AI Tech팀은 글로비스 업무 전반에 AI신기술을 적용하여 업무 자동화와 최적화에 앞장서고 있다.
디지털 전환을 선도하며 신사업을 지원하는 AI Tech팀이 말하는 2023년 주요 과제와 플랜.
AI기술이 물류산업의 변화를 이끌고 있다. 인공지능 기술이 적용된 로봇을 이용해 디지털 생태계를 구축하고 관리하느냐가 관건인 시점, 현대글로비스는 빠르게 변화하는 AI기술 환경에 대응하며 전 사업 분야에 AI기술 적용을 준비하고 있다. 이 사업 과제를 추진하는 곳이 바로 미래혁신기술센터 산하의 AI Tech팀이다.
AI Tech팀은 국내/해외CC, KD센터, 머신비전, TM AI, 오토비즈 프라이싱, EV ESS, 해운 등의 업무로 나누어 자동차 부품 물류 및 완성차 물류, 해운, 오토비즈 사업 및 수소, EV 등의 신사업을 지원하고 있다. 2021년까지 AI 기술의 실효성 검증을 실시하고, 2022년 실무 및 현장 적용을 위한 기반을 마련했다. 이를 바탕으로 2023년에는 AI 기술 활용을 전 사업부로 확대해 나갈 예정이다.
지금부터 AI Tech팀 업무 중 중 국내/해외CC, KD센터, 머신비전, 오토비즈 프라이싱에 관해 집중 탐구해보자.
이미지로 성능 개선 및 물류 자동화 추진
머신비전
머신비전은 사람이 인지하고 판단하는 기능을 시스템이 대신 처리하는 기술이다. 각종 장비, 로봇, 드론 등에 달려있는 카메라를 통해 획득된 이미지나 영상을 딥러닝으로 특징을 추출하여 분류한 후 성능 개선 및 자동화하는 업무를 진행한다. 이를 통해 완성차의 결함을 검출하여 불량율 최소화, 물류창고의 박스 레이블을 확인해 재고조사 무인화, 기존 설치된 QR 및 바코드 인식기의 성능 개선, 안전 사고 방지 등 물류 자동화와 밀접한 AI 기술 기획 및 개발을 하고 있다.
머신비전 과제를 수행하기 위해서는 AI기술에 대한 이해와 구현능력이 우선되어야 하고 현업의 니즈를 반영하기 위한 물류에 대한 이해가 필수적이다. 기술적으로는 프로그램 개발을 위한 파이썬(Python), 텐서플로(Tensorflow)와 파이토치(Pytorch) 등 딥러닝 프레임워크, 이미지 학습과 처리를 위한 CNN(Convolution Neural Network) 등을 주로 활용한다.
이를 바탕으로 현재 주력하고 있는 과제는 이미지 분류와 텍스트 인식이다. 이미지 분류 기술 응용 분야는 완성차의 결함을 분류하는 과제, CCTV를 활용한 비전 인식 과제 두 가지다. 완성차 외관검사는 우선적으로 데이터 확보를 위해 해외 상용 장비를 활용하여 PoC(Proof of Concept)를 계획하고 있으며, 그룹사와 협업하여 기술 내재화를 위한 방안을 검토하고 있다. CCTV 활용은 향후 인식된 객체의 동선과 위치, 행동 관계를 분석하여 안전 정책 수립을 위한 사업장 위험도 판별에 활용할 계획이다. 텍스트 인식 기술은 이미지로부터 텍스트를 인식하여 활용하는 기술로, 물류 창고내 재고조사와 인식성능개선에 응용할 예정이다. 드론 재고조사의 경우 해외 C/C와 협력하여 PoC를 추진 중이며, QR 인식 성능 개선은 KD 자동화 라인의 부품 인식에 활용할 예정이다.
“성장하는 AI Tech팀보다는 많은 성과가 있는 AI Tech팀이 되도록 하겠습니다. 성과를 내기 위해서는 혼자 열심히 한다고 되는 것은 아닌 것 같습니다. 많은 응원과 관심 부탁드립니다.”
– 머신비전 김석연 책임매니저
부품 공급망 최적화와 자동화 설비
국내/해외CC
AI Tech팀에서 국내 KD센터부터 해외 C/C까지 부품 공급망 최적화와 자동화 설비의 운영 효율을 향상할 수 있는 모델들을 개발하고 있다. 국내 KD 센터의 합포장 최적화, 컨테이너 적입 최적화, 자동창고(ASRS) 운영 최적화 모델이 대표적이며, 해외 C/C의 컨테이너 운송 스케줄링 최적화, 해포/분류 작업지시 모델 등도 포함된다.
