OneRail, 엔비디아 AI를 활용해 실시간 라스트마일 배송 최적화

OneRail은 소매업체, 도매업체 및 유통업체가 개별 주문에 대해 가장 효율적인 배송 방식을 결정할 수 있도록 지원하기 위해 엔비디아(Nvidia) 기술을 활용한 AI 기반 배송 플랫폼을 선보였습니다.

OneRail에 따르면, ‘OmniSTAR’로 명명된 이 시스템은 자사 차량, 택배 기사, 소포 배송 서비스 및 기타 물류 수단을 포함한 다양한 배송 채널을 평가하여 서비스 수준 계약(SLA)을 충족하는 가장 비용 효율적인 솔루션을 찾아냅니다.

이 플랫폼은 엔비디아의 cuOpt 의사결정 최적화 엔진과 cuDF 데이터 처리 소프트웨어를 OneRail의 독자적인 배송 가격 책정 및 성과 지표와 통합합니다. 엔비디아의 가속 컴퓨팅 인프라는 경로 설정 및 배송 방식 계산에 활용됩니다.

OneRail에 따르면, 이 시스템은 계산 시간을 최대 10배까지 단축합니다. 이전에는 20분이 소요되던 작업이 이제 2분 미만으로 완료될 수 있으며, 주간 계산 시간도 약 2일로 단축되었습니다.

OneRail은 이러한 가속화된 처리 덕분에 실시간 배송 운영 중에도 최적화가 가능해져, 주문이 배정되기 전에 여러 가지 주문 처리 옵션을 평가할 수 있다고 설명한다.

카타니아는 CNBC와의 인터뷰에서 “번개처럼 빠른 결정을 내릴 능력이 없다면 마진을 포기하는 것과 다름없다”며 “라스트 마일 주문 처리 비용은 비싸다”고 말했다.

예측에서 배송 결정까지

OneRail의 광범위한 AI 시스템은 배송 프로세스의 다양한 단계에서 예측 및 최적화 기능을 활용합니다. 이 회사는 자사의 머신러닝 모델이 서비스 소요 시간, 지연 위험, 첫 시도 배송 성공 확률, 예상 가격대 등의 요소를 예측한다고 밝혔습니다.

이러한 예측 결과는 주문 이행 전략을 결정하는 최적화 시스템에 반영됩니다. 이와 별도로, OneRail은 OmniSTAR가 다양한 이행 방식을 비교하여 비용과 서비스 요구 사항에 기반해 최적의 옵션을 선정한다고 설명합니다.

동적 차량 경로 설정에 관한 연구에서는 변화하는 상황을 예측하는 것과 새로운 정보가 등장함에 따라 운영 결정을 재계산하는 것을 구분한다. 『European Journal of Operational Research』에 실린 2024년 리뷰 논문은 이동 시간 예측과 실시간 재최적화를 시간 의존적 경로 설정 연구의 별개의 영역으로 지목했다.

Nvidia cuOpt는 경로 최적화를 처리합니다

Nvidia는 cuOpt를 차량 경로 설정 및 기타 수학적 최적화 과제를 위해 설계된 오픈소스, GPU 가속 최적화 라이브러리로 설명합니다.

Nvidia의 문서에 따르면, cuOpt는 경로를 계산할 때 차량 비용, 적재 용량, 이동 시간, 운영 시간대, 출발지 및 기타 제약 조건을 고려합니다. cuOpt의 비용 모델은 거리, 시간, 금전적 비용 또는 이러한 지표들의 가중치 조합을 반영할 수 있습니다.

OmniSTAR는 경로 설정과 배송 방식 선택 모두에 cuOpt를 적용합니다. OneRail은 이를 통해 시스템이 주문에 대한 가능한 이행 옵션을 비교하고, 서비스 요구 사항을 충족하는 최저 비용 옵션을 식별할 수 있다고 설명합니다.

OneRail은 많은 소매업체가 여전히 이러한 의사결정에 정적 규칙이나 수동 계획에 의존하고 있으며, OmniSTAR는 더 짧은 운영 시간 내에 더 많은 배송 조합을 평가할 수 있도록 설계되었다고 설명합니다.

Nvidia는 cuOpt가 가능한 모든 경로를 철저히 테스트하지는 않는다고 설명합니다. 대신, 이 솔버는 후보 솔루션을 생성하고 GPU 가속 휴리스틱을 사용하여 이를 반복적으로 개선함으로써 지정된 계산 시간 내에 고품질의 결과를 도출합니다.

