코로나19는 이동을 크게 변화시켰다. 장기간 지속된 거리두기의 영향으로 ‘사람의 이동’이 제약된 대신, 비대면 소비가 부상하면서 ‘사물의 이동’은 놀라운 속도로 증가했다. 특히, 빠른 배송이 필수적인 음식 배달, 신선식품 배달에 대한 수요가 급증하면서 퀵커머스 시장이 빠르게 활성화되었다. 팬데믹이 끝나고 일상으로의 복귀가 가속화되면서 비대면 소비의 증가세가 둔화되기는 했지만, 빠른 배송에 익숙해진 소비자들은 줄어들지 않고 있다.
코로나19를 거치며 유통시장에서 부상한 화두는 ‘퀵커머스'다. 빠른 배송을 의미하는 퀵(quick)과 상거래(commerce)가 결합된 신조어다. 음식배달과 같이 주문과 동시에 배송이 시작되어 시간단위 또는 분단위로 배송되는 ‘즉시배송'이 특징이다. ‘택배'로 대표되는 익일배송과는 또 다른 물류 기술과 인프라를 요구하는 상거래 서비스가 등장한 것이다. 여객 분야에서 온디맨드 모빌리티가 이미 전 세계적인 화두가 되었듯이, 물류 분야에서도 온디맨드 배송(delivery)이 새로운 화두로 부상하였다.
온디맨드 배송을 위해서는 더 똑똑한 물류 소프트웨어가 필요
소비자의 니즈에 부응하는 ‘온디맨드 배송'을 위해서는 다양한 운송수단을 배정하고, 일정을 관리하고, 경로를 최적화하는 솔루션이 필요한데, 그 핵심을 담당하는 것이 바로 TMS(운송관리시스템)이다. TMS란 일반적으로 공급망(Supply Chain) 전체에서 상품의 물리적인 이동을 계획하고 실행하는 소프트웨어를 의미한다. TMS는 다양한 형태의 수송(transportation)과 배송(delivery)을 효율적으로 수행할 수 있도록 지원하는 경로최적화를 포함한 자동 배차계획 수립 등 물류 수/배송을 최적화하는 솔루션이 핵심이다. 카카오모빌리티는 내비, 택시, 대리 등 여객 운송을 통해서 축적한 운행 데이터와 AI 기술을 바탕으로 최적화된 운송 계획을 제공하는 TMS 서비스를 제공하고 있다.
TMS를 적용할 수 있는 분야는 승객, 상품, 서비스의 이동 3가지 분야로 나누어서 살펴볼 수 있다. 첫 번째 적용 분야는 카카오모빌리티가 제공하는 택시, 대리와 같은 서비스를 비롯하여 승차공유(Ridesharing) 및 주문형 교통 수단(Dial-a-ride)과 같이 승객이 이동하는 서비스 분야이다. 두 번째 적용 분야는 택배, 당일배송, 음식배달, 퀵 서비스 분야와 같은 상품의 이동이 필요한 다양한 분야이다. 세 번째 적용 분야는 서비스 제공을 위한 이동 분야이다. 설치 또는 수리 서비스, 방문 의료 서비스, 긴급 출동 서비스, 펫 시터 서비스 등 서비스 제공을 위해서는 다양한 장소로 이동해야 하는데, TMS는 서비스 제공을 위해 다양한 장소로 이동하는 것에 적용될 수 있는 것이다.
TMS는 비단 상품의 이동과 관련한 물류에만 적용되는 것이 아니다. TMS는 일반적으로 상품의 수송 및 배송과 관련된 계획을 의미하지만, 커머스 시장이 발달하고 다양한 서비스가 발달함에 따라 다양한 분야로 확장되어 적용되고 있다. 적용 분야에 따라 다른 목적식과 제약사항을 고려해야 하지만 이 문제들은 같은 특성을 공유하고 있기 때문에 TMS를 적용하여 고객의 요구사항을 만족시키거나 자원 사용을 최소화하는 계획을 수립할 수 있다.
