전염병의 세계적 대유행에 따른 공급망의 위기가 지구상의 거의 모든 개인과 기업에 영향을 미치고 있습니다.
소비자에게 수요와 공급의 불균형이란 크리스마스 트리 밑에 놓인 선물의 개수가 하나 부족한 정도의 문제에 불과할지도 모릅니다. 하지만 기업들은 현재의 수급 불균형이 수백만 달러의 수익 손실을 초래하는 것으로 파악하고 있죠.
NVIDIA가 처음 선보인 NVIDIA ReOpt AI 소프트웨어는 9조 달러 규모의 물류업계가 공장의 재화를 상점과 가정까지 효율적으로 운송할 수 있도록 지원합니다.
NVIDIA ReOpt는 NVIDIA RAPIDS 소프트웨어와 지역 탐색 휴리스틱(heuristics) 알고리즘, 타부 서치(Tabu search) 등의 메타휴리스틱(metaheuristics)을 결합한 빅데이터용 가속 솔버(solver)로, 차량의 운송 경로 선정과 물류를 실시간으로 최적화합니다.
또한 운송과 창고업, 제조, 소매, 패스트푸드 식당 등 광범위한 산업의 동적 물류와 공급망 관리를 위한 새로운 툴도 제공합니다.
NVIDIA GTC의 ReOpt 시연에는 가상 세계와 3D 워크플로우 내 시뮬레이션, 협업을 위한 NVIDIA Omniverse 플랫폼 기반 ㅜNVIDIA Isaac Sim이 사용됐습니다. 이를 활용해 구축한 확장 가능형 로보틱스 시뮬레이션 애플리케이션으로 포토리얼리스틱 환경의 동적 재최적화(re-optimization)를 살펴본 바 있죠.
전세계 공급망에 중대한 차질이 빚어진 상황에서 NVIDIA ReOpt는 라스트 마일(last-mile) 배송용 차량의 경로 선정을 비롯해 창고에서 가정과 사무실로 운반될 제품의 효율적인 출고, 포장에 이르기까지, 물류의 전과정에 필요한 AI 소프트웨어를 제공합니다.
오븐에서 현관까지
도미노 피자의 경우 빅데이터의 신속한 활용이 매우 중요합니다. 도미노 측에 따르면 피자를 만들 때 토핑과 크러스트, 치즈, 소스, 사이즈 등을 달리 조합할 수 있는 경우의 수가 무려 3,400만 가지에 달한다고 하는데요. 어떤 조합의 피자가 되었든 배고픈 고객들에게 최대한 효율적으로 배달할 수 있어야하죠. 도미노 피자는 NVIDIA ReOpt 팀과 협업을 통해 실시간 예측 시스템을 도입, 저녁식사를 애타게 기다리는 고객들을 위해 놓쳐서는 안 될 배달의 기준들을 충족합니다.
도미노 피자의 앤드루 버치(Andrew Birch) 데이터 사이언스 부문 부사장은 “NVIDIA와의 협업은 배달 업무의 실시간 처리와 현실적인 인사이트의 도출이 가능함을 확인했습니다. 이를 바탕으로 고객들에게 매일매일 더 나아지는 서비스를 제공할 수 있습니다”라고 평가했습니다.
대유행 이후 경제를 위한 계획
물류산업은 고도로 통합된 공급망의 네트워크입니다. 항공과 고속 배송 서비스, 철도 운송, 해운과 트럭 배송 등 다양한 수단을 활용해 생산자와 소비자를 연결하죠.
고객의 현관까지 제품을 직접 배달하는 일명 ‘라스트 마일’ 배송의 경우, 대유행 이전에 이미 수백만 명의 소비자가 온라인 쇼핑으로 옮겨가면서 물류업계에서는 비용이 많이 드는 난제로 자리매김한 상태였습니다.
시장 조사 업체 ABI 리서치는 총 운송 비용의 절반 이상이 라스트 마일 배송에서 발생하는 것으로 보고 있으며, 이는 수익성에도 영향을 미칩니다. 물류회사 온플리트((Onfleet)에 따르면 라스트 마일 배송에 드는 비용의 약 25%는 기업 자체의 문제로 발생하며 공급망의 비효율성으로 인해 계속 증가하는 추세입니다.
이제 조기 체험 프로그램으로 만나볼 수 있는 ReOpt가 제공할 소프트웨어 기반 프로세스 변화는 다음과 같습니다.
- 경로 최적화. 동적 경로 최적화는 진일보한 알고리즘을 사용해 운행관리자와 운전자에게 주행 거리, 연료비, 이산화탄소 배출량과 유휴 시간을 극적으로 줄일 수 있는 경로를 제공합니다. 기업들은 도로 여건과 교통 데이터, 경로 제안과 관련한 실시간 피드백을 통해 배송의 계획부터 완료까지 소요되는 시간을 보다 정확히 관리할 수 있습니다.
- 제약 사항 관리 개선. 용량이 제한되거나 비용에 차이가 있는 차량들의 움직임을 모델링합니다. 이 과정에서 신선식품처럼 냉장 트럭으로 운반해야 하거나 특정 시간대에만 고객과 접촉할 수 있는 등의 제품별 특징 또한 고려됩니다.
- 제품 출고. 기업들은 제품의 창고 저장과 검색을 자동화해 인간과 기계의 인터랙션을 개선할 수 있습니다. 새로운 주문에 따른 제품의 출고와 포장 시에 로봇의 경로를 동적으로 수정해 트럭 적재의 효율성을 높입니다.
- 차량군(fleet) 혼합 최적화. 항공기와 기차, 트럭과 컨테이너군의 위치와 관리 통계를 활용해 공급망 경로 전반을 추적합니다. ReOpt는 특정 날짜에 각 운송 수단을 운행할 수 있는 조종사나 운전자, 컨테이너 선박의 수와 유지보수 비용을 함께 고려합니다.
세계 최고 수준의 정확도를 구현하는 NVIDIA 가속 컴퓨팅
NVIDIA GPU는 가장 적극적인 휴리스틱을 추동하는 한편 가장 까다로운 제약을 극복하는 데 필요한 연산 능력을 제공합니다. ReOpt는 NVIDIA의 대규모 병렬 아키텍처를 활용해 솔루션 후보 수천 개를 생성한 다음 개선 작업을 거쳐 최고의 솔루션 하나만을 선택하죠.
그 결과 ReOpt는 문제의 규모에 맞춰 단 몇 초 만에 확장을 완료하면서도 세계적 수준의 정확도를 유지합니다. 게링 앤드 홈버거(Gehring & Homberger) 벤치마크의 초기 테스트에서는 다수의 운송 수단을 대상으로 세계에서 가장 유명한 솔루션과 비교해 평균 2.96%의 정확도 차이를 보였습니다.
지금 구글 코랩(Google Colab)에서 ReOpt를 사용하고 업데이트와 조기 액세스에 등록하세요.
아래에서 NVIDIA 창립자 겸 CEO젠슨 황(Jensen Huang)의 GTC 키노트를 시청하세요.