과제 수행에 필요한 주요 기술은 기계학습(머신러닝), 최적화, 통계학 등으로, 그중 기계학습은 인공지능을 구현하기 위한 알고리즘을 담당하는 핵심적인 분야다. 패턴과 추론에 의존하여 명시적인 지시가 없더라도 컴퓨터가 지속적으로 학습하고 데이터를 기반으로 예측을 수행하는 알고리즘을 연구한다.
현재 집중하고 있는 과제는 ASRS 운영 최적화 모델 개발, 컨테이너 운송 스케줄링 최적화 모델 고도화 등이다. ASRS 운영 최적화 모델은 최소한의 ASRS 여유 공간으로 최대한 많은 물량을 처리하기 위해 (1) 아이템을 어디에 보관하고, (2) 아이템들을 언제 어떻게 재배치하고, (3) 아이템을 불러올 때 로봇의 이동 동선은 어떻게 할 것인지 동의 운영 정책을 결정하는 모델이다. 컨테이너 운송 스케줄링 모델은 해상 운송, 항구, 컨테이너 야드에 보관된 컨테이너들을 대상으로 최적의 사외 C/C 운송 스케줄을 제시하는 것으로, 모델 개발 시점에는 담당자와의 인터뷰를 바탕으로 Rule-based 모델을 개발한 바 있다. 현재 모델 개발에 필요한 데이터가 축적되고 있어 강화학습(Reinforcement Learning)으로 최적의 운송 스케줄을 제시하는 모델로 고도화하고 있다.
“올 한 해 파이팅 합시다!”
– 국내/해외CC 연한별 책임매니저
KD센터의 효율성을 위한 단위 업무 개발
KD센터
KD센터의 스마트화를 위한 최적화, 예측, NLP(자연어처리), 추천 등의 업무를 담당하고 있다. 스마트 KD센터의 입고-보관-피킹-포장-출고 프로세스 전반에 걸쳐 효율성을 최대화하기 위한 과제를 수행하는 것이다.
주력 과제를 구체적으로 살펴보면, 현재 크기가 다른 중박스들을 최적으로 대박스에 포장하는 알고리즘 혹은 크기가 다른 대박스들을 최적으로 컨테이너에 적입하는 알고리즘을 개발 및 시스템 최적화, 신규 부품이 입고되었을 때 최적의 포장사양을 추천하기 위한 추천모델 개발, 포장방법(자연어), 포장사진(이미지) 분석 등을 통해 분류하여 표준MH 산출, ASRS의 운영을 효율화 하기 위한 알고리즘 개발, 팔레타이저의 레인(Lane)을 효율적으로 운영하는 정책 디자인 등을 기획·개발하고 있다. 여기에는 적용되는 기술은 AI 기술 중에서도 강화학습을 기반으로 한 최적화, 다층 퍼셉트론(Multi-layer Perceptron)을 활용한 예측, 트랜스포머(Transformer) 활용한 자연어처리 기술 등이다.
KD센터 스마트화를 위한 기술의 수준을 검토하거나 업무에 적용을 시도하는 PoC성격의 과제가 많아 정량적 성과를 도출하기에 어려운 부분도 있지만, 단위 업무의 최적화를 통해 스마트KD를 만들어갈 계획이다.
“AI는 분명 필요하지만 능사는 아니라 생각합니다. 사람이 개입해야 하는 순간들도 아직은 많습니다. ‘AI가 다 해주는 줄 알았는데 실망이야!’라고 생각하지 마시고 글로비스의 AI와 AI Tech팀의 성장을 함께 해주시고, 많이 응원해주세요. 점점 더 스마트해지는 글로비스를 경험하실 수 있도록 AI Tech팀이 열심히 뛰겠습니다.”
– KD센터 정현희 책임매니저
스마트한 중고차 가격 산출 모델 개발
오토비즈 프라이싱
AI Tech팀에서 유통사업부 내 오토비즈 프라이싱 ML/AI 모델 개발, 운영 업무를 담당하고 있다. 현재 비즈니스에 맞춘 중고차 가격 산출을 위한 ML/AI 모델 개발을 완료하여 업무 시스템, 프라이싱 시스템 등의 내부 시스템을 연결해 가격 정보를 제공하고 있다. 또 대외 서비스로는 쏘카, 현대캐피탈 등에 시세 정보를 제공하고 ‘오토벨’ 외에도 ‘네이버 마이카’를 통해 일반 고객 대상 서비스를 진행하고 있다.