카카오모빌리티는 GS리테일로부터 전략적 투자를 유치하면서 종합커머스인 GS리테일이 보유한 다양한 유통망에 혁신적인 디지털 물류와 미래 신기술을 적용하여 물류시스템을 고도화하고 있다. 카카오모빌리티는 ESG를 위해 친환경 전기차(EV) 기반 라스트마일 물류 거점을 구축하고 있으며, 물류 네트워크의 최적화를 위해 GS25, GS샵, GS더프레시, GS프레시몰 등이 가지고 있는 유통망에 카카오모빌리티의 서비스와 기술 적용을 협업하고 있다.
TMS가 중요한 이유, 소비자의 니즈 변화
코로나19는 소비자들의 행태에 큰 영향을 미쳤다. 그중에서도 온라인에 기반한 ‘비대면 소비’가 사회적인 트렌드로 부상한 것이 두드러진다. 거리두기의 전면 해제 이후 증가세가 둔화되기는 했지만, 온라인 소매 매출은 코로나19 이전에 비해 높게 나타난다. 통계청 자료에 따르면 소매판매액 중 온라인쇼핑 거래액의 비중은 2019년 29%에서 2022년(1~8월 기준)에는 37%까지 증가하였다. 서비스를 온라인으로 거래한 비중도 동기간 7.4%에서 10.0%로 증가하였다. 해외여행이 막히면서 여행 및 교통서비스의 온라인 매출이 급감한 와중에서도 서비스의 온라인 소비 비중은 증가한 것이다.
온라인 소매 매출을 상품별로 나누어서 살펴보면 소비 트렌드의 변화가 더 드러난다. 온라인 소매 매출의 상품별 순위 변화를 보면, 음식료품, 생필품의 온라인 구매 증가가 두드러진다. 2019년 4위였던 음·식료품은 2022년에는 1위로 올라섰고, 7위였던 음식서비스는 동 기간 거래액이 201% 증가하며 2위로 올라섰다. 생활용품도 온라인을 통한 구매가 증가하면서 6위에서 4위로 2단계 상승하였다. 온라인 거래가 상대적으로 제한적이었던 농축수산물(9위)과 비대면 소비를 대표하는 e쿠폰서비스(10위)는 2019년에는 10위권 밖이었지만, 최근에는 10위권 이내에 자리잡고 있다. 코로나19로 인한 일상 패턴의 변화가 온라인 소비의 변화에도 그대로 나타나는 것이다.
온라인 소비 트렌드의 변화는 퀵커머스를 거스를 수 없는 대세로 만들고 있다. 빠른 배송이 필수적인 음식료품과 생필품의 온라인 구매가 급증한 영향이다. 전통적으로 온라인 쇼핑으로 거래가 많이 이루어지던 IT 및 가전제품, 의류, 화장품 등은 대표적인 내구재 제품으로 소위 ‘택배’를 통한 익일배송이 배송의 주 형태였다. 그러나 코로나19 이후 온라인 구매가 빠르게 증가한 음·식료품(19년~22년 증가율 117%), 음식서비스(201%), 농축수산물(126%) 등은 유통 과정에서 신선도 유지가 필수적이다. 익일배송보다는 새벽배송, 당일배송, 즉시배송 등 배송 속도가 소비자들의 구매 결정에서 매우 중요한 요소가 되는 것이다. 생활용품(71%)처럼 일상 생활 중에서 소비자가 필요한 경우 바로 배송이 이루어지는 것도 점점 더 일반화되고 있다.
퀵커머스, 온디맨드 딜리버리를 요구
온라인 소비 트렌드의 변화는 빠른 배송의 기반이 되는 물류의 변화를 요구하고 있다. 온라인 소비에 익숙해진 소비자들의 니즈는 코로나19를 거치면서 기존의 ‘온라인쇼핑’처럼 단순히 더 다양하고 더 저렴한 제품만을 원하는 것에 그치지 않게 되었다. 물품이나 서비스가 필요한 순간 언제 어디서든 모바일로 주문하고, 바로 배송받을 수 있기를 원하고 있다.
