까대기란? 스마트 물류센터에도 남아있는 수작업
까대기란 물류 현장에서 사람이 직접 화물을 내리고, 옮기고, 다시 쌓는 작업을 가리키는 현장 용어입니다. 택배 허브, 유통센터, 도매시장, 풀필먼트 센터 등 물류가 오가는 현장에서 흔히 들을 수 있지요. 현장에서 까데기라고도 표기하는 이 작업은 무거운 짐을 반복해서 들고 옮겨야 하기 때문에 작업자의 신체 부담이 큰 고강도 노동으로 꼽힙니다.
좁게는 차량 상하차를 뜻하지만, 현장에 따라 물류 수작업 전반을 넓게 까대기로 부르기도 해요. 대표적인 작업은 아래와 같습니다.
차량 하역: 화물차 적재함 안의 화물을 꺼내 컨베이어 등으로 옮기는 작업
팔레타이징: 박스나 화물을 팔레트 위에 쌓아 보관하거나 출고하기 위한 작업
디팔레타이징: 팔레트 위에 쌓인 화물을 내려 컨베이어나 다음 공정으로 투입하는 작업
스마트 물류센터와 자동화 설비는 계속 늘어나고 있지만, 까대기 작업에는 지금도 사람이 투입되고 있습니다. 왜 이렇게 힘든 일을 아직도 사람이 하고 있을까요?
같은 까대기라도 외부 환경에 영향을 받는지, 아닌지, 화물의 상태나 공급 방식에 따라 필요한 자동화 기술과 설비가 크게 달라집니다. 화물이 창고에 처음 들어오게 되는 차량 하역부터 차례로 살펴보겠습니다.
차량 안의 화물 하역은 왜 자동화가 어려울까?
앞서 소개한 세 가지 작업은 모두 고되지만, 차량 안의 화물을 다루는 작업은 여타 작업들과 조건이 다릅니다. 도크(Dock)는 차량과 창고를 연결하는 공간인데, 차량의 크기와 종류, 진입 위치, 외부 환경 등 다양한 요소를 복합적으로 고려해야 합니다. 자동화에 영향을 끼치는 변수들은 아래와 같아요.
외부 환경: 도크의 구조와 차폐 설비에 따라 센서나 로봇이 작동하는 데 영향을 줄 수 있습니다.
차량 진입: 적재함의 크기와 높이, 문이 열리는 방식, 차량 위치에 따라 로봇과 컨베이어의 접근 경로가 달라집니다.
예외 상황: 운송 중 화물이 기울거나 포장이 손상될 수 있습니다. 설비가 대응하기 어려운 예외 상황에서는 사람의 개입이 필요하므로, 예외 상황의 발생 빈도와 복구 시간을 확인해야 합니다.
화물 하역을 위해 차량 내부로 직접 들어가는 로봇도 있습니다. 실제로 글로벌 물류 기업 DHL은 2023년부터 보스턴다이내믹스의 Stretch를 도입해 하역 작업에 활용하고 있습니다. 다만 우리 현장의 차량과 화물, 작업량에 맞는지는 별도 검증이 필요하겠지요. 초기 투자와 유지보수 비용, 실제 작업 시간, 처리량 개선 효과를 함께 비교해야 투자수익률(ROI)을 판단할 수 있습니다.
까대기는 사람에게 고된 만큼, 자동화하기에도 까다로운 작업입니다. 특히 차량에서 화물을 하역하는 작업은 화물을 인식하고 잡을 뿐 아니라, 작업 위치까지의 이동과 외부 환경, 경제성까지 고려해야 하기 때문입니다. 이것이 바로 아직까지 수작업으로 차량 화물 상하차를 하고 있는 이유입니다.
창고 안에서도 계속되는 까대기
차량 화물 상하차 현장 너머, 창고 안에서는 다음 까대기 작업이 이어집니다. 서두에 살펴보았던 팔레타이징과 디팔레타이징 작업들이 남았거든요. 이 또한 노동자가 무거운 짐을 반복해서 들어 올려야 하는 고강도 작업입니다. 하지만 창고 안에서는 외부 환경에 비해 상황을 고려한 자동화 설계가 가능하기 때문에 현실적인 스마트 물류의 출발점이 됩니다.
인식 환경: 실내의 빛과 분진을 고려한 조명과 센서를 배치해 인식 환경의 영향을 줄일 수 있습니다.
화물 공급: 팔레트의 규격과 적재 높이, 작업 위치를 고정하여 로봇의 기준점과 범위를 효율적으로 설정할 수 있습니다.
가동률 확보: 여러 차량에서 입고된 팔레트를 대기 공간에 모아 순차적으로 공급할 수 있다면, 로봇의 작업 시간을 확보하는 데 유리합니다.
그럼 창고 안에만 들어오면 모든 로봇들이 까대기를 할 수 있을까요? 그렇지 않습니다. 환경이 통제되더라도 불안정한 적재 상태는 그대로 남아있을 수 있고, 외부만큼은 아니라도 비정형 환경에 대응해야 하는 것은 마찬가지이기 때문입니다. 바로 여기서 피지컬 AI 솔루션의 차이가 드러납니다.
까대기 부담을 줄이는 씨메스로보틱스의 자동화 솔루션
같은 규격의 박스를 정해진 패턴대로 쌓거나 내리는 로봇은 쉽게 찾아볼 수 있습니다. 하지만 실제 현장은 그렇게 단순하지 않죠. 규격이 서로 다른 박스들은 물론, 포대나 말통처럼 비정형 화물을 취급하는 경우도 많습니다. 피지컬 AI는 상황을 인식하고 판단해 이러한 현장에 대응합니다.
씨메스로보틱스의 팔레타이징·디팔레타이징 솔루션은 3D 비전과 AI, 맞춤형 그리퍼를 통해 화물을 처리합니다. 3D 비전을 통해 대상을 인식하고, AI가 작업을 판단하고 계획하면, 로봇이 화물을 집는 과정을 이룹니다.
어떻게 피지컬 AI가 비정형 화물을 처리하는지, 아래 영상을 통해 확인해 보세요.
우리 현장에 진짜 적용할 수 있는 솔루션부터
한 번에 모든 작업을 자동화하려면 시작부터 공간, 비용과 같은 수많은 도입 조건을 감당해야 합니다. 부담은 크지만, 조건을 관리할 수 있는 작업부터 검토해 보세요. 자동화 도입 효과를 검증하면서 스마트 물류를 확장해나갈 수 있는 방법입니다.
까대기처럼 반복적인 고강도 작업은 로봇에게 맡기고, 작업자의 부담은 줄여 운영 효율을 높이는 스마트 물류센터의 시작을 씨메스로보틱스가 함께합니다.