Premium Logistics

Route Optimization(RO) 엔진 적용을 통한 운송 자동화

로컬 배송에 있어 생기는 어려움 중 하나는 비용 대비 가용할 수 있는 배송 차량이 부족하다는 것이다. SDS 싱가포르 거점에서는 RO 엔진을 적용하여 배송 계획의 효율성을 개선할 수 있었다. 이번 White Paper에서는 싱가포르 거점의 물류 운영에 어떻게 RO 엔진을 적용 했는지 자세히 알아보겠다.

01. 들어가며

RO 엔진 적용 배경

배송 관점에서, 차량경로문제는 물류센터로부터 출발한 여러 차량들이 다수의 고객 위치(판매자 또는 최종 사용자)를 방문하여 배달 서비스를 제공하는 최적의 경오를 결정하는 것이라고 할 수 있다. 배송 업무를 수행할 때, 우리가 직면한 난제는 고객 만족을 충족시키기 위한 정시배송율을 향상시키면서도 동시에 배송비가 증가하지 않도록 잘 관리해야 한다는 것이다.

지난 몇 년간 이커머스의 발전으로 우리의 고객사 또는 온라인 사업의 비중이 커지게 되었다. 이는 물류입장에서 보면, 배송처가 증가되는 한편, VAS 서비스(적재, 설치, 도어 방향 변경 작업 등)의 증가를 의미하기도 했다. 또한 아래와 같은 물류 및 주변 환경들의 변화는 현재의 배송 업무의 어려움을 더욱 가중시키는 요인으로 작용했다.

1) 총 가용 배송 차량 수 감소

전략적 관점에서 배송 업무 수행을 위해서는 필요한 배송 차량의 종류/크기 별 대수를 결정해야 한다. 싱가포르 육상교통청(LTA) 이 발표한 자료에 따르면 [표 1], 배송 차량 수는 지난 10년 간 5,493대 감소한 것으로 나타났다 [그림 1]. 운송 시장에 가용한 화물차량의 크기 별 대수는 운영 상의 제약 사항이다. 우리 배송 업무의 운영상 첫번째로 직면한 어려움은 배송처의 증가로 인해 필요한 배송 차량은 증가하고 있는데 가용할 수 있는 운송 시장의 화물차량이 감소하고 있는 것이었다.

2) 라스트 마일 배송의 불확실성

이커머스(홈배송 포함)에서 라스트 마일 배송의 공통적인 주요 문제는 교통상황, 배송 가능한 시간대, 긴 대기시간 등으로 인해 정시 배송에 실패할 수 있다는 불확실성이다. 이전 배송지에서 대기 시간이 조금만 길어져도 다음 배송지까지 영향을 받을 수 밖에 없다. 이에 일부 시장에서는 배송 운영 시간 연장 및 폭이 좁은 배송 시간대(Delivery Time Window) 확대를 통하여 배송 실패를 줄이고자 하였음에도 불구하고 배송이 제대로 이뤄지지 않는 경우가 빈번하게 발생하고 있다.

배송은 온전히 고객의 배송 요청사항에 따라 이뤄지는데, 배송 전 전화통화하여 미리 상황을 파악해 놓는다 하더라도 실제 배송 계획을 수립하는 상황은 복잡하다. 간단하게 말하자면, 차량당 배송처가 적을수록 정시 배송 비율은 높아지겠지만 이를 위해 배송 차량 수를 늘린다면 배송비가 늘어나게 될 것이기 때문이다. 실제로 이러한 이유로 총 배송 비용 중에서 주요 부분은 최종 배송 과정(Last Mile)에서 발생하고 있다. 따라서, 운전자에게 더 많은 시간을 제공하고 다음 방문할 고객에게 충분한 시간을 제공하기 위해 최적화된 배송 차량 경로 계획이 필요하다.

[표 1] 종류별 배송 차량 대수
[그림1] 싱가포르 내 배송 차량 대수 (Light & Heavy)

3) 배송계획 담당자의 어려움

배송 차량 경로 계획 수립에 있어 담당자들의 경험에 따라 배차의 성공 여부가 결정되는 경우가 많다. 담당자들은 일반적으로 과거 배송 요청 처리를 참고로 수작업 계획을 수립하기 때문에 배송 환경 또는 관련 제약조건들이 변경되면 이들이 적절하게 반영된 배송 계획을 수립하지 못할 수 있다 [그림 2].