온디맨드 딜리버리는 라스트 마일 물류를 통해서 이루어 진다. 라스트 마일은 제품이 제조업체에서 소비자에게 전달되는 물류 흐름의 가장 마지막 단계를 의미한다. 제품이 생산되어 1차 유통 센터로 이동하는 퍼스트 마일(first-mile)과 유통 센터에서 지역별 유통 센터로 이동하는 미들 마일(middle-mile)이 일반적으로 기업과 기업 사이에서 대량 운송이 이루어지는 것과는 또 다른 물류 영역이다. 라스트 마일 물류는 언제 어디서든 발생할 수 있는 소비자의 소량 주문에도 즉시 대응할 수 있는 역량을 요구한다.
커머스 시장의 변화와 풀필먼트 및 라스트마일 배송의 변화
커머스 시장의 변화에 따라 풀필먼트 및 배송도 이에 발맞춰 변화해왔다. 이커머스 시장에 진화함에 따라 라스트 마일 배송 시장은 배송에 2~3일이 걸리던 기존 택배 물류에서 당일배송 및 새벽배송으로 변화되었고, 이제는 퀵커머스 시장까지 진화되어 생필품과 식료품 등을 단시간 내 문앞까지 배송해주는 서비스들이 활발하게 성장하고 있다. 특히, 코로나 대유행과 비대면 소비가 맞물려 퀵커머스 시장이 급속도로 커지고 있다. 대형마트와 대형유통사, 이커머스 플랫폼들이 퀵커머스 시장에서 경쟁하고 있으며, 시장 규모가 2025년에는 5조 원 규모로 성장할 것으로 전망되고 있다.
이러한 커머스 시장의 변화의 흐름은 공급자 중심에서 수요자 중심인 온디맨드(On-demand) 시장으로 변화하는 커머스의 트렌드를 보여준다. 새벽배송에서 당일배송, 퀵커머스 시장이 성장하면서 전통적인 라스트마일 배송과는 다르게 당일배송, 1시간 이내 배송과 같이 다양한 요구사항을 충족해야 하기 때문에 기존 택배의 유통 및 배송 방식을 그대로 적용할 수 없는 상황에 이르게 되었다. 특히, 퀵 커머스는 소비자가 원하는 것을 즉시 제공하는 온디맨드 서비스의 핵심적인 특성이 잘 드러나는 서비스이기도 하다. 이러한 시장 변화에 따라 온디맨드 물류를 위한 유통 영역과 배송 영역의 변화가 야기되었다.
시장의 변화와 함께 유통 영역에서 유통 단계와 물류센터가 변화하였다. 전통적인 이커머스 배송 과정은 여러 판매자로부터 대량의 물품을 집하하고, 집하한 물류들을 터미널을 통해 다시 고객이 속한 지역의 집하장으로 보낸 후에 라스트 마일 배송이 이루어지는 유통단계를 가지고 있었다. 당일배송 및 퀵커머스 시장이 열리면서 이러한 배송 과정의 유통단계들이 짧아지게 되었다. 달라진 것은 비단 배송 과정 뿐 아니다. 물류센터도 이에 발맞추어 변화하게 되었다. 대형 물류 센터들이 새벽배송 및 당일배송을 위해 지역화된 물류센터들이 생겨나게 되었고, 더 빠른 배송을 위한 고객의 니즈를 맞추기 위해 마이크로 풀필먼트 센터가 등장하게 되었다.
또한 라스트 마일 물류 배송 모델 역시 이러한 유통단계에 발맞추어 변화하고 있다. 전통적인 택배 시장에서 효과적인 라스트 마일 물류로서 많이 채택된 모델은 중앙집중식의 ‘허브 앤 스포크’ 방식과 여러 공급업체를 돌면서 물품을 수집하는 ‘밀크런’ 방식이었으며, 이는 장거리 대량 화물이 이동하는 거점 간 수송(Transportation)과 거점에서 고객까지 단거리 소형 화물이 이동하는 배송(Delivery)에 대해 규모와 범위의 경제 관점에서 비용 최적화를 달성할 수 있는 모델이었다.
