물류 담당자라면 운임은 적정한지, 배차는 효율적으로 이뤄지고 있는지, 예상치 못한 변수는 어떻게 대응해야 할지 신경 써야 할게 한두 가지가 아니죠. 특히 최근처럼 유가 변동이 크고 차량 수급까지 불안정한 상황으로 널뛰는 운임은 머리를 아프게 하는 문제일겁니다.

더 운반이 AI 기반으로 합리적인 운임을 제안한다는 점은 이미 알고 계실 텐데요. 이 운임이 실제로 어떻게 만들어지는지, 단순히 데이터를 넘어 어떤 기준과 구조로 계산되고 있는지 궁금하신 적 없으셨나요?

축적된 물류 데이터와 자체 알고리즘으로 AI 프라이싱 모델을 만들어가는 더 운반의 AI/빅데이터 팀. 이 팀을 이끄는 손용석 팀장을 직접 만나 이야기를 들어보겠습니다.

데이터를 운영으로 연결하는 팀

더 운반의 AI/빅데이터 팀은 두 직무로 구성됩니다. 데이터를 분석하고 모델을 설계하는 데이터사이언티스트, 그리고 그 모델을 실제 서비스 시스템에 연결하는 AI 백엔드 개발자입니다. 이 두 역할이 함께 있어야 분석 결과가 단순 데이터에 머무르지 않고 실제 서비스 안에서 작동할 수 있는 구조가 만들어집니다.

데이터사이언티스트는 시장 데이터 등 다양한 데이터를 정제하고 분석해 AI 모델을 설계합니다. 단순히 결과를 내는대서 그치지 않고 왜 이런 결과가 나왔는지 해석하고, 그 의미를 비즈니스로 연결하는 커뮤니케이션까지 담당하죠.

AI 백엔드 개발자는 이렇게 만들어진 모델이 실제 운영 환경에서 안정적으로 동작하도록 구현합니다. 학습된 모델을 API로 연결하고, 트래픽과 응답 속도를 고려한 시스템 구조를 설계하며, 실시간·배치 데이터 흐름 설계부터 모델 배포와 운영까지 맡아 성능을 지속적으로 최적화합니다.

그리고 이 역할들은 조직 전체와 연결되어 있습니다. 특히 사업, 개발, 운영 조직과 긴밀하게 붙어서 일하는데요. 사업 조직과는 새로운 운임 모델이나 서비스 구조를 함께 검토하고, 운영 조직과는 배차 효율화나 고정 노선 개선과 같은 현장의 비효율을 함께 풀어갑니다. 더 운반의 서비스 안에서 AI/빅데이터팀의 손이 닿지 않는 영역이 없다고 해도 과언이 아닙니다.

"저희가 분석만 하는 팀이라고 생각하시는 분들이 많은데, 사실 저희한테 가장 중요한 건 그다음이에요. 모델이 서비스에 실제로 붙고, 현장에서 쓰이는 것까지 확인해야 끝난 거거든요."- 손용석님, AI/빅데이터팀 팀장

데이터만으로는 풀 수 없는 문제

더 운반의 중심이기도 한 AI/빅데이터팀, 그 역할만큼 마주하는 어려움도 만만치 않습니다. 기술적인 난도만큼이나 다른 종류의 도전이 따르기 마련인데요. 손용석 팀장은 그 어려움을 크게 두 가지로 꼽았습니다.

"어려움 중 하나는 데이터의 양과 복잡성이에요. 과거 데이터와 현재 데이터 중 어떤 게 더 중요한지 시점마다 판단이 달라지고, 허브나 서브 터미널에서의 체류시간처럼 애초에 예측이 어려운 변수도 많거든요." — 손용석, AI/빅데이터팀 팀장

물류 데이터는 언제의 데이터가 더 의미 있는지, 어떤 변수에 더 가중치를 둬야 하는지 상황에 따라 기준이 달라집니다. 이처럼 원천 데이터 자체가 고정되지 않는 환경에서는 모델을 만드는 것만큼 현장에 적용하는 일도 만만치 않습니다.

아무리 정교한 모델을 만들어도, 물류는 운영·영업·현장 등 이해관계자가 많은 산업입니다. 각 조직이 함께 움직이지 않으면 모델은 현장에 적용되기 어렵습니다. 그래서 AI/빅데이터 팀은 개발 조직임에도 불구하고 사무실 안에만 머무르지 않고 직접 현장을 방문하고, 화주를 만나고, 운영 조직과 함께 문제를 해결합니다.