2022년 성과 중 하나는 최초 프라이싱 개발 단계에서 나온 산출물을 통해 2개의 공동 특허를 출원 신청한 것이다. 그중 중고차 가격 예측을 수행할 때 모델 적용 관점은 독창성을 인정받아 출원했다. 차량의 세부적인 요소와 대표적인 요소를 예측을 모두 활용하는 측면에서 각 구분자들에 대한 다수 알고리즘을 적용한 계층별 개별 모델을 구성하여 앙상블(Ensemble)했고, 다시 이 결과값을 피팅한 2step 모델 구조를 개발한 내용이다.
이외에 현재까지 수행한 과제는 프라이싱 AI 모델들의 경량화, 운영 환경 등이 지속 변경됨에 따라 정합성, 안정성 등에 초점을 맞추어 모델 정확도, 지표 등을 추적(Tracking)하고 있다. 또한 모델 고도화 측면을 고려해야 하는 만큼 현재 AI모델의 인사이트 도출/신규 알고리즘 적용/데이터 특징(Feature) 추가 등의 연구를 통해 모델 정확도 개선에 초점을 맞추고 있다. 올해 주요 과제는 오토비즈 프라이싱 예측 모델 정확도 고도화 및 운영 관련 대시보드 제작이다. 프라이싱 AI모델의 고도화의 경우에는 중고차 시장에 대한 외부 지수의 추가와 알고리즘 자체의 변경을 고려하고 있다. 운영 관련 대시보드 제작 건은 실제 현업들이 모델 결과에 따라 차량별 활용 등이 용이해지려면 차량별로 다양한 관점의 뷰를 볼 수 있어야 하며, 이벤트 발생 시 유입 현황 등의 모니터링 관점에서도 필요한 부분이다. 현재는 월 2회 리포트 방식으로 공유하고 있다.
“대규모 데이터의 처리, 문의 그리고 업무 수행하면서 ‘이런 부분도 AI측면의 접근이 될까’라고 생각하는 직원분들은 언제든지 연락주셔도 좋습니다. 앞으로도 맡은 업무 성실히 임하도록 하겠습니다.”
– 오토비즈 프라이싱 담당 현원재 책임매니저
Q. 안녕하세요. 현대글로비스 임직원들에게 자기 소개 부탁드립니다.
안녕하세요. 2022년 5월 입사해 이미지를 활용한 AI 기술 기획 및 개발 업무를 맡고 있습니다.
반갑습니다. 저는 2020년 10월 미래혁신기술센터의 전신인 종합물류연구소 산업분석팀으로 입사해 산업분석팀 빅데이터 WG에서 3D Bin packing 모델과 선박유 가격 예측 모델을 개발했습니다. 2021년 7월 AI Tech팀(당시 빅데이터/AI팀)으로 배속되어서 현대글로비스 사업영역에 필요한 AI, 최적화 기술을 개발하고 있습니다.
저도2019년 5월 산업분석팀 빅데이터 WG에 입사해 지금까지 빅데이터 분석 및 ML, AI모델 개발 등 동일 업무를 수행하고 있습니다.
제가 제일 마지막에 합류했네요. 2022년 8월에 입사해 8개월째 근무 중입니다. KD센터의 스마트화를 위한 최적화, 예측, NLP, 추천 등의 업무를 담당하고 있습니다.
Q. 자동화, 스마트화 등 디지털 전환과 관련된 과제를 수행하고 있는데요. 업무의 매력은 무엇이라고 생각하나요?
같은 일을 하면서도 늘 새로운 경험을 하는 것이 우리 업무의 매력이라고 생각합니다. 특히 저는 방대한 데이터와 해결하고자 하는 문제를 처음 접했을 때의 느낌을 좋아합니다. 잘 모르는 데이터를 이곳저곳 보면서 패턴을 발견하고, 문제의 실마리를 찾아내는 작업은 마치 새로운 세상을 탐험하는 기분이 듭니다. 더불어 제가 설정한 가설이 데이터상에서 증명되어서 모델 개발로 이어질 때 매우 높은 성취감을 얻습니다.
머신비전 과제는 이미지를 기반으로 작업되다 보니 각 단계마다 눈으로 결과를 확인할 수 있어서 다른 기술보다 모델이 정상적으로 동작할 때의 성취감이 높은 편이에요. 또 기술 응용과 확장성이 높아 특정 사업부에 국한되기 보다 다양한 사업부와 협업할 수 있습니다.
