IT로 실현하는 지속가능한 물류
“지속가능한 IT는 단순히 에너지를 절약하는 서버 이상의 의미를 갖습니다. 여기에는 이동량, 에너지, 물류 등과 같은 분야의 지능적이고 유용한 데이터 관리도 포함됩니다”
(마티아스 혹스(Matthias Horx), 미래학자)
내부물류 시스템은 점점 더 크고 복잡해지고 있습니다. 오늘날의 첨단 창고 인프라의 IT 시스템은 규모와 복잡성 측면에서 불과 2년 전만 해도 상상할 수 없을 정도로 유례없는 수준에 도달했습니다.
과거와 마찬가지로 오늘날에도 창고 운영의 기본 원칙은 여전히 효율성을 극대화하는 것입니다. 효율적인 보관 시스템을 보유한 기업만이 경쟁 우위를 유지하고 까다로운 고객의 요구를 만족시킬 수 있습니다. 그렇다면, 21세기의 작업 환경에서 효율성은 어떤 의미일까요? 효율성에 대한 현대적 개념은 경제적 측면을 넘어 생태적이고 종합적인 지속가능성에 대한 접근으로 확장됩니다.
경제적, 생태적 균형의 최적화는 현재의 가능성과 미래의 진보에 달려있습니다. 따라서 효율성과 효과성을 어느 정도까지 높일 수 있느냐는 질문에 대한 정해진 답은 영원히 찾을 수 없을지도 모릅니다. 11,000명에 달하는 쉐퍼시스템즈 구성원들은 이러한 질문과 과제에 답해야 하는 책임감을 느끼고 업무에 임합니다. 쉐퍼시스템즈는 최신 소프트웨어 관리와 프로세스 전체에 걸친 에너지 효율 개선을 뒷받침합니다.
지난 30년 동안 더욱 강조되고 있는 소프트웨어의 중요성
IT 산업은 지속가능성 측면에서 흥미로운 역할을 담당하고 있습니다. 우선 IT는 많은 에너지를 소비하고 막대한 열을 발생시키며 엄청난 양의 전자 쓰레기를 만들어냅니다. 그러나 동시에 IT 산업은 소프트웨어 솔루션을 통해 다양한 환경 문제를 해결할 수 있는 열쇠를 쥐고 있습니다. 소프트웨어의 사용은 지난 수십 년 동안 몇 배나 증가했습니다. 그동안 늘어난 프로그램 코드 라인의 수만큼 소프트웨어가 만들어낸 가능성의 크기도 커졌습니다. [1]
오늘날의 일반적인 자동차에는 30년 전 우주왕복선을 날리는 데 사용된 것보다 250배나 많은 프로그램 코드를 사용합니다. 이러한 소프트웨어의 점유율 증가는 기능 확장, 효율 개선과 맞물려 있습니다. 첨단 소프트웨어 관리가 없다면 자동차의 유로 6 배출기준 달성은 불가능합니다. 자동차, 비행기의 경우처럼 하드웨어와 지능형 소프트웨어 사이의 완벽한 상호작용이 필요한 창고 운영의 경우도 마찬가지입니다. 지난 수십 년 동안 소프트웨어의 역할은 엄청난 폭으로 확장되었습니다.
첨단 물류창고의 지속가능성
활용사례: 보관 전략과 사이클 최적화
물류 작업의 실행을 최적화하기 위해 소프트웨어에 최적화된 보관 전략이 사용됩니다. 자동화된 고천장(high-bay) 창고, 셔틀 시스템, 미니로드 크레인 등은 보관, 적재 유닛 선택, 회수, 재배치, 순서 결정, 명령 사이클과 같은 요구 사항에 대응하는 전략적 솔루션을 제공합니다. 최적화 기준에는 일반적으로 시스템 성능 또는 에너지 요구사항이 포함됩니다. 쉐퍼시스템즈는 보관 기준의 효율성을 높이기 위해 WAMAS® 내부 물류 소프트웨어 또는 특수 알고리즘이 탑재된 SAP 기반 솔루션을 사용합니다. 소프트웨어로 인해 상황에 맞게 전략을 구성할 수 있습니다. 이에 따라 이동 거리가 단축되고 성능이 향상되어 상당한 절약 효과를 얻을 수 있습니다.
활용사례: 누적 주문 처리
개별 주문을 별도로 처리하는 것보다 함께 처리함으로써 지속가능성을 개선할 수 있습니다. 이로써 포장재, 서류 등을 절약할 수 있습니다. 하지만 이를 위해서는 다양한 요구사항을 동시에 처리해야 합니다. 첨단 창고 관리 소프트웨어는 첨두시간대에 맞게 작업을 조정하고 주문 처리 비용을 절약할 수 있도록 도와줍니다.
