차량 운행을 효율적으로 하기 위해 수행하는 배차관리 업무를 인공지능(AI)이 도와주기 시작했다. 일본에서는 AI를 활용해 사람의 손길 없이 최적의 배차 계획을 작성하는 기술이 개발돼 사용되고 있다. 각종 제약 사항을 고려하고 이에 대한 데이터를 적용해 업무 효율화를 실현하는 등 다양한 효과를 주고 있다. 향후 AI와 클라우드, 양자컴퓨팅 등 다채로운 기술들이 관련 업무에 확산될 것으로 보인다.
가용 인원과 차량, 얼마나 유용하게 배치할 수 있느냐가 관건
현재 물류산업을 비롯해 여러 산업현장에서 중요한 것이 바로 배차업무다. 인원이나 물품을 목적지로 갈 수 있도록 조정해야한다. 여기서 운전할 수 있는 인원과 그에 따른 필요 차량 등을 고려하고 배차계획을 작성해야한다. 잘못 작성하면 그에 따른 노동력 소모나 금전적 손실로도 이어질 수 있어 주의가 요구되는 일이다.
때문에 상황을 정확히 파악해 차량을 배정하는 등 차량 이용자가 혼선을 겪지 않도록 해야한다. 무리하게 차량 운행 계획표를 작성하면 운전자가 시간에 맞춰 운행하기 힘들거나 졸음운전 등의 위험을 겪을 수 있다.
AI배차시스템, 복잡한 제약사항, 순식간에 처리
이런 가운데 일본에서는 AI기술을 활용한 사례가 있어 눈길을 끌고 있다. '로그포스 테크놀러지'에서는 AI기술을 활용해 자동으로 최적의 배차·배송 계획을 작성하는 알고리즘 프로그램 '로그'를 개발했다. 이 프로그램은 물류업계에 최적화된 시스템이다. 기존에는 일명 '배차맨'으로 불리는 배차 전문 관리자가 운전자의 휴가, 운행 시간, 가용차량 대수 등을 고려해 계획표를 짜야했다. 그러나 제약사항이 많을수록 편성하는 시간이 오래 걸릴 수밖에 없었다. 또 배차맨의 경험을 믿고 의존하므로 완벽한 시스템이라고 할 수 없었다.
로그 시스템은 그런 복잡한 제약 조건을 데이터만 입력하면 짧게는 수십 초, 길어도 몇 분 정도 내에서 최적의 배차 계획을 출력할 수 있다. 지금까지 관리원이 진행하던 배차업무 시간을 대폭 줄여주는 것이다.
또 다른 회사인 '그루브 노즈'는 AI와 양자 컴퓨터를 탑재한 클라우드 플랫폼 '마젤란 브록스'를 폐기물 수집 차량 운용에 활용했다. 그 결과 차량 운행수를 59% 감소시켰다. 이와 더불어 차량 운행에서 발생하던 CO2배출량이 약 57% 줄어든 것으로 나타났다. 이는 해당 시스템이 양자 풀림 방식을 통해 방대한 조합 패턴 속에서 최적의 해결책을 신속하고 정확하게 탐색해 폐기물 수집 차량의 경로를 최적화 시켰기 때문이다.
인력 부족에 따른 노동 환경 악화 해결에 기여
오늘날 배차업무에 있어 가장 큰 과제는 인력 부족에 따른 노동 환경 악화다. 물류 사업자 뿐만 아니라 자재 조달에서 출하까지 진행하는 업체, 기관 등에서도 동일하게 겪고 있는 어려움이다. 사람이 부족하다보니 임금은 상승하고 이에따른 효율성도 요구되고 있는 것이 현실이다. 이런 상황에서는 기존 보유 자원내에서 낭비를 없애고 효율적인 시스템을 구축해 서비스의 질을 계속 유지하거나 향상될 수 있도록 해야 한다.
문제 해결의 실마리는 결국 어떤 차량과 사물, 사람이 지정된 장소들을 어떤 순서로 어떻게 이동해야 하는지에 대한 루트 최적화의 실현 여부에 달려있다. 앞으로 AI기술과 클라우드, 양자컴퓨팅 등 다양한 기술들이 접목된 배차시스템이 더욱 확산될 것으로 보인다.
AI타임스 나호정 기자 hojeong9983@aitimes.com