Q. 다른 업무에 비해 과제를 수행하기까지 시행착오나 어려움이 많을 거 같습니다.
우선적으로 GPU를 활용한 개발환경이 구성되어 있지 않아 작년 10월부터 AI 플랫폼이 구축을 진행하여 올해 3월 구축 완료되었습니다. 아직은 리소스가 충분하지 않아 팀내에서만 활용하고 있으나, 점진적으로 자원을 늘려 타 부서에서도 활용할 수 있도록 AI플랫폼을 확대할 예정입니다. AI 개발을 위한 기반이 확보된 만큼 보다 나은 성과를 내기 위해 노력하고 있습니다.
과제를 진행하는 데 있어 데이터 분석이나 AI 모델 개발을 의뢰하는 부서의 방향성을 가장 중요하게 생각하는 것 같습니다. 과제를 하는 주요 이유이고 활용해야 하는 부서의 방향성을 맞추어 개발돼야 지속 활용될 수 있기 때문입니다.
저 같은 경우는 테스트 환경과 운영 환경에서 모델 성능 차이가 발생했을 때 난관에 봉착한 느낌입니다. 성능 차이가 발생하는 원인이 너무 다양해서 무엇이 문제인지 파악하는 데에 어려움이 있지만 꼭 필요한 과정입니다.
기술의 수준을 검토하거나 업무에 적용을 시도하는 PoC 성격의 과제가 많습니다. 그래서 현재는 정량적 성과를 도출하기에 어려운 부분도 많고요. AI기술은 단계적으로 수행되어야 한다는 것에 대한 업무적 공감이 있었으면 합니다.
Q. 사업 방향성과 관련해 가장 신경 쓰는 부분은 무엇인가요?
AI Tech팀이 개발한 모델을 운영하면서 얻게 되는 효과를 정량화하고 측정하는 것에 집중하고 있습니다. 현재 유관부서 담당자들과 해답을 찾기 위해 논의 중입니다.
저도 마찬가지로 성과에 대한 정량적·정성적 지표를 어떻게 설정할 것인가에 대한 부분에 가장 신경 쓰고 있습니다.
사업부의 니즈를 파악하고 최신 기술을 확인하여 적용가능한 기술의 범위를 산정하는 것이 중요하다 생각합니다. 새로운 장비나 새로운 기술은 막상 적용하는데 주저하기 마련입니다. 사업부 입장에서의 필요성과 현재 시점에서의 기술력을 두고 최선을 확인하고 단계적으로 신뢰성을 검증하도록 계획하고 있습니다.
Q. 사업부별 니즈 중에서 관련 분야의 AI 과제를 발굴하는 기준은 무엇인가요?
AI Tech팀은 매년 3~4분기에 사업부별 과제 설명회를 진행하고, 차년도 추진 과제를 논의합니다. 여기서 사업 기여도, 기술 활용 범위, 실행 가능성을 바탕으로 사업부와 추진할 과제를 논의합니다.
현업에서 필요로 하는 것이 AI적 요소, 즉 인공지능의 영역에 포함되는지 현재 기술의 수준을 체크하여 현업의 니즈와 적합한 지를 판단하고 있습니다.
과제의 시급성도 주요한 기준입니다. 사업부 비즈니스상 필수적이고 즉시 수행 필요 과제일 경우 우선 검토 대상이며, 데이터나 방법론 관점 또는 실제 업무 환경에 의한 실현 가능성 등도 같이 검토하며 발굴하고 있습니다.
Q. 디지털 전환을 통해 이룬 성과와 관련해 보람을 느꼈던 순간은 언제인가요?
AI플랫폼을 구축하여 팀원이 개발하기 편한 환경을 구성하였습니다. 이를 활용해 많은 프로그램이 개발될 예정입니다. 올 한 해도 더 많은 보람을 느낄 수 있도록 비전 과제를 진행하겠습니다.
선박유 가격 예측, KD 합포장, 컨테이너 적입 최적화, 컨테이너 스케줄링 최적화, 해포·분류 최적화 등의 성과를 이뤘는데, 이처럼 개발한 모델을 업무에 활용할 때 보람을 느낍니다.
개발 모델이 시스템에 I/F되어 실제 운영되고 사용되는 상황이 가장 보람찬 것 같습니다. 일시적으로 단기 시점의 예측 과제를 수행할 때도 많지만, 개발 모델의 지속적인 사용과 서비스 확대로 이어질 때입니다. 또한 모델 개발 단계에서 변수처리, 알고리즘 적용의 아이디어를 반영했을 때 예측력이 좋아지는 경우에도 뿌듯합니다.
