사람의 경험과 현장 순찰, 고장 발생 후 출동에 의존하던 운영 방식이 AI 전환(AX)으로 진화하고 있다. 주차장과 물류, 통신망처럼 24시간 안정적인 운영이 중요한 분야에서 변화가 두드러진다.
● 투루파킹 ‘MHP’
투루파킹 ‘MHP’는 25년간 축적한 주차 운영 경험을 기반으로 구축한 클라우드 기반 통합 관제 플랫폼이다. 장비와 운영 방식이 서로 다른 주차장을 중앙에서 통합 관리하고, 시스템 업데이트도 MHP가 적용된 전국 주차장에 동시에 반영할 수 있다.
경쟁력은 촘촘한 점검 주기와 신속한 대응이다. 입·출구 차단기와 주차 정산기, 네트워크 공유기 등의 상태를 AI가 1~3분마다 확인한다. 이상이 감지되면 자동 복구를 시도하거나 필요한 조치로 연결한다.
차량 통행량과 결제, 차량 번호 미인식 등 주요 지표도 요일과 시간대별로 비교해 점검이 필요한 현장을 선별한다. 실제 운영 성과도 이어지고 있다. 투루파킹에 따르면 올해 3분기 전국 주차장에서 처리한 점검 7만여 건 가운데 약 96%가 30분 이내에 처리됐다. 유지보수 업무 약 77%는 현장에 직접 출동하지 않고 원격으로 해결했다. 현장 대응에 소요되는 시간을 줄이는 동시에 장애로 인한 운영 공백을 최소화할 수 있는 기반을 마련한 셈이다.
이러한 운영 토대는 실시간 중앙 집중식 데이터 관리다. 현장마다 별도의 로컬 시스템을 사용하는 방식에서는 데이터를 취합하는 데 시간과 비용이 들고, 분석 역시 비정기적으로 이뤄질 가능성이 있다.
반면 MHP는 전국 현장의 장비 상태와 입·출차, 결제 데이터를 중앙 시스템에 통합해 AI 분석과 학습에 활용한다. 관리 대상이 늘어나더라도 하나의 플랫폼에서 동일한 기준으로 점검과 장애 대응, 데이터 분석을 수행할 수 있다는 점이 특징이다.
● CJ대한통운 ‘더 운반’
CJ대한통운 미들마일 운송 브랜드 ‘더 운반’은 운송 경험과 데이터를 활용해 화주와 차주를 연결하는 AI 기반 플랫폼이다. 계약 운임과 운행 이력, 노선별 수요, 지역별 차주 수급 정보를 분석해 화물과 차량을 효율적으로 매칭한다.
지난 6월 기준 가입 화주사는 약 7000곳, 차주는 약 7만 명이다. 차주 가입자는 화물운송 주선시장 영업용 화물차 약 26만 대의 30%에 육박한다.
특히 AI 자동 배차 성공률은 초기 50% 미만에서 최근 80% 이상으로 높아졌다. 축적된 운송 데이터를 AI가 분석하면서 화주와 차주를 연결하는 정확도가 개선된 것이다. 사람 경험과 개별 판단에 의존하던 배차 업무를 데이터 기반으로 고도화한 사례로 볼 수 있다.
● SK텔레콤 ‘톺다’
SK텔레콤은 지난 9월 유선 인프라 AI 점검 솔루션 ‘톺다’를 공개했다. 현장 인력이 업무용 차량에 장착한 카메라로 주변을 촬영하고 AI가 위험 요소를 분석하는 기술이다.
톺다는 공사장과 중장비, 선로 시설물 불량 등 11개 유형의 위험 요소를 탐지한다. 실증 사례에서는 버스가 약 3㎞를 주행하는 동안 수집한 이미지 1820장을 실시간으로 분석했다. 이를 통해 기울어진 전주나 늘어진 케이블처럼 사람이 일일이 확인하기 어려운 시설물 이상까지 점검할 수 있었다.
특히 굴착기 실제 작업 여부, 통신시설 거리 등을 함께 분석해 위험도를 판단하고 점검이 필요한 위치를 특정한다.
작동 방식은 카메라를 통한 영상·이미지 촬영, AI 플랫폼 서버로의 정보 전달, AI의 위험 요소 분석·분류 순이다. 이동 중 수집한 데이터를 활용해 점검 범위를 넓히고, 현장 인력이 우선적으로 확인해야 할 지점을 선별하는 방식이다.
