인력 효율성 극대화로 고객 수요 충족하기

최근 서플라이체인브레인(SupplyChainBrain)은 "공급망 인력 부족의 해결책이 있을까?"라는 블로그를 게시했습니다. 이 글은 올해 인력이 감소한 이유를 다룹니다. 이론적으로 많은 고용주는 연방 실업 수당이 9월 종료되면 사람들이 구직에 나설 것으로 예상했습니다. 하지만 그런 일은 일어나지 않았습니다.

이 글에서 인력 부족의 다른 이유로 팬데믹 여파로 인한 직장 복귀 공포, 재택 근무자가 늘면서 온라인 주문 폭증으로 운송 및 창고 운영이 과부하된 점 등을 꼽습니다.

주문 증가로 이를 처리할 더 많은 인력이 필요해졌습니다. 운송사들은 트럭 운전사 구인에 점점 더 어려움을 겪고 있습니다. 창고 업체들은 시급 인상, 복지 혜택 추가, 휴게 공간 개선에 나서지만, 고용할 노동력이 충분하지 않습니다.

일부 기업은 창고나 유통 운영에 자동화를 도입하면 주문 처리를 가속화하고 노동 수요를 줄일 수 있다고 생각합니다. 소프트웨어 업체들은 창고 관리 시스템(WMS), 야드 관리 시스템, 데이터 레플리카, 디지털 트윈, 증강 현실, 인공지능, 로봇 자동화, 블록체인 등 창고 효율을 높이는 기술을 약속합니다.

많은 조직이 이미 이러한 애플리케이션 중 일부에 투자해 운영 효율화와 고객 서비스 개선을 꾀하고 있습니다. 하지만 각 기술마다 고유한 복잡성이 따릅니다.

데이터 레플리카와 디지털 트윈의 역할

거의 모든 혁신 시스템의 기반이 되는 WMS는 창고 전반에서 중요한 데이터를 생성합니다. 많은 기업이 '데이터 레플리카'로 불리는 신기술을 도입하고 있습니다. 이는 실시간 WMS 데이터를 끌어와 쿼리, 시각화, 알림을 위해 쉽게 접근 가능한 데이터베이스를 만듭니다.

데이터는 유통 센터의 미래 상태를 이해하는 데 기여해야 합니다. 흔히 '가정(what-if) 계획'이라 불리는 이 접근법은 디지털 트윈 기술을 활용합니다. 디지털 트윈은 창고의 수학적 모델로, 모든 미래 지향적 활동을 분석해 앞으로 일어날 일을 예측합니다. 탁월한 디지털 트윈은 인력, 출하, 재고 가용성, 작업, 공간 및 기타 자원을 모두 고려합니다.

AI 기반 제약 조건 최적화는 다양한 활동 시스템을 최적화하는 데 사용됩니다. 디지털 트윈과 결합하면 이 기술은 이벤트 순서를 처방하고, 실행 가능한 일정을 만들며, 접촉 횟수와 노동력을 최소화할 수 있습니다.

자동화의 도전과 WMS 가속기의 등장

기술 로드맵의 마지막 단계는 창고 내 많은 인간 프로세스를 자동화하는 것입니다. 로봇 같은 자동화의 과제는 고가 장비가 필요하고, 도입이 어렵고 시간이 오래 걸린다는 점입니다.

많은 조직이 주변 창고 마이크로 플로우를 고려하지 않고 공급망에 자동화를 무작정 도입합니다. 예를 들어, 소비재 화주가 자동 지게차로 팔레트를 꺼내 스테이징 구역에 두었지만, 그 팔레트가 트레일러에 실리기 전까지 12시간 동안 방치될 수 있습니다. 이 팔레트는 귀중한 스테이징 공간을 불필요하게 오래 점유해, 다른 주문을 제때 완벽하게 출고할 기회를 놓치게 만듭니다.

창고는 기존 인력을 최적화하면서도 고객 주문 이행을 희생하지 않는 과제에도 직면해 있습니다. 누군가 결근하면? 계획대로 안 되면? 비어 있는 현장 직책을 채우지 못했고, 가진 역량을 최적으로 활용하는 방법을 모를 때는 어떻게 합니까?

'WMS 가속기'라는 새로운 접근법은 창고 내부에서 몇 분마다 일어나는 일을 기반으로 활동을 조정하고 재조정합니다. 이 시스템은 창고 관리, 야드 관리, 주문 관리, 가시성, 생산 시스템에서 데이터를 끌어와 운영의 단일 통합 뷰를 제공합니다. 디지털 트윈 기술을 사용해 이 데이터로 미래를 예측합니다. 기술은 모든 시스템의 현재 상태와 알려진 모든 출하 및 주문 정보를 가져오고, 인력, 재고, 작업 시간 등 알려진 제약 조건을 기반으로 미래를 시뮬레이션합니다.

예를 들어, 단일 P&G 유통 센터에서 WMS 가속기를 사용해 일일 계획 시간을 97% 단축했습니다. 일일 노동 활동 계획을 8시간에서 15분으로 줄인 것입니다. WMS 가속기를 사용하는 다른 기업들은 계획되지 않았던 임시 인력 감축을 영구화하면서도 현장 생산성 손실 없이 유지할 수 있습니다. 교대당 근로자 1명 감축은 연간 10만 달러 이상의 절감 효과로 이어집니다. 대규모 현장에서는 이러한 절감이 빠르게 누적됩니다.

키스 무어(Keith Moore)는 오토스케줄러(AutoScheduler.AI)의 최고 제품 책임자입니다.