그러나 당일배송 및 퀵커머스 시장에서의 라스트마일 배송은 비용 최적화에서 빠른 배달을 통한 고객 서비스 향상으로 목적이 변화하였다. 온디맨드 배송에서는 인접지역 소비자들의 배송 요청 시간이 서로 다르고 원하는 서비스 역시 달라 기존의 비용 최적화 관점의 배송 모델로는 소비자의 요구사항을 만족시키기 어려워졌다. 온디맨드 배송에서 배송의 목표가 수요 중심으로 변화함에 따라 고객의 요구사항에 맞추어 온디맨드 배송이 가진 다양한 불확실성을 다룰 수 있는 새로운 배송 모델들이 연구개발되고 있다.
온디맨드 배송의 해결사, TMS는 어떻게 작동하는가?
TMS는 온디맨드 배송 과정에서 직면하는 문제를 어떻게 해결하고 있을까? TMS에 대한 이해를 돕기 위해 실제 배송 계획 사례를 가져왔다. 강남권 최대 전통시장인 가락 시장에서 30건의 주문이 4명의 기사에게 배차해야하는 배송 계획 문제를 상정해 보자.
그림에서 [BEFORE]의 예시는 가락시장의 회를 모든 고객에게 빠르게 배송하여 돌아올 수 있도록 배송 계획을 수립하는 최단 이동시간에 대한 예시이다. 실제 배송 현장에서는 단순히 최단 이동시간 또는 최단 거리로 배차 계획을 수립하지는 않는다. 시간과 거리 이외에도 소비자의 요구 수준이나 기사, 차량 투입 여건 등 배송 경쟁력을 유지하기 위한 여러 조건이나 제약사항들을 고려해야 한다. 예를 들어, 고객의 수요 측면에서는 반드시 3시간 내에 배송이 완료되어야 한다는 것과 같은 요구사항이 부가된 배송 건이 단발적으로 발생할 수 있다. 공급 측면에서는 정해진 배송구역을 반드시 준수해야 하는 경우도 반드시 충족해야 할 수 있다. 배송 물량 배분에 있어서는 배송원들에게 물량과 이동 거리가 균등하게 배분되어야 하는 조건을 충족해야 하는 상황도 발생한다. 성공적인 배송 계획을 위해서는 불확실한 여러 요구사항들이 시간의 변화에 따라 수요, 공급 등 모든 측면에서 발생할 수 있다는 점을 고려할 수 있어야 한다.
[AFTER]의 예시는 배송 권역 준수를 고려하여 최단 이동 시간으로 분배된 카카오모빌리티의 배차 계획의 예시이다. 배송권역준수란 배송기사들은 강남구와 송파/강동구라는 2개의 배송권역에 각 2명씩 할당되어 있으며 각자가 할당된 배송권역에서만 배송을 할 수가 있는 것을 의미한다. 배송권역을 준수하여 배차계획을 수립하게 되면 [AFTER]의 그림에서처럼 강남구 내에서만 송파/강동구 내에서 배차 계획이 변경되게 된다. 최단 이동시간 대비 예상시간은 약 19분 정도의 차이가 발생하게 되지만 권역이 준수되어 균등하게 배차가 일어난 것을 확인할 수 있다.
이러한 배차 계획은 상품의 이동과 관련된 문제 외에도 유치원, 학원 차량의 이동 계획과 같은 문제에도 적용이 가능하다. 오늘 등원하는 학생에 적합하게 2대의 학원차량 이동 계획을 수립해야하는 문제가 그 예 중 하나이다. 온디맨드 모빌리티, 온디맨드 배송 등이 직면하는 문제가 동일한 양상으로 수렴되면서 TMS의 적용 분야는 사람의 이동, 상품의 이동, 서비스의 이동까지 확장되고 있는 상황이다.
‘사람의 이동’을 위한 카카오내비, ’사물의 이동’으로 확장
국내 육상 운송에서 최적화된 TMS 서비스를 제공하기 위해서는 실시간 교통 정보 및 도로 상황이 지속적으로 업데이트되어 운행정보에 반영될 수 있고, 미래 운행 정보를 예측할 수 있는 내비게이션 서비스 플랫폼 기술이 필수적이다. 카카오모빌리티는 이미 카카오내비 서비스를 통해 실시간 운행 정보와 미래 운행 정보 서비스를 제공할 수 있는 기술을 구축하였기 때문에 실시간 도로 상황 및 미래 교통량 예측을 통해 경로를 최적화하고 정확한 도착 예상 시간을 제공할 수 있다.