정진수 기자 brjeans@donga.com
● 투루파킹 ‘MHP’
투루파킹 ‘MHP’는 25년간 축적한 주차 운영 경험을 기반으로 구축한 클라우드 기반 통합 관제 플랫폼이다. 장비와 운영 방식이 서로 다른 주차장을 중앙에서 통합 관리하고, 시스템 업데이트도 MHP가 적용된 전국 주차장에 동시에 반영할 수 있다.
경쟁력은 촘촘한 점검 주기와 신속한 대응이다. 입·출구 차단기와 주차 정산기, 네트워크 공유기 등의 상태를 AI가 1~3분마다 확인한다. 이상이 감지되면 자동 복구를 시도하거나 필요한 조치로 연결한다.
차량 통행량과 결제, 차량 번호 미인식 등 주요 지표도 요일과 시간대별로 비교해 점검이 필요한 현장을 선별한다. 실제 운영 성과도 이어지고 있다. 투루파킹에 따르면 올해 3분기 전국 주차장에서 처리한 점검 7만여 건 가운데 약 96%가 30분 이내에 처리됐다. 유지보수 업무 약 77%는 현장에 직접 출동하지 않고 원격으로 해결했다. 현장 대응에 소요되는 시간을 줄이는 동시에 장애로 인한 운영 공백을 최소화할 수 있는 기반을 마련한 셈이다.
이러한 운영 토대는 실시간 중앙 집중식 데이터 관리다. 현장마다 별도의 로컬 시스템을 사용하는 방식에서는 데이터를 취합하는 데 시간과 비용이 들고, 분석 역시 비정기적으로 이뤄질 가능성이 있다.
반면 MHP는 전국 현장의 장비 상태와 입·출차, 결제 데이터를 중앙 시스템에 통합해 AI 분석과 학습에 활용한다. 관리 대상이 늘어나더라도 하나의 플랫폼에서 동일한 기준으로 점검과 장애 대응, 데이터 분석을 수행할 수 있다는 점이 특징이다.
● CJ대한통운 ‘더 운반’
CJ대한통운 미들마일 운송 브랜드 ‘더 운반’은 운송 경험과 데이터를 활용해 화주와 차주를 연결하는 AI 기반 플랫폼이다. 계약 운임과 운행 이력, 노선별 수요, 지역별 차주 수급 정보를 분석해 화물과 차량을 효율적으로 매칭한다.
지난 6월 기준 가입 화주사는 약 7000곳, 차주는 약 7만 명이다. 차주 가입자는 화물운송 주선시장 영업용 화물차 약 26만 대의 30%에 육박한다.
특히 AI 자동 배차 성공률은 초기 50% 미만에서 최근 80% 이상으로 높아졌다. 축적된 운송 데이터를 AI가 분석하면서 화주와 차주를 연결하는 정확도가 개선된 것이다. 사람 경험과 개별 판단에 의존하던 배차 업무를 데이터 기반으로 고도화한 사례로 볼 수 있다.
● SK텔레콤 ‘톺다’
SK텔레콤은 지난 9월 유선 인프라 AI 점검 솔루션 ‘톺다’를 공개했다. 현장 인력이 업무용 차량에 장착한 카메라로 주변을 촬영하고 AI가 위험 요소를 분석하는 기술이다.
톺다는 공사장과 중장비, 선로 시설물 불량 등 11개 유형의 위험 요소를 탐지한다. 실증 사례에서는 버스가 약 3㎞를 주행하는 동안 수집한 이미지 1820장을 실시간으로 분석했다. 이를 통해 기울어진 전주나 늘어진 케이블처럼 사람이 일일이 확인하기 어려운 시설물 이상까지 점검할 수 있었다.
특히 굴착기 실제 작업 여부, 통신시설 거리 등을 함께 분석해 위험도를 판단하고 점검이 필요한 위치를 특정한다.
작동 방식은 카메라를 통한 영상·이미지 촬영, AI 플랫폼 서버로의 정보 전달, AI의 위험 요소 분석·분류 순이다. 이동 중 수집한 데이터를 활용해 점검 범위를 넓히고, 현장 인력이 우선적으로 확인해야 할 지점을 선별하는 방식이다.
정진수 기자 brjeans@donga.com
Copyright ⓒ EV라운지 무단 전재 및 재배포 금지