활용사례: 피킹
SSI LOGIMAT® 수직 스토리지 리프트를 사용하면 조립 키트와 같은 소형 부품을 매우 빠르게 피킹할 수 있습니다. 새로운 특수 알고리즘 접근 방식을 사용하는 WAMAS® LOGIMAT 소프트웨어를 통해 물품을 최적으로 그룹화하여 전체적인 시스템 성능을 즉각적으로 향상시킬 수 있습니다. 실제 업무 관련 부담과 2교대 운영으로 인한 투자 부담은 4주 이내에 해소됩니다. 2대의 수직 스토리지 리프트를 사용하면 트레이 교체 횟수 감소를 통해 매년 1인 가구의 일 년 치에 해당하는 운동 에너지를 절약할 수 있습니다. [2]
활용사례: 재설정을 통한 인체공학적 창고 운영
경제적인 관점에서 볼 때 자동화된 시스템은 첨두시간대가 아닐 때는 최대의 성능을 발휘할 필요가 없습니다. 바로 이 지점에서 차이를 둘 필요가 있습니다. 기기를 재설정하여 가속도와 최대 이동 속도 등을 조절하는 것입니다. WAMAS®와 같은 첨단 창고 관리 소프트웨어는 미래 환경을 염두에 두고 이러한 시간대를 자동으로 인식해 에너지 소비를 줄입니다.
활용사례: 통합 운송 관리
통합 운송 관리의 시작은 효율적인 포장과 적재입니다. SPPG(Schaefer Packing Pattern Generator) 소프트웨어가 제공하는 시뮬레이션을 통해 적재 유닛의 공간 활용을 최적화할 방법을 미리 결정할 수 있습니다. 이로써 다음과 같은 이점을 누릴 수 있습니다.
최적의 팔레트 활용,
출고 팔레트 수 감소
포장재 사용량 절감
WAMAS®, SAP TM과 같은 특수 운송 관리 소프트웨어를 통해 화물을 결합하고 소프트웨어 기반의 이동 계획 및 경로 최적화를 수행할 수 있습니다. 이로 인해 트럭 활용이 최적화되어 에너지와 운송 비용을 크게 절감할 수 있습니다.
또한 창고 관리의 지속가능성을 위해서는 외부 환경에 유연하게 대처할 수 있어야 합니다. 첨단 이동 계획 소프트웨어 솔루션은 지능적인 교통량 진단을 바탕으로 매일 출발 시각과 배송 순서를 수정할 수 있어야 합니다. 이로써 트럭이 정체 구간에서 시간을 낭비하지 않도록 도움을 줄 수 있습니다. 오늘날의 소프트웨어 솔루션은 출발 시각 변경과 수정된 주문 배정을 간단하게 처리할 수 있습니다. 창고 관리 소프트웨어는 매일 변화하는 사업 환경에 맞춰 적응함으로써 환경에 미치는 영향을 감소시킵니다.
활용사례: 반품 처리
창고 시스템은 기본적으로 생산 및/또는 배송을 위한 상품 출고를 위해 설계됩니다. 따라서 반품된 물품은 실제 자재 흐름과 정확히 반대 방향으로 움직입니다. 이러한 과정에는 비용이 너무나 많이 소요되기 때문에 차라리 반품된 물품을 파기해 버리는 것이 비용 대비 효율이 가장 높은 경우가 많습니다. [3] 첨단 창고 관리 소프트웨어를 사용하면 이렇게 환경적, 사회적으로 문제가 되는 상황을 방지할 수 있습니다. WAMAS® 물류 소프트웨어와 같은 최신 시스템은 반품 추적을 투명하게 수행하고 이미 출고된 제품을 다시 출고 프로세스로 통합하는 데 드는 추가적인 비용을 줄여줍니다.
활용사례: 지능형 유지보수
예측 유지보수는 Industry 4.0의 가장 중요한 적용 사례 중 하나로, 부품을 불필요하게 조기 교체하지 않음으로써 자원을 절약하는 동시에 고장을 방지할 수 있게 도와줍니다. 이로써 기계와 시스템의 가동 수명을 연장할 수 있고 투자 비용을 절감할 수 있습니다. 또한 손상이 발생하기 전에 미리 파악해 더 나은 방식으로 수리를 계획, 시행할 수 있습니다.
활용사례: 개보수 – IT 현대화를 통한 프로세스 최적화
쉐퍼시스템즈는 시스템을 업그레이드하고 서비스 수명을 늘리는 창고 현대화 서비스를 제공하고 있습니다. 예를 들어, IT 현대화에는 서버 및 클라이언트 하드웨어 교체, 운영 체제 또는 데이터베이스 업데이트, 현행 IT 프로세스의 수정/확장 또는 (필요한 경우) 릴리스 변경 또는 이전 등이 포함됩니다. 확장 또는 IT 현대화 작업을 통해 새로운 자재 흐름을 완벽하게 통합할 수 있으며, 이로써 생산성 향상, 물품 흐름 최적화, 에너지 절약 등의 이점을 누릴 수 있습니다.
[1] 1981년 우주왕복선의 프로그램 코드는 40만 줄, 2018년 Golf 8의 프로그램 코드는 약 1억 줄로 구성되어 있습니다. 출처 : Source: informationisbeautiful.net/visualizations/million-lines-of-code/
[2] 물품의 범위, 용도, SSI LOGIMAT의 설계, 주문 구조에 따라 절감되는 정도가 달라질 수 있으며, 이 데이터는 잠재적인 절감의 가능성을 보여주는 용도로 제시된 것입니다.
[3] Amazon은 매일 2만 유로에 달하는 물품을 파기하는 것으로 알려져 있습니다.
글쓴이: 마르쿠스 클럭(Markus Klug), 데이타 사이언스 & 시뮬레이션 팀 리더