TMS에서 내비게이션 서비스가 지원하는 실시간 운행 정보가 필요한 이유는 무엇일까? 시간대별로 각 도로의 정체 상황은 달라질 수 있으며 출발시 설정한 최단 거리 경로만으로는 부족하고 실시간으로 도로의 정체 상황을 파악하여 최단 시간 경로를 수정해야 하기 때문이다. 다음은 카카오모빌리티 사옥에서 잠실역까지의 각 다른 시간에 조회한 예상시간과 경로를 보여주는 예시이다.
또 다른 사례는 기상 악화로 인해 도로의 개/폐쇄가 달라지고 이로 인해 추천 경로 달라질 수 있는 경우이다. 2022년 여름에는 홍수로 인해 많은 통제 구간이 발생하였으며 내비게이션 서비스는 이러한 도로의 통제 구간을 실시간으로 반영하였다. 단순한 경로 최적화 서비스를 제공하는 TMS에서는 이러한 실시간 운행 정보를 기반으로 한 최적 경로를 파악하기 어렵기 때문에 카카오모빌리티는 국내 육상 운송에서 강점을 가질 수 있게 된다.
또한 ‘카카오내비’ 서비스에서는 기존의 축적된 데이터를 기반으로 미래 교통 상황을 예측하는 미래 운행 정보를 서비스하고 있다. 다음은 ‘카카오내비'에서 미래운행정보를 사용하게 되면 예상시간이 달라지는 것을 보여주는 예시이다. 미래 예상 시간을 활용하여 배송 예상 시간에 적합한 최적 경로를 계산하여 배차 계획을 수립할 수 있는 TMS의 경로 최적화를 위한 기반 기술을 보여준다.
다구간 최적화 문제는 출발지로부터 다양한 경유지를 거쳐서 가는 최단 거리(또는 최단 이동시간) 경로를 구하는 문제이다. 다구간 최적화 문제를 설명하기에 앞서 쉽게 이해할 수 있도록 최단거리문제의 다양한 유형 중 단일-쌍 최단 경로 문제(The single-pairs shortest path problem)를 예시를 들어 소개하려고 한다. 다음 그림은 카카오모빌리티에서 출발하여 4개의 목적지(삼성서울병원, 스타필드위례, 오금공원, 잠실역)로 가는 다양한 경로를 보여준다. 이 중 어떻게 가는 것이 최단 시간 경로일까? 도로 네트워크와 교통 상황에 따라 최단 거리 경로가 최단 시간 경로가 아닐 수도 있다는 것을 보여주는 예시이며 도로 네트워크의 길이가 가장 짧은 경로(27km)보다 긴 경로(31km)가 도로별 교통 혼잡도에 따라 소요시간이 더 짧을 수 있음을 보여준다. 이 예시는 내비게이션 서비스의 실시간 운행 정보와 미래 운행 정보를 사용한 다구간 경로 최적화는 배송 시간에 적합한 최적 경로를 제시할 수 있음을 보여준다.
다구간 최적화 문제는 크게 2가지로 나누어볼 수 있는데, 하나는 최단 거리 문제(shortest path problem)이고, 하나는 외판원 문제(travelling salesman problem)이다. 최단 거리 문제와 외판원 문제는 모두 경유지 수가 증가함에 따라서 경우의 수가 기하급수적으로 증가하는 문제이다.
경우의 수가 기하급수적으로 증가하는 어려움에 대해서 설명하기 위해 최단 거리 문제 중 가장 경우의 수가 많은 모든 쌍의 최단 경로 문제(The all-pairs shortest path problem)를 풀 수 있는 경우의 수의 예를 들어보려고 한다. 모든 쌍의 최단 경로 문제는 n개의 지점에 대해 n개의 지점이 모두 목적지 또는 출발지가 될 수 있는 모든 경우를 고려하여 최단 경로를 찾는 문제이다. 이 문제의 경우의 수는 n!이라고 볼 수 있으며, n!이 얼마나 기하급수적으로 증가하는지에 대해서는 다음의 표를 통해 확인해볼 수 있다.
