데클라(Decklar)가 글로벌 공급망의 실시간 가시성과 AI 기반 지능을 결합한 새로운 운영 전략인 ‘시프트 레프트 이동(Shift Left Movement)’을 발표했다.
‘시프트 레프트 이동’은 공급망 운영 과정에서 발생할 수 있는 리스크와 이상 징후를 운송·실행 흐름의 가장 초기 단계(Left)에서 선제적으로 감지하고 대응함으로써, 아래 단계(downstream, right)로 갈수록 증폭되는 불확실성과 공급망에서 발생한 작은 수요 또는 운영 변동이 유통·제조 단계로 갈수록 과도하게 증폭되는 불휘 효과(Bullwhip Effect)를 최소화하는 접근 방식이다.
데클라는 이번 발표를 통해, 기존의 경직된 자동화를 넘어 적응형 AI 에이전트(AI Agents)가 사람과 협업하며 공급망을 선제적으로 운영하는 미래상을 구체적으로 제시했다.
그동안 공급망 자동화는 ‘더 많이 자동화할수록 효율이 높아진다’는 전제 위에서 발전해왔다. 그러나 실제 운영 환경에서는 트럭 지연, 운전자 미도착, 항만 혼잡, 이동 중 환경 변화 등 예외 상황이 끊임없이 발생한다. 이러한 상황에서 기존 시스템은 멈추거나(freeze), 현장 담당자는 다시 스프레드시트와 수작업으로 돌아갈 수밖에 없다. 이는 자동화에 대한 신뢰 저하로 이어진다.
데클라는 이러한 한계를 해결하기 위해 규칙 기반 자동화가 아닌, 학습하고 적응하는 AI 에이전트를 도입했다. 이 AI 에이전트는 사람을 대체하는 것이 아니라, 반복 업무를 처리하고 예외 상황을 감지하며, 의사결정을 지원하는 운영 코파일럿(Copilot) 역할을 수행한다.
구체적으로 데클라는 공급망 가시성과 AI 지능을 결합해, 물류 흐름의 출발 지점부터 도착까지 하나의 연속된 실행 워크플로우로 관리한다고 설명했다. 대표적인 적용 사례는 운송 프로세스 전반이다.
대기 트럭, 촉박한 일정, 현장 혼잡으로 인해 오류 발생 가능성이 가장 높은 구간인 출고 현장에선 데클라의 AI 에이전트가 디지털 도크 슈퍼바이저(Digital Dock Supervisor)처럼 작동해 운전자 신원 확인, 센서 작동 여부 검증, 품질 체크 완료 여부 확인, 출발 전 적재 상태에 대한 이미지 증빙 확보 등을 수행한다.
이후 운송 중(In Transit) 단계에서는 우려 수준의 경로 이탈, 품질 리스크를 예고하는 온도 변화 추세, 비정상적 도어 개방, 보안 위험 지역 진입 및 장시간 정차, 체선·체화(Detention & Demurrage, 컨테이너나 장비를 ‘정해진 무료 사용 기간을 초과해 사용했을 때 발생하는 지연 비용) 리스크 등을 종합적으로 모니터링하게 된다.
마지막으로 도착 단계에선 지오펜스 기반 GRN(Goods Receipt Note) 자동 종료, 규정 준수(Compliance) 검증, 전자 인도 증명(ePOD) 생성, 품질 이미지 캡처, 필요 시 클레임 자동 생성 등을 자동화, 자주 발생하는 행정 지연과 오류를 대폭 줄인다.
데클라의 강민우 아시아태평양 총괄 대표는 “실시간 가시성과 AI 기반 자동화가 결합될 때, 공급망은 문제에 반응하는 조직이 아니라 문제를 예방하는 조직으로 진화한다"며, "이를 통해 더 빠르고 확신 있는 의사결정, 강화된 운영 회복탄력성, 수작업 부담 감소, 인간과 시스템 간의 스마트한 협업 등이 가능해진다"고 말했다.
이어 “데클라의 디시전 AI는 단순한 데이터 분석을 넘어, ‘데이터에서 행동으로(From Data to Action)’ 나아가는 전환점이 될 것"이라며, "데클라는 앞으로도 AI와 데이터 인텔리전스를 기반으로 글로벌 공급망의 복원력과 효율성을 혁신해 나갈 것”이라고 밝혔다.
헬로티 이동재 기자 |