[그림 2] 배송 계획 방해 요소

또한 배송 계획의 수작업 처리는 에러 발생률을 높이게 된다. 담당자의 오랜 경험이 중요한 역할을 하기 때문에 어떻게 보면 라우트 계획은 작업자의 대략적인 직관에 기반해 수립된다고도 볼 수 있다. 따라서 배송처를 빼먹거나, 배송 시간대를 놓치고, 남는 배송 차량이 발생하는 드으이 에러가 발생할 가능성이 높을 수 밖에 없다. 또한 라우트 계획에 영향을 주는 요소들이 복합적으로 작용하면서 한 요소에 변화가 생기면 전체 계획이 영향을 받기도 한다. 예를 들어, A 고객이 같은 날 배송 및 반품을 요청했는데, 계획 담당자가 “반품” 요청을 빼먹게 되면 전체 일정이 차질을 빚게 된다. 또한 화물 크기 및 무게가 배송 차량에 맞지 않을 수도 있고, 어떤 품목은 상/하차에 시간이 더 걸리는 경우도 있기 떄문에 배송 계획의 수작업 처리는 여러가지 비효율을 야기하고 있었다.

4) 배송 물량 트렌드

배송 물량 트렌드도 영향을 미치는데, 고객사의 주문 패턴 [그림 3]으로 인해 SDS는 마지막 주에 더 많은 임시 배송 차량을 확보하여 배차해야 했다 [그림 4]. 1주차에서 3주차까지는 배송 물량이 적으나, 마지막 주부터 물량이 늘어나면서 배송 차량이 더 많이 필요한 것을 볼 수 있다. 이러한 트렌드를 맞춰줄 수 있는 정교한 주단위 배송 차원 소요 계획도 필요했다.

[그림 3] 고객사의 주 별 D/O (배송 요청) 비율
[그림 4] 고객사가 필요한 주 별 배송 차량 대

5) 고객사의 요구사항

고객의 요청은 매우 명확한데 그것은 바로 화물 또는 상품을 정해진 시간에 수하인에게 보내는 것이다. 싱가포르에서는 시간 비용이 높은 편이다. 벌크 배송일 경우, 예정 시간보다 일찍 도착하면 수하인측 하차 작업 스케쥴로 인해 배송 기사는 대기해야 하고, 늦게 도착하면 수하인은 배송지연으로 인해 원래의 예정된 비용보다 더 많은 시간 비용을 지출할 수 있다. 따라서 고객의 배송 요청에 따라 정확한 배송을 수행하는 것은 상당히 힘든 미션이며, 고객은 다음과 같은 3가지에 대한 배송 상태 업데이트를 필요로 한다 [그림 5].

[그림 5] 배송 상태 조회

이렇듯 SDS에서는 고객의 요구사항들을 충족시키면서 배송 대기시간 단축 및 수작업 오류를 줄이고 실제 운영에 최적화된 배송 계획을 수립하기 위한 해결책으로 시스템에 라우트 최적화 (Route Optimization, RO) 엔진을 적용하였다. 다음 장에서는 싱가포르 거점에서 어떻게 RO 엔진을 실제 운영에 적용했는지 알아보겠다.

02.  RO 엔진 개발

사전 준비 단계

고객 기준 정보 (Master Data)

RO 엔진은 배송처에 대한 정확한 위치 정보, 우편번호, 거리 명, 건물번호를 필요로 했으므로 고객 기준 정보의 정확도가 높아야 했다. 하지만 몇 년간 운영을 거치면서 시스템상에는 중복 또는 오류 데이터 등이 존재했다 [표 2]. 따라서 첫번째 우선순위는 확실하고 정확한 데이터를 확보를 위해 고객 데이터를 정제하는 것이었다.

[표 2] 고객 기준 정보 확인

고객의 배송 가능 시간대

고객의 배송 가능 시간대는 RO 엔진이 정시 배송 계획을 수립하는데 있어 필수적인 데이터이다 [표 3]. 고객 중에는 이 시간대가 유연한 경우도 있고, 정해진 시간대에만 배송이 가능한 경우도 있으며, 일부 고객은 정해진 시간대에 배송이 이뤄지지 않으면 추가 요금을 부과하기도 한다 [그림 6]. 따라서 RO 엔진 적용 준비 단계에서 가장 먼저 해야 할 일은 확실한 데이터 베이스를 구축하는 것이다.

[표 3] 고객 기준 정보 확
[그림 6] SDS HQ 고객 배송 가능 시간대 (2018)

고정 서비스 시간대는 아주 강력한 제약으로, 주어진 배송가능 시간대 이전에 도착(a)하면 약속된 시간까지 대기한다. 배송가능 시간대 내에 도착(b)하면 대기 없이 바로 하차할 수 있다. 하지만 배송가능 시간대 이후에 도착(c)하면 배송 실패이므로 이러한 상황은 포함되지 않도록 계획을 수립한다. 유연한 서비스 시간대는 이보다 약한 제약으로 주어진 시간대 이전이나 이후에 도착하는 경우도 허용하여 계획을 수립하지만 일정 수준의 패널티를 부여하게 된다.

