1년새 381% 성장한 삼성SDS 물류 사업...첼로스퀘어 생성형AI로 경쟁력 강화
글로벌 공급망 리스크 선제 대응으로 비용↓·효율↑
생성형 인공지능(AI)이 글로벌 공급망 리스크에 따라 화주에게 최적의 대안 경로를 제시해준다. 미래 물동량, 예상 비용, 탄소 배출량도 계산해 준다. 삼성SDS의 디지털 물류 플랫폼 '첼로스퀘어' 얘기다.
 |
오구일 삼성SDS 몰류사업부장(부사장)이 20일 오전 서울 송파구 삼성SDS 본사에서 열린 첼로스퀘어 미디어 데이에서 글로벌 공급망 리스크 대응전략을 설명하고 있다. [사진=윤소진 기자] |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
◇ 리스크 '예측'으로 대응전략 수립
삼성SDS는 20일 오전 서울 송파구 본사에서 기자간담회를 열고 자사 디지털 물류 플랫폼 '첼로스퀘어'를 통한 글로벌 공급망 리스크 대응 방안 전략을 공개했다.
핵심은 생성형AI를 접목해 자동화 범위를 확대하고 공급망 리스크 관리 서비스를 고도화했다는 점이다. 첼로스퀘어는 삼성SDS가 지난 2021년 출시한 디지털물류 서비스다.
삼성SDS의 올해 1분기 물류 부문 매출은 글로벌 운임하락, 물동량 감소 등의 악재로 12%가량 줄었다. 다만 첼로스퀘어는 지난 1분기에만 2000억원을 벌어들이며 전년 동기대비 381%나 성장했다. 첼로스퀘어는 현재 13개 국가에 1만1000개 고객사를 확보했으며, 올해 연매출 1조원 달성이 목표다.
삼성SDS는 글로벌 공급망 리스크 관리에 집중했다. 리스크를 없애거나 해결하진 못해도 예측함으로써 그로 인한 악영향을 최소화하겠단 전략이다. 매일 수집한 6만 건 이상의 글로벌 뉴스에서 머신러닝을 활용해 물류 리스크를 자동 추출한 다음 위험도에 따라 등급을 분류해 대시보드에 제공한다.
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 단축돼 리스크 대응 속도를 크게 높였다. 24시간 모니터링 체계로 운영되기 때문에 실시간 대응이 가능하다.
오구일 삼성SDS 몰류사업부장(부사장)은 "글로벌 공급망 리스크로 물류가 멈춰있는 것보다 추가 비용을 들여서라도 대안 경로로 회피하는 것이 총손익을 따졌을 때 훨씬 효율적"이라면서 "첼로스퀘어는 리스크를 발생하자마자 알거나 발생 전 징후를 포착해서 리스크 발생을 선제 대응하도록 돕는다"고 설명했다.
◇ 시간·비용·환경까지 가시성 확대
오픈AI의 챗GPT를 활용해 자연어로 명령을 입력하면 답변을 받을 수 있는 편의성도 갖췄다. 예를 들어 "내 화물에 필요한 컨테이너 수 알려줘" "20피트 컨테이너를 부산에서 로테르담까지 보내면 얼마야?" 등의 질문을 입력하면 AI가 필요한 정보를 추가로 요구하거나 답변을 내놓는다.
첼로스퀘어는 생성형 AI를 활용해 자동화하기 어려웠던 물류 운영 업무의 단순·반복업무까지 자동화한다. 이와 함께 선박 도착 지연 예측, 포트 혼잡도 모니터링, 보관료·대여료 등 비용관리까지 가능하며 물류 과정의 탄소 배출량을 계산해 제공한다.
김성곤 삼성SDS 첼로스퀘어 운영팀장(상무)은 "이번 주만 해도 캐나다 철도파업 투표가 예정돼 있으며, 브라질에선 남부 홍수로 항만, 공항 폐쇄 등이 발생했다"며 "물류의 불확실성을 변수가 아닌 상수로 삼고 관리해야 한다. 특히 첼로스퀘어는 생성형AI를 활용해 자연어로 친숙하게 더 빠른 대응이 가능하게 했다"고 설명했다.
삼성SDS는 이날 오후 ‘첼로스퀘어 콘퍼런스 2024’를 열고 화주와 이커머스 셀러, 파트너사 등 업계 관계자들을 초청해 글로벌 정세의 변화와 시장 트렌드, 공급망 리스크 해결을 위한 디지털 전환 해법 등을 공유한다.
/윤소진 기자(sojin@inews24.com)
[ⓒ 아이뉴스24 무단전재 및 재배포 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