KD 합포장 최적화, 컨테이너 적입 자동화 과제들을 통해서 강화학습 등 보다 심도 깊은 기술을 적용하고 많은 노하우를 쌓았습니다. 당사에서 근무한 기간이 길지 않은 만큼 2023년도에는 성과를 통해 보람을 느낄 수 있도록 노력하겠습니다.
전지원 팀장
Q. 업무 관련해 앞으로의 계획과 목표는 무엇인가요?
AI Tech팀이 구성된 지 아직 2년이 채 되지 않았습니다. 짧은 기간동안 12명의 팀원이 구성되고 20개가 넘는 과제를 추진하고 있습니다. 개발 환경적으로도 이제 AI 플랫폼이 구축되었으니 팀 자체가 시작단계라고 생각됩니다. 현재 비전 과제는 학습을 위한 데이터 확보와 단위 기술 검증을 위한 PoC를 진행하고 있습니다. 실제 업무에 기술을 적용하기까지는 많은 시간이 필요합니다. 아직은 사람의 판단을 서포트하는 수준이지만, 충분한 데이터를 확보하고 학습한 뒤에는 사람을 대신할 수 있을 것입니다. 실제로 해외 외관검사 상용 기술 업체의 학습데이터는 1억 건 이상으로 확인되기 때문에, AI Tech팀의 비전 과제는 걸음마 단계라고 생각할 수 있습니다. 따라서 상용기술을 벤치마킹하고 자체 기술을 개발하여 적용하기까지 중장기 기술 로드맵을 세워 기술 내재화를 계획하고 있습니다.
국내 KD센터–해상운송–사외C/C–자동차 공장으로 이어지는 KD 공급망 최적화를 통해 최소한의 인력과 공간으로 최대한의 운영 효율을 달성할 수 있는 Connected SCM을 구축할 수 있도록 필요한 모델을 개발할 계획입니다. 그리고 바쁘다는 핑계로 미루었던 딥러닝 쪽 최근 연구동향을 공부할 예정입니다. 이를 통해 업무 전문성을 더 향상하고자 합니다.
AI기술은 매우 속도감 있게 발전해 나가서 지속적으로 공부하지 않으면, 시장에서 상용되는 기술들을 적용하기가 힘듭니다. KD센터가 더욱 스마트해지도록 다양한 신규 기술들을 습득하여 의미 있는 성과를 위해 많이 적용해 볼 계획입니다.
오토비즈 프라이싱과 관련 프라이싱 AI모델의 새로운 딥러닝 모델 기획, 시스템 API I/F, Feature Engineering 부분의 지속연구를 기획하고 있습니다. 이를 통한 고도화된 가격 산출로 확대되는 중고차 비즈니스 모델에 기여하고자 합니다.
Q. 업무 자동화와 최적화를 위해 어떤 그림을 그리고 있는지 장기 플랜이 궁금합니다.
비전 과제의 최종 목표는 기술 내재화로 현대글로비스가 만든 프로그램을 활용해 눈으로 보고 작업하고 판단하는 모든 것을 자동화하여 생산성을 높이는 것입니다. 아주 긴 여정이 될 것 같습니다.
국내KD센터, 사외C/C 업무의 최대한 많은 부분을 자동화하고, 자동화 설비들의 운영 효율을 최대한 향상할 수 있도록 필요한 기술을 개발·솔루션화하여 사업화까지 달성할 수 있도록 하는 것입니다.
KD센터의 입고부터 출하까지 부분자동화는 되어 있지만 완전자동화까지는 아직 갈 길이 멀다고 생각합니다. 하지만 목표는 분명합니다. 단위 업무들의 최적화가 전체 업무의 최적화에 방해가 되지 않도록 방향성을 가지고 스마트KD를 만들어갈 계획입니다.
아주 장기적인 측면은 아니지만, 프라이싱 AI모델의 고도화가 주 계획입니다. 고도화를 통해 현업들의 차량 매입 등에도 기준치를 주는 차종의 커버리지가 넓어질 것입니다. 어떻게 보면 중고차 업무 진행에 있어 자동화가 되는 부분이 넓어지는 개념으로 볼 수도 있습니다. 또한 타사 시세도출 대비 경쟁력을 갖는 고도화된 알고리즘을 개발, 운영하여 프라이싱 서비스가 중고차 시장 선도 및 대외 가격제공 서비스의 확대로 나타나길 바라고 있습니다.
정리 편집실
2023.05.09