현장에서 가장 자주 듣는 고민은 비슷합니다. 배차 노선의 비효율, 들쭉날쭉한 운임, 차량 수급의 어려움. 이 문제들은 데이터만으로는 원인을 파악하기 어려운 문제입니다. 특히 동일한 노선에서도 특정 시간대마다 배차가 지연되거나, 특정 지역에서 반복적으로 차량 확보가 어려운 경우는 실제 운영 방식과 구조를 함께 들여다봐야만 보입니다. 그래서 AI/빅데이터 팀은 현장의 경험과 맥락에 데이터를 더해 이를 검증하며, 운영 조직과 함께 해결 방향을 만들어갑니다.

예를 들어 같은 30km라도 대도시와 지방은 체감 거리와 소요시간이 다른 점을 고려하여 단순 최단거리가 아닌 실제 화물 차주들이 다니는 도로를 기반으로 라우팅을 설계합니다. 또한 시장 운임 데이터와 지역별 차량 수급 상황을 반영해 화주와 차주 모두가 납득할 수 있는 운임을 산정하고, 차량 수급에 어려움 없이 안정적으로 운송이 이어질 수 있도록 합니다.

데이터를 끊임없이 조정하고 개선하는 것, 이것이 AI/빅데이터팀의 일입니다.

더 운반을 움직이는 AI/빅데이터팀 - 운임 계산에서 물류 구조 설계까지

더 운반 화주 서비스는 계약운송과 바로주문(플랫폼)으로 나뉩니다. 두 서비스 모두 시간대·톤급·지역 단위로 조회한 데이터를 분석하는 것에서 시작하는데요. CJ대한통운 내에 축적된 다양한 계약 운임 데이터와 더 운반 플랫폼의 과거 운행 데이터, 여기에 시장에서 관측되는 운임 변동성까지 함께 반영해 모델링을 진행합니다. 또한 데이터가 상대적으로 부족한 지역은 인접 지역 데이터를 함께 분석해 오차를 보정하는 방식도 활용하고 있습니다.

바로주문 서비스는 AI 프라이싱 알고리즘을 기반으로 최적 운임을 실시간으로 산출합니다. 고객이 화물 정보를 등록하는 순간 거리, 차량 톤급, 지역 특성이 더해져 최적의 운임이 바로 산출되는데요. 급하게 용차가 필요하거나 단건 운송이 필요할 때, 일일이 운임을 확인할 필요 없이 플랫폼 안에서 바로 해결할 수 있는 구조입니다.

특히 매일 전화나 메시지로 운임을 확인하고 비교하던 물류 담당자 입장에서는 운임에 대한 불확실성을 줄이고 빠르게 판단할 수 있다는 점이 가장 편리합니다. 반복적인 확인 과정 없이 필요한 순간 바로 운송을 진행하여 급한 상황에서도 보다 안정적으로 배차를 진행할 수 있죠. 또한 배차 이후에는 실시간 운송 현황 관제와 이력 관리까지 제공해 운송 업무의 편의성도 높여줍니다.

주문 등록 시,  AI최적 운임과 직접 지정 운임 중 선택하여 유연하게 운영하는 바로주문 서비스

계약운송 서비스는 한 걸음 더 들어가 기업의 물류 구조 자체를 들여다보는 것부터 시작합니다. 우선 고객사의 주문 데이터와 기존 운영 프로세스를 분석해 노선 패턴과 물동량 흐름을 파악합니다. 하지만 데이터만으로 모든 운영 상황을 이해할 수는 없기 때문에 지역 특성이나 화물 물성, 출고 방식처럼 숫자로 드러나지 않는 요소들은 현장의 흐름을 함께 분석합니다.

이 과정에서 단순히 운송비만 보는 것이 아니라 반복적으로 발생하는 비효율과 숨어 있는 낭비 요소까지 함께 찾아냅니다. 예를 들어 주문 물량의 변동 폭에 비해 차량 운영 구조가 유연하게 대응하지 못하고 있지는 않은지, 여러 센터와 거래처로 나뉜 배송 동선이 비효율적으로 진행되고 있지는 않은지까지 실제 운영 흐름을 기준으로 구조를 점검합니다.

이후 확보한 데이터를 기반으로 복화·합적 등 가능한 모든 운송 경로와 운영 모델을 설계하고, 기업 환경에 맞는 최적의 연간 운임 구조를 만들어갑니다. 더 운반 계약운송 서비스는 단순히 물류비를 낮추는 데 그치지 않고, 기업의 운영 방식 자체를 더 효율적으로 개선해 나가는 파트너인 셈입니다.

