 실시간 디지털 트윈에서 추출한 핵심 정보를 지속적으로 집계하고 시각화하여 새로운 문제를 감지하고 관리자의 전반적인 상황 인식을 높일 수 있습니다. 이는 그들이 큰 그림을 유지하고 날씨 지연, 고속도로 차단, 정전 같은 주요 과제에 대한 전략적 대응을 더 빠르게 수립하는 데 도움이 됩니다.

실시간 디지털 트윈이 물류 관리자의 배송 시스템 효과성과 적시성을 크게 높일 수 있는 네 가지 상황

• 조건 변화. 변화하는 교통 패턴, 사고, 심지어 기록적인 허리케인, 폭풍, 산불로 인해 운전자의 경로가 지속적으로 변경됩니다. 수천 대의 차량을 추적하는 물류 회사에서 실시간 디지털 트윈은 산불로 인한 고속도로 폐쇄 같은 상황이 각 차량에 어떤 영향을 미칠지 분석하고 운전자에게 새 경로를 알릴 수 있습니다.
• 식품 및 의약품 변질. 코로나19 시대에 많은 고위험군이 붐비는 매장 쇼핑의 대안을 찾으며 식품과 의약품을 문 앞까지 배송받길 원합니다. 이러한 배송을 완료하려면 차량 한 대에 수백 가지의 다양한 온도 민감성 식품과 의약품이 실릴 수 있습니다. 실시간 디지털 트윈은 각 품목에 필요한 온도를 모니터링하고 화물 안전을 위협하는 문제에 대해 운전자와 물류 관리자에게 경고할 수 있습니다.
• 새로운 기계적 문제. 고가의 상용 차량 유지보수는 타이어 공기압, 오일 레벨, 엔진 시스템 등 수많은 파라미터를 포함해 복잡합니다. 실시간 디지털 트윈은 각 차량의 기계적 상태를 추적하고 필요한 유지보수에 대해 경고하여 예기치 않은 지연과 값비싼 수리를 방지할 수 있습니다.
• 길을 잃거나 불규칙한 운전자. 상용 운전자는 엄격한 규칙 하에 운영되며, 위반 시 상당한 벌칙이 따릅니다. 실시간 디지털 트윈은 불규칙한 운전 행동이나 임박한 위반을 포착해 발생 전에 운전자에게 신호를 보낼 수 있습니다. 또한 운전자가 길을 잃은 것처럼 보이는지 감지해 디스패처가 문제를 신속히 해결하고 시간과 연료를 절약할 수 있게 합니다.

2020년은 우리가 필요로 하는 상품을 목적지까지 계속 흐르게 하는 물류 시스템의 사용이 극적으로 증가한 해였습니다. 실시간 디지털 트윈에서 얻은 통찰력은 물류 기업이 네트워크의 수많은 구성 요소를 추적하고, 원활하게 운영하며, 불필요한 지연을 피하는 데 도움이 될 수 있습니다. 이러한 통찰력은 기업이 비용을 낮추고 정시 성과를 높여, 우리 모두 의존하는 중요한 산업에서 효과적으로 경쟁할 수 있게 할 것입니다.

윌리엄 베인은 ScaleOut Software의 CEO입니다.