네오시스템즈 CI
네오시스템즈가 국내 대형 푸드서비스·식자재 유통 기업 A사의 운송 운영 체계를 고도화하며 배차 업무 부담을 대폭 줄이고 현장 실행 데이터를 강화했다고 밝혔다. 이번 고도화는 네오시스템즈가 2017년 1차 구축한 ‘인트라로지스 TMS’를 기반으로 진행됐으며 자체 개발한 AI 배차 기능을 반복적인 배차 조정 구간에 집중 적용해 운영 효율을 획기적으로 높였다는 평가다.
이러한 성과는 A사가 보유한 전국 단위 수천 개 사업장 납품이라는 대형 운영 구조와 높은 운영 난이도를 극복하기 위해 설계됐다. 업계에서는 급식·식자재 물류가 ‘정시 납품’이 핵심인 만큼 단순 물량 규모보다 납품 시간 제약(타임 윈도우), 피크 시간대 집중, 일별 주문 변동성이 운영의 성패를 가르는 요인으로 꼽힌다. 네오시스템즈는 이러한 업종 특성을 분석해 고도화 범위를 설정, 특히 AI 배차를 완전 자동화가 아닌 현장 수용성이 높은 ‘의사결정 보조’ 방식으로 안착시키는 데 주력했다.
숙련자 경험에 의존하던 ‘흔들리는 배차’… 표준화된 AI 시스템으로 해결
업계에서 운송 운영의 가장 큰 고민은 계획 수립보다 ‘계획이 흔들리는 순간의 복구’에 있다. 고정 노선 중심으로 운영하더라도 현장에서는 주문량과 품목 구성이 매일 달라지고 사업장별 하역 조건·출입 동선·수령 가능 시간이 제각각이어서 배차 조정이 연쇄적으로 발생하는 경우가 흔하기 때문이다.
특히 급식·식자재 배송은 납품 실패가 서비스 품질 저하로 직결되기에 배차 담당자는 단순 거리·시간 최소화뿐 아니라 도착 순서, 차량 적재 여유, 현장 하역 가능성 등 복합 조건을 동시에 고려해야 한다. 이 과정에서 조정 업무가 피크 시간대로 몰리면 배차 마감이 늦어지고 현장 운행까지 영향을 받게 된다.
여기에 인력 측면의 부담도 더해진다. 배차 업무는 숙련자의 경험에 의존하는 비중이 높은데 담당자 변경이나 협력사 교체 시 결과 편차가 커지는 지적이 많았다. 네오시스템즈는 이러한 업종 특유의 고민을 반영해 인트라로지스 TMS에 AI 배차를 도입, 피크 시간대의 반복 판단 공수를 줄이고 운영의 표준화를 구현했다.
‘AI 기반’ 구조와 현장 앱 연동으로 데이터 선순환 체계 구축
이번 고도화의 핵심은 AI 배차를 실무자의 반복적인 배차 조정 판단 업무에 직접 연결한 점이다. 적용된 AI 배차는 과거 운행 이력과 당일 주문 패턴을 기반으로 조정 가능성이 높은 사업장과 차량을 먼저 제안하고 운영자가 이를 검토·수정·확정하는 흐름으로 설계됐다. 업계에서는 해당 방식이 사람이 매번 판단하는 구조를 AI가 기준점을 만들고 사람은 예외를 다듬는 구조로 바꿔 업무 강도를 완화하는 데 효과적이라는 평가다.
자료출처=네어시스템즈
네오시스템즈는 AI 배차 알고리즘 고도화뿐만 아니라 시스템의 신뢰도를 뒷받침하는 기초 데이터 인프라 정비에 집중했다. 이는 좌표·하역 위치·사업장 속성 등 기초 운영 데이터가 현실과 어긋나면 결국 현장에서 수작업 조정을 반복하게 되기 때문이다. 이에 따라 네오시스템즈는 인트라로지스 TMS 내에서 데이터 불일치를 상시 점검하고 거점 단위로 이를 즉각 반영하는 데이터 관리 체계를 강화해 AI 배차의 정확도를 높였다.
동시에 현장 실행 단계의 디지털화도 병행했다. 기사 전용 앱을 고도화해 길 안내 연계, 배송 순서 조정, 운행 이벤트 자동 기록 기능을 확대했다. 현재 800여 대 규모로 설치된 앱을 통해 실행 데이터가 자동으로 누적되고 있으며 이는 다시 익일 AI 배차 기준안의 품질을 높이는 선순환 구조로 이어지고 있다. 자동 운행 기록 지표는 전국 기준 40%대 수준이며 현장 만족도 또한 80%대 중반으로 안정적인 수용성을 보이고 있다.
배차 조정 25% 감소 및 마감 시간 단축… 데이터 기반 의사결정 체계 공고화
A사는 고도화된 인트라로지스 TMS 도입 이후 기존 대비 배차 조정 규모가 약 25% 감소했으며 전체 배차 마감(완료) 시간 또한 30분 내외 단축되는 실질적인 운영 개선 효과를 거뒀다. 특히 특정 시간대에 집중되던 배차 조정 업무의 피크 현상이 완화되면서 전체 배차 마감 공정의 안정성이 확보됐다. 사용자 체감 조사에서도 응답자의 60%가 약 30분, 10%가 약 1시간의 업무 시간 절감 효과를 얻었다고 답했다. 확보된 시간은 예외 대응 품질 개선, 기사 교육 및 노선 관리 등 고부가가치 운영 업무로 재투입되는 경향이 관찰됐다.
업계에서는 AI 기술의 실제 성패가 도입 자체보다 운영 원칙과 현장 프로세스에 얼마나 유기적으로 융합되는지에 달려 있다고 분석한다. 특히 예외 상황이 잦은 식자재 업종에서는 AI가 기준안을 표준화하고 운영자가 이를 신속히 처리하도록 돕는 형태가 현실적이라는 평가다.
네오시스템즈 관계자는 “이번 사례를 통해 ‘계획–실행–데이터’의 연결성을 높였다”며 “향후에도 업종 특성을 반영한 고도화 범위를 단계적으로 확대해 데이터 기반의 의사결정 체계와 배차 운영의 안정성을 지속적으로 강화해 나갈 계획”이라고 말했다.
댓글
0