AI/빅데이터팀의 데이터는 차주 서비스에서도 다르게 작동합니다. 차량과 화물의 매칭부터가 단순 거리 기준이 아닙니다. 상차지와의 거리, 제시 운임 수락 가능성, 도착지 선호 여부, 후속 배차 가능성까지 운행 데이터를 복합적으로 분석합니다. 공차 시간을 줄일 수 있는 차량에게는 추천 오더를, 화물 조건과 딱 맞는 차량에게는 맞춤 오더를 우선 노출해 차주 입장에서도 효율적인 운행이 되도록 설계합니다. 

차주의 선호·운행 조건을 반영한 추천으로 매칭 속도를 높이는 차주 앱 오더 노출 화면

이처럼 AI/빅데이터 팀은 바로주문의 실시간 운임 산정, 계약운송의 운영 최적화, 차주 맞춤 오더 추천 등 더 운반 서비스 전반에 적용되는 다양한 데이터 기반 모델을 지속적으로 고도화하고 있습니다. 지역별로 따로 운영하던 모델을 하나의 체계로 통합하는 것도 그 일환인데요. 더 많은 지역, 더 다양한 화물 조건에서도 일관된 품질의 운임과 운영 경험을 제공할 수 있어야 하기 때문입니다. 배포 이후에도 이상치가 발생하면 즉시 들여다보고, 오차율이 기준을 넘으면 바로 보정하는 모니터링을 통해 계속해서 정교화하고 있습니다.

“초기에는 지역마다 모델을 따로 돌렸어요. 지역 특성이 너무 달라서요. 지금은 그걸 하나의 모델로 통합하는 작업을 하고 있고, 지역별로 순차 배포하면서 성능을 검증하고 있습니다. 이상치가 나오면 바로 들여다보고, 오차율이 기준을 넘으면 추가 보정을 합니다” - 손용석님, AI/빅데이터팀 팀장

모두가 효율적으로 일할 수 있는 물류 생태계를 만듭니다

AI라는 단어가 주는 인상과 달리, AI/빅데이터팀의 실제 일은 꽤 아날로그합니다. 현장에 직접 나가고, 사람을 만나고, 숫자 뒤에 어떤 맥락이 있는지를 먼저 이해하는 과정이 필요하죠. 아무리 정교한 모델도 현장의 언어로 번역되지 않으면 실제로 작동하지 않는다는 걸 이 팀은 경험으로 알고 있기 때문입니다. 기술이 현장을 대체하는 것이 아니라, 현장을 가장 잘 이해하는 사람들이 기술을 다듬어가는 것. 바로 더 운반의 AI/빅데이터팀이 일하는 방식입니다.

"모두가 막힘 없이 일할 수 있는 물류 생태계를 만들고 싶습니다. 화주 편의를 위한 챗봇이라든가, 운영자가 더 효율적으로 일할 수 있는 환경이라든가, 데이터를 잘 몰라도 데이터 기반으로 일할 수 있는 시장을 만들고 싶습니다." - 손용석님, AI/빅데이터팀 팀장

아직도 감으로 운송 운영을 하고 있나요?

운임 협상도, 반복되는 배차 결정도 여전히 경험과 감에 의존하고 있다면 한 번쯤 점검해 볼 때입니다. 더 운반은 축적된 데이터와 AI 기술로 기업마다 다른 운송 환경에 맞는 합리적인 운임과 운송 구조를 설계합니다. 비용만 낮추는 것이 아니라, 운송 전반을 함께 최적화하는 파트너가 필요하시다면 더 운반과 상담해 보세요.

데이터에 현장 경험을 더한 물류

숫자만 보는 것이 아니라 현장을 함께 보는 파트너, 더 운반에게 지금 바로 제안을 요청해 보세요.

계약운송 문의하기

소개서 받기

데이터에 현장 경험을 더한 물류

숫자만 보는 것이 아니라 현장을 함께 보는 파트너, 더 운반에게 지금 바로 제안을 요청해 보세요.

계약운송 문의하기

소개서 받기

데이터에 현장 경험을 더한 물류

숫자만 보는 것이 아니라 현장을 함께 보는 파트너, 더 운반에게 지금 바로 제안을 요청해 보세요.

계약운송 문의하기

소개서 받기