그러나 최단 거리 문제는 문제에 따라 시간 복잡도가 낮은 해법이 존재하며, 외판원 문제 역시 효율적으로 접근하기 위한 다양한 해법들이 연구되었으며 다양한 해법들이 존재하여 이를 통해 구해볼 수 있다. 하지만 실제의 다구간 최적화 문제를 풀기 위해서는 복잡한 것은 최단 경로 해법에만 있는 것이 아니다. 먼저 실시간 운행 정보 또는 미래 운행 정보를 통해 예측된 시간과 경로를 구하는 경우의 수 역시 많은 계산량을 필요로 한다. 각 경유지 간의 최단 거리(또는 최단 이동시간)을 구하는 경우의 수는 n개의 경우지에 대해서 nC2이기 때문에 마찬가지로 기하급수적인 경우의 수에 대한 연산량을 필요로 한다.
이렇게 실시간운행정보 및 미래운행정보를 활용한 최단 경로를 구하는 다구간 최적화는 연산에 있어 비용이 많이 소모되는 문제이지만 카카오 모빌리티는 효율적인 배송 계획을 수립하기 위해 다구간 최적화에 대한 기술 인프라를 바탕으로 TMS에서 최적화된 배송 계획을 제공할 수 있다.
화물차량의 종류에 따라 운행할 수 있는 도로와 시간대가 제한되는 경우가 있는데, ‘카카오내비’의 화물차 전용 길안내 서비스를 이용하여 화물차 운행에 필요한 차고, 차폭, 중량을 기준으로 운행 가능한 도로로 안내할 수 있다. 또한, 화물 하이패스와 화물 기준 단속 속도와 같은 화물차에 특화된 정보를 안내할 수도 있다.
카카오모빌리티의 TMS는 교통정보에 대한 기반 기술을 바탕으로 실제 도로 기반의 거리 또는 시간을 계산하여 최단 거리/최단 시간 최적화를 하는 것 이외에도 다양한 배차 요건을 반영하여 배차 계획을 수립할 수 있다. 기사에게 균등한 물량을 분배하는 물량균등분배, 기사가 정해진 권역에서만 배송계획이 수립되게 하는 권역지정배차, 오더의 예약 시간을 준수하여 배송 순서를 수립할 수 있게 하는 예약 시간 준수, 냉장/냉동과 같은 콜드체인 상품 등에 주문이 가지고 있는 속성에 따라 우선순위를 배차 계획 수립에 반영할 수 있는 등 다양한 배차의 제약사항들을 반영할 수 있다.
카카오모빌리티의 AI기술을 활용하여 TMS 다양한 부가 기능들을 제공할 수 있도록 연구개발하고 있다. 그 예 중 하나는 주차 안내 좌표이다. 배송지별로 데이터를 축적하여 이를 바탕으로 주차 안내 좌표로 안내하여 배송지 상/하차 시간을 단축시킴으로써 물류 효율을 증대시킬 수 있다. 두번째로는 배차계획의 고도화이다. 배송지별로 배송지의 난이도와 특성에 따라 서비스 예상 시간을 예측하고, 이를 경로 계산에 반영한 배차계획을 수립할 수 있는 것이다. 또한 배차 계획의 패턴을 축적하고 학습하여 맞춤형 배차 계획을 수립하도록 지원하거나 배송지의 미래 수요를 예측하여 수요 변화에 유연하게 대응할 수 있게 해준다. 뿐만 아니라 배차 계획의 물량에 적합하게 최적 기사 수와 목록을 추천 가능한 기능 역시 부가적으로 지원할 수 있다.
카카오모빌리티 디지털경제연구소
카카오모빌리티 리포트에 대한 저작권은 (주)카카오모빌리티가 소유하고 있습니다. 본 리포트에 대한 상업적 이용은 금지되어 있으며, 인용 시에는 반드시 출처를 밝혀주시기 바랍니다.
Copyright ⓒ 2022 Kakao Mobility Corp.