SK 통합물류 플랫폼(KEROL)의 인텔리전스 전략

김승한 상무 / FSK L&S

#1. 물류 Data를 활용한 Digital Transformation 요구 증대

BIZ 다양화 및 Global 물동 확대로 인해 물류 투자 규모 증가 추세

물류 관련 투자 증가

Global 물류 시장은 ‘20년 약 1,000조원 규모로 성장 예상

- Global 시장 : ’15년 841조

- 아시아 : 15년 289조, CAGR 6.4% , 중국 : 15년 72조, CAGR 15%

물류 서비스 고도화 Needs에 따른 투자 요구 증가

- 물류 인력, IT 시스템, 물류 자산(창고, 운송장비, 거점 등)

물류 Data 중요성 증대

중요도

투자비

Core

Non-Core

고 저

물류

제조

구매 개발

서비스

판매

경영 관리

마케팅

기업 8대 Process

"물류는 마지막 남은 경제의 암흑대륙이다.“

"미래의 기업경제는 물류에서 승패가 좌우될 것"

- Peter F. Drucker

물류 운영 최적화 및 Global Data Governance 요구

- 물류Tariff 관리, KPI, Dashboard 등

기업의 SCM 경쟁력 제고를 위한 적시성 있는 물류 Data 필요

- 거점 재고, In-transit 재고, Lead time, 선적 정보, 물류비 등

※ 실행에서 예측까지 SCM 全영역 물동/물류비용 Data를 통한

비용절감 기회 확보 有

물류

물류 Data를 활용한 업무 개선 Needs증대

SCM 전략 물류지표

운영수준

:

경영층

Dashboard 를 통한 의사

결정 지원

SCM 측면, 생산 판매 예측

지원

‘Dashboard’

기획/통제 비용절감

업체관리

:

관리자

물류 KPI 및 물류비 Report

등의 Analysis Tool 제공

정산 자동화

물류실행사 정예화

‘Report/Analysis ’

물류실행 운영효율

이상상황

:

실무자

Space, Booking 관리

Order/Location Tracking 관

리

Alerting 기능을 통한 이상상황

先감지

‘Tracking’

DHL : The Predictive Enterprise - Where data science meets supply chain

DHL : The Predictive Enterprise - Where data science meets supply chain

https://www.youtube.com/watch?v=dLA78uCFVXU

97%

DHL : The Predictive Enterprise - Where data science meets supply chain

Reactive

Proactive

Predictive

Maersk Line : Using IoT, Data and Analytics to Change Their Culture and Strength

https://www.youtube.com/watch?v=KEC5DQqCykI

Maersk Line : Using IoT, Data and Analytics to Change Their Culture and Strength

• Fuel Economy

• Voyage Optimization

• Reefer Containers

• Empty Container Optimization

#2. 물류 신뢰성 & 가시성 향상, KEROL 인텔리전스 기반 물류 서비스

KEROL Logistics Platform

Air Ocean Trucking Warehouse

Forwarder / Custom

Clearance

Fo

rwa

rdin

g

Wa

reh

ou

se

Tra

nsp

ort

(Re

serv

ed

)

LSP

Customer Shipper A Shipper B Shipper C Shipper D • • •

Sales Bidding

Visibility

Contract

Mobility

Security Robotics Mobile A.I (Abril)

Big Data (QUTA)

Cloud (Cloud Z)

ICT-Deck

Integration-Deck

Planning / Optimization (Network, Transport, Warehouse)

ECC1)

Platform

Intelligence Platform

1) ECC : Enterprise Core Component 2) NO : Network Optimization 3) TO : Transportation Optimization 4)WO : Warehouse Optimization

NO2)

FSK L&S

Optimization

Communication

Execution

KEROL을 통한 End-To-End 물류 실행 정보의 Supply Chain Visibility 제공

구매/조달 (SRM, MM)

SCP 마케팅/판매

(CRM) 재무

(ERP)

Supply Chain Management

KEROL [Work Order] [Track & Trace] [Cost/Payment] [Work Result]

운송/통관/선적/ 보관/배송주문

업무 진행 상태 화물 위치/상태

Cost 청구/ 비용 지불

출고/통관/선적/ 배송결과

Supplier Customer

Supply Chain Visibility (IoT, Cloud, Big Data, Mobile)

A.I. Messenger Web Portal Mobile App.

