thinkpool

[서울=뉴스핌] 김지나 기자 = "물류 운송에 있어 리스크를 제로로 만들진 못합니다. 하지만 디지털 물류로 전환할 경우 리스크 발생을 바로 감지해 대응할 수 있어 리스크에 따른 임팩트를 크게 줄일 수 있습니다".

오구일 삼성SDS 물류사업부장(부사장)은 20일 서울 잠실 삼성SDS 본사에서 열린 '첼로스퀘어(Cello Square) 미디어데이'에서 이 같이 강조했다.

이날 삼성SDS는 공급망 리스크가 점점 확대되며 물류 운송에 대한 불확실성이 확대되고 있는 상황에 인공지능(AI)를 활용한 디지털 물류로 글로벌 공급망 리스크에 대응할 수 있는 방안을 제시했다.

삼성SDS 오구일 물류사업부장(부사장)이 20일 잠실캠퍼스에서 열린 첼로스퀘어(Cello Square) 미디어데이에서 환영사에 이어 공급망 리스크 대응을 위한 디지털 전환에 대해 발표하고 있다. [사진=삼성SDS]

코로나19 이후 글로벌 공급망은 러시아-우크라이나 전쟁, 홍해 물류사태 등 지정학적 리스크, 미국, 유럽의 보호무역주의 강화로 인한 글로벌 공급망 재편 등에 영향을 받고 있다. 삼성전자는 미디어데이에서 급변하는 글로벌 상황에 효과적으로 대응하기 위해 물류의 디지털 전환 필요성을 강조하고, 리스크 영향을 최소화할 수 있는 방안과 사례를 소개했다.

오 부사장은 "코로나19라는 변수에 의해 여러가지 지정학적 이슈가 발생했다"면서 "운임, 특히 해상운송 비용 측면에서 보면 10배 이상 오르는 등의 문제가 발생하고 있다"고 말했다.

그는 이어 "공급망 재편에 따른 영향과 산업 전반의 공급량 변화, 기후변화 측면에서 규제가 생기면서 변화도 나타나고 있다"면서 "실시간 물동 가시성에서 미래 물동비용환경영향 측면으로 가시성의 범위를 확장해야 한다"고 강조했다.

또 "이제는 현재가 중요한 게 아닌 미래가 더 중요해졌고 물류가 언제 도착할지, 제시간에 도착할 수 있을지 등을 정확하게 예측할 수 있어야 한다"며 "운임, 수요공급, 정시성 등 여러 과거 변수들에 대한 분석을 통해 미래 운임을 예측할 수 있는 시대가 왔다"고 덧붙였다.

삼성SDS의 디지털물류의 경우 머신러닝과 생성형 AI를 활용하여 실시간으로 공급망 리스크를 감지하고 신속하게 대응전략을 수립하고 있다. 매일 수집한 6만 건 이상의 글로벌 뉴스에서 머신러닝을 활용해 물류 리스크를 자동 추출한다.

이렇게 추출된 리스크를 생성형 AI를 활용해 위험도를 3단계로 구분하여 산정한다. 삼성SDS는 과거 약 2만 건의 글로벌 물류 리스크 사례로 위험도를 판단하는 모델을 개발했고, 생성형 AI가 위험도 판단을 할 수 있도록 학습시켰다.

이를 통해 영향을 받을 수 있는 물동이 자동으로 산출되면, 삼성SDS 물류 전문가들이 데이터 분석과 전문 지식을 바탕으로 신속하게 대응 방안을 수립한다. 방안 수립에 걸리던 시간도 기존 하루에서 2시간으로 단축되어 리스크 대응 속도를 크게 높였다.

예를 들어 삼성SDS는 지난 4월 삼성SDS는 지난 4월 이스라엘과 이란의 충돌 상황을 즉시 감지하고, 이스라엘 도착 예정 항공 물동에 영향이 있음을 고객에게 알렸다. 이후 확전에 대비해 오만, UAE 등 인근 항구까지 해상으로 운송한 후 주변국을 활용하는 대체 운송 방안을 제시하여 예정된 시간에 운송을 완료했다.

김성곤 삼성SDS 첼로스퀘어 운영팀장 상무는 "이번 주에도 물류 리스크론 캐나다 철도파업이 아직 결정되지 않았지만 가능성이 있고, 브라질 남부 지방은 현재 홍수로 항만이 폐쇄돼 있다"며 "위기는 계속 이어지고 있는 것"이라고 설명했다.

오 부사장은 "코로나19 이후로 계속된 글로벌 리스크로 인해 고객들의 물류 디지털 전환 요구가 높아지고 있다"며 "삼성SDS는 디지털 기술과 AI를 활용해 글로벌 공급망의 큰 변화에도 중단 없이 지속 가능한 물류서비스를 제공하겠다"고 강조했다.

한편, 삼성SDS는 같은 날 '첼로스퀘어 콘퍼런스 2024(Cello Square Conference)'를 개최하고 화주와 이커머스 셀러, 파트너사 등 업계 관계자들을 초청해 글로벌 정세의 변화와 시장 트렌드, 공급망 리스크 해결을 위한 디지털 전환 해법 등을 공유했다.

abc123@newspim.com