이 플랫폼은 또한 데이터셋 필터링, 조인, 집계 등을 포함한 표 형식 데이터 처리를 위한 GPU 가속 라이브러리인 엔비디아 cuDF를 활용합니다.

OneRail은 이러한 기능을 자사의 배송 데이터 및 운영 모델과 결합합니다. 이 회사의 데이터셋은 1,200만 명 이상의 운전자와 1,000개 이상의 물류 파트너로 구성된 네트워크를 통해 발생한 수백만 건의 배송 기록에서 파생되었습니다.

이 데이터는 다양한 운송 수단에 걸친 가격 책정 및 배송 성과를 포괄합니다. OneRail은 OmniSTAR가 이 정보를 활용하여 비용을 증가시키는 배송 규칙을 파악하고, 배송 선택이 품목별 수익성에 미치는 영향을 평가한다고 밝혔습니다.

OmniSTAR에 대해 공개된 아키텍처는 GPU 가속 데이터 처리 및 수학적 최적화에 중점을 둡니다. 엔비디아는 cuOpt를 차량 경로 설정과 같은 문제에 사용되는 최적화 구성 요소로 설명합니다.

cuOpt는 상태 비저장형(stateless)이므로, 운영 조건이 변경될 경우 최적화 문제를 다시 모델링하여 제출해야 합니다. 엔비디아는 차량 고장, 운전자 결근, 도로 통제, 교통 체증, 새로운 고우선순위 주문 등을 동적 재최적화를 유발하는 변화의 예로 들었습니다.

OneRail은 OmniSTAR가 연료비, 기상 조건, 배송 조건 등의 변수가 변경될 때 배송 시나리오를 재실행할 수 있다고 밝혔습니다. 이 회사는 이전에 cuOpt를 활용함으로써 기존 방식보다 더 많은 경로 시나리오를 평가하고 경로를 더 빠르게 재계산할 수 있다고 밝힌 바 있습니다.

OmniSTAR, 실제 운영 단계로 진입

OmniSTAR는 현재 일부 기업 고객사에 도입되어 운영 중이다.

OneRail에 따르면, US Foods의 경우 이 시스템이 고비용 장비를 사용하여 저마진 제품을 장거리로 운송하는 등 마진을 감소시키는 배송 구성을 파악해 냈다고 한다. OneRail에 따르면, US Foods는 이후 이러한 통찰력을 바탕으로 가격을 조정하고 특정 배송 패턴을 재구성했다.

또한 OneRail은 CNBC에 이 플랫폼을 사용하는 익명의 대형 타이어 유통업체가 3년 동안 연간 4,000만 달러의 비용 절감 효과를 달성했다고 밝혔다. 해당 고객의 신원은 공개되지 않았으며, 비용 절감 수치는 OneRail이 제공한 것이다. 또한 이 회사는 CNBC에 OmniSTAR의 총 상품 거래액이 2026년 4분기 중 60억 달러를 넘어설 것으로 전망한다고 밝혔다.

CNBC는 OneRail과 엔비디아가 서비스 출시 전 3년 동안 이 프로젝트를 위해 협력해 왔다고 보도했습니다. OneRail은 이 협력에 엔비디아 인셉션(Inception) 프로그램 참여와 더불어, 라스트 마일 배송 및 대규모 물류 최적화를 위해 엔비디아의 cuOpt 엔지니어링 팀과 직접 협력한 내용이 포함되었다고 밝혔습니다.

올해 3월, FedEx는 OneRail과 협력하여 1,000개 이상의 배송 업체로 구성된 전국 네트워크를 통해 고객에게 서비스를 제공하는 ‘FedEx SameDay Local’을 출시했다.

관련 기사: 내년도 엔비디아 매출의 4분의 1은 자사가 자금을 지원하는 연구소에서 나올 전망

업계 리더들로부터 AI와 빅데이터에 대해 더 자세히 알아보고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 ‘AI & Big Data Expo’를 확인해 보세요. 이 포괄적인 행사는 TechEx의 일환으로, 다른 주요 기술 행사와 함께 개최됩니다. 자세한 정보를 보려면 여기를 클릭하세요.

AI News는 TechForge Media가 제공합니다. 다가오는 다른 엔터프라이즈 기술 행사 및 웨비나를 여기에서 확인해 보세요.