고객의 입고 능력도 차량 배차에 영향을 주는 요소이다. 우리는 동시상차 능력(로딩베이 수, 컨테이너 로딩베이 수), 팔레트 교체 작업 시간 등을 감안하여 하차 시간을 고려해야 한다 [표 4].

[표 4] 고객의 Loading Capacity

차량 상태

일반적으로는 배송 차량이 클수록 하차에 더 많은 시간이 소요되나, 싱가포르의 창고 설계로 인해 24ft 트럭 및 컨테이너만 Loading bay를 이용할 수 있다. 그래서 Van, 14ft 트럭과 같은 소형 차량은 하차를 위해 창고 작업자가 경사로를 통해 화물을 운반해야 하기 때문에 오히려 하차에 더 많은 시간이 소요된다. 우리의 측정한 실제 도크 회전 시간 및 차량 적재 능력을 참고로 보면, 24ft 트력이 가장 많이 활용되는 이유를 알 수 있다 [그림 7 & 8].

[그림 7] Dock 회전 시간
[그림 8] 평균 적재 능력

RO 엔진 알고리즘

배송 라우트 구성 및 개선

배송 계획을 수립하기 위한 기준정보가 준비가 왼료되면, 계획을 수립할 배송 주문(배송처, 주문 제품, 수량)들을 선택하고 TMS에서 RO 엔진을 실행한다.

RO는 배송 센터의 출발 가능한 시각에 가장 배차우선순위가 높은 차량기준으로 배송 가능한 주문들을 배송 배송 권역 별로 선택한 후, 각각의 배송처 별 초기 라우트를 구성하고 다양한 제약조건을 준수하며 결합이 가능한 라우트들을 합쳐나간다 [그림 9]. 더 이상 라우트들이 합쳐지지 않으면 각 라우트를 구성하는 배송처를 다른 라우트에 삽입하거나 다른 라우트의 배송처와 교환하거나 라우트 내 배송 순서를 변경하면서 더욱 효율적인 계획(동선이 짧거나 라우트 수가 적은)으로 개선한다 [그림 10].

모든 주문들의 계획이 수립되면 수립된 전체 계획을 대상으로 전체적으로 다시 한번 효율적인 계획으로 개선 과정을 수행한다.

RO의 Algorithm은 단순히 동선 최적화가 아닌 배송 자원의 Dispatching을 고려한 스케쥴링의 최적화를 목적으로 한다. 예를 들면, 가용한 차량 자원을 우선순위에 따라 할당하고 계획을 수립하거나, 배송 센터의 상차 가용성을 확인하여 차량의 출발시간을 결정하는 것과 같은 것이다. 시간 관점의 스케쥴링을 수립하기 때문에 이외에도 배송처간 이동시간이나 배송처의 주차/하차 시간 등도 도착예정 시간의 정확도를 높이는데 큰 역할을 하므로 시간과 관련된 기준 정보를 사전에 잘 준비해야만 현실에서 실행 가능한 계획을 수립할 수 있다.

[그림 9] 라우트 구성 단계
[그림 10] 라우트 개선 단계

RO 엔진의 이점

RO 엔진 적용 후, 경로 계획 담당자의 업무량을 줄일 수 있었고, 정시 배송이 늘어났으며, 필요한 배송 차량 수 또한 줄일 수 있었다.

뿐만 아니라 RO 엔진을 적용함으로써 모든 배송 오더가 시스템상에 등록되므로 SDS 운영팀은 실시간으로 배송 상황을 모니터 할 수 있었고 어떠한 이상상황에도 즉각적으로 대응할 수 있게 되었다 [그림 11]. 또한 지연이 발생하여 다음 배송까지 영향을 줄 경우, 컬러 코드를 통해 지연 상황을 파악하여 다음 회전 배송 또는 업무에 미치는 영향에 대해 빠르게 대응할 수 있었다.

경로 계획 담당자는 실시간 상태 파악을 통해 고객에게 배송 시간대 연장 요청을 할지 말지 여부를 결정할 수 있게 되었다.

[그림 11] 실시간 배송 상황 모니터

03. RO 엔진의 한계점

RO 엔진의 한계점

04. 맺음말

향후 RO 엔진 개발 방향

….

삼성SDS Route Optimization에 대해 더 알고 싶으시다면, Samsungsds.com에 방문하셔셔 White Paper를 다운로드하세요.

 —————————————————————————————————-

%d 블로거가 이것을 좋아합니다: