컨텐츠 바로가기

    03.01 (일)

    “사람 대신 AI 로봇으로”…패션 물류 혁신 이끄는 바바패션

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다

    작업 편차 큰 수작업 구조서 자동화 체계로 전환

    AI 물류 로봇 ‘AAGV’ 도입...상품 처리 속도 향상

    문장우 대표이사 “물류가 곧 브랜드 경쟁력”

    서울경제

    <이미지를 클릭하시면 크게 보실 수 있습니다>



    아이잗바바·지고트 등을 운영하는 바바패션이 패션물류 업계 최초로 빅데이터 기반 인공지능(AI) 자율로봇 ‘AAGV’를 도입하며 물류 AI 전환(AX)에 속도를 내고 있다. 단순 반복 공정을 자동화하는 수준을 넘어, 주문·재고 데이터를 기반으로 AI가 스스로 판단하고 이동·분류까지 수행하는 구조를 구축하며 패션 물류 인프라의 새로운 표준을 제시했다는 평가다.

    행거 자동 분배부터 AAGV까지…단계적 자동화

    하루 평균 2만 개의 물량을 처리하는 바바패션은 경기 여주 물류센터를 AX 전환의 거점으로 삼고 자동화 물류 인프라를 구축하고 있다. 품목·색상·사이즈별 상품 수가 방대한 패션 물류 특성상 재고 불균형이나 결품 같은 문제는 업계의 고질적 문제로 꼽혀왔다. 자동화가 쉽지 않고 숙련 인력 의존도가 높다는 점도 한계였다. 바바패션은 이를 물류 구조 자체의 한계로 판단하고 사람 중심의 체제에서 AI 기반 판단 구조로 전환하는 전략을 택했다.

    바바패션은 이송 컨베이어와 테이핑기, 라벨 부착기 등 단순 공정 자동화를 시작으로 제함기, 행거 자동 분배 시스템까지 단계적으로 도입했다. 2024년에는 코텍전자와 공동 개발한 AI 자율로봇 ‘AAGV’를 본격 도입해 물류 효율을 한층 끌어올렸다. AAGV 로봇은 바코드 스캔과 동시에 주문 정보를 대조하고 지정 위치로 상품을 이송·분류하는 방식으로, 충전부터 이송·분류·복귀까지 모든 과정이 로봇 간 데이터 연동으로 자동 운영된다.

    처리 속도는 시간당 최대 3500개(PCS)로, 기존 인력 중심 작업 대비 약 4배 수준이다. 437개 매장 출고 물량을 최소 인력으로 처리할 수 있게 됐으며 숙련도와 무관하게 즉시 투입 가능한 작업 체계도 갖췄다. 오피킹과 결품 발생을 최소화해 시스템 도입 이후에는 ‘로스(Loss) 제로’ 성과도 달성했다.

    “물류는 곧 브랜드의 신뢰와 경쟁력”

    서울경제

    <이미지를 클릭하시면 크게 보실 수 있습니다>



    바바패션의 물류 혁신은 물류를 브랜드 경쟁력을 좌우하는 전략 자산으로 바라본 인식에서 출발했다. 문장우 바바패션 대표이사는 “물류는 고객이 브랜드를 체감하는 마지막 접점으로, 배송 속도와 정확도는 브랜드 평가의 중요한 요인“이라며 ”고객 만족을 위해 물류센터를 투자해야 할 자산으로 보고 일찍부터 기술 도입을 준비했다“고 강조했다.

    상품의 위치와 이동 이력을 실시간으로 파악할 수 있게 되면서 재고는 더 이상 ‘찾아야 하는 대상’이 아닌 ‘항상 알고 있는 데이터’가 됐다. 문 대표는 “재고 가시성이 확보되면 과잉 재고와 결품 등을 사전에 조정해 매출의 손실을 최소화할 수 있다“고 설명했다. 바바패션에 따르면 현재 바바패션의 물류 시스템은 다른 패션 물류센터로도 확산하는 등 업계 표준으로 자리잡고 있다.

    향후 바바패션은 3D 기반 재고 관리 시스템을 통해 물류 운영을 한층 고도화할 계획이다. 기존에는 담당자가 직접 이동해 제품을 확인해야 했지만, 해당 시스템은 창고 내 X·Y·Z축 좌표값에 제품 이미지를 구현하고 연관 상품 정보까지 함께 표시해 코디 연계 출고와 작업 동선 최적화를 돕는다.

    바바패션 관계자는 “패션 물류에서 AI는 단순히 속도를 높이는 기술이 아니라, 애초에 실수가 생기지 않도록 작업 과정을 새로 설계하는 과정”이라며 “패션 물류에 최적화된 AI 시스템의 선제적 투자 경험을 바탕으로 앞으로도 물류 인프라 고도화를 통해 로스 제로 환경을 업계 전반으로 확산시켜 나갈 것”이라고 덧붙였다.

    노현영 기자 nonstop@sedaily.com

    [ⓒ 서울경제, 무단 전재 및 재배포 금지]
    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.