내륙운송

Factory

항공/해상 운송

Customer Port Port

내륙운송

Warehouse

고객배송

최신 기술을 적용한 Convergence Logistics

※ Logistics Trend Radar, 2016, DHL

• Big Data : Analytics, Visualization

• Chatbot : Operation Assistant

• IoT : Cargo Tracking, Asset Management

• Block chain : Data Transparency↑

• Autonomous : Work Efficiency↑

Big Data - 물류 데이터 분석을 통한 능동적 대응 및 변화 예측

“Seamless” Logistics Visibility

SCEM (Event Mgmt.)

가시성 관리 구간상 예외상황 Proactive ‘감지 조치’ 관리

- 자동/수동 감지 및 유관채널 Notification, 상태/사유관리

Exception Event 관리 프로세스 운영

Monitoring

전체 물류 서비스 운영현황 통합 모니터링

- 물동량/물류비, Event, 재고, Health Check(Risk Mgmt.) 등

‘Analysis-Action’ 연계 기능/프로세스 운영

Tracking & Tracing

POR, POL, POD, DEL 全 구간 실시간 Track & Trace

서비스별/구간별 표준 Workflow 및 Lead-Time 관리

Analytics

화주/실행사 정기 & 상시 KPI(SLA) 관리

정형/비정형(Ad-hoc) 분석 및 Status Report 제공

- 서비스/고객/구간/기간별 다차원 검색 및 분석, 시각화

Co

nve

rge

nce

Te

ch

no

log

y

(Mo

bile

, Ch

atb

ot, B

ig D

ata

, IoT)

적기 실행 적기 Data 확보

능동적 대응 변화 예측

Chatbot - 24/365 응답 제공 & 고객 만족도 제고 및 업무 효율 증대

Communication Channel

NUGU

Alexa

Google Assistant

···

···

KEROL ECC Platform

범용 정보 (날씨, 뉴스, 지역정보 등)

KEROL Assistant

AI Assistant

ASR1) NLU2) Deep Learning

Voice Call Messenger RSS (게시판)

물류 전문 정보

(물류 신문, 물류 전문지, …)

네이버

Client

KEROL Operator

Easy / Flexible / Simple

1) ASR: Automatic Speech Recognition 2) NLU: Natural Language Understanding

IoT - Global 화물 Tracking, Big Data 분석을 통한 선제적 Risk 대응

KEROL Control Center

Time Stamp

2017-03-13 16:45

2017-03-13 18:18

2017-03-13 19:51

2017-03-13 21:24

2017-03-13 22:57

2017-03-14 9:30

• High Security • Low Cost • Transparency

2017-03-13 16:45

22oC

23%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101400

2017-03-13 18:18

23oC

47%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101401

2017-03-13 19:51

24oC

51%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101402

2017-03-13 21:24

25oC

48%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101403

2017-03-13 22:57

26oC

43%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101404

2017-03-14 9:30

27oC

28%

37°24'11.7"N 127°06'05.0"E

37.403249, 127.101405

고객

KEROL운영자

A.I. 챗봇

일시

온도

습도

위치

WCDMA, GSM LPWAN

Block chain 적용 사례 – B/L, 컨테이너 위치 정보 제공 (’17.04 ~ 05 PoC Test)

IoT Client

BlockChain

Forwarder Client

Trucker Client

Shipper Client

KEROL 물류 현장 IoT & Blockchain System

Autonomous - 물류 Operation의 진화 방향성

Assisted - Some human

intervention

Supervised - Minimum human

intervention

Autonomous - No human intervention

정형화 (Industrial)

비정형화 (Commerce,

Retail 등)

비정형화

Warehouse

Trans-

portation

자동화 창고 시스템 구현

- Automated Storage and Retrieval System 기 달성 영역

Amazon Kiva 사례

- 2D Barcode (QR Code) 활용

- 현재는 정해진 Route 왕복 수준

Platooning

- Daimler, Volkswagen, Toyota 등 주요 사업자 연구 중

기술발전 단계

AI, IoT Robotics 등 신기술을 적극적으로 도입하여, Autonomous 영역으로 확장 중

감사합니다.