코로나 팬데믹으로 인하여 개인 소비와 거래 형태의 변화가 크게 나타나고 있다. 온라인 쇼핑, 전자상거래 등 국내 이커머스 수요의 증가와 주문과 동시에 배송이 이루어지는 일일배송, 총알배송 등 배송방법이 다양화됨으로써 택배 물동량은 지속적으로 증가하고 있다. 이러한 물동량 증가는 물류센터의 공급부족과 수급 불균형을 점점 더 심화시키는 계기가 되어, 택배사들은 이커머스 기업과 협력하여 도심지 또는 근교에 허브센터, 물류센터 건립을 추진하고 있다.

신규 물류센터의 증가에 따른 문제로 인근 지역의 택배차량 증가로 교통 혼잡이 야기되며, 대기차량 공회전으로 발생하는 미세먼지 등의 대기오염과 소음·진동으로 지역주민의 민원발생이 심해지고 있다. 또한 비효율적인 차량 배차에 따른 운전기사의 피로 증가 등 여러 가지 문제를 발생시키고 있다. 이러한 문제를 해결하기 위해 기업들은 첨단 IT기술을 접목하고 있다. 물류센터, 거점 허브센터 주변에 Smart CCTV를 활용한 영상 분석, 정형/비정형 Big Data분석, AI 기술을 활용한 예측 모니터링 등을 접목하는 친환경적인 운행 방식을 도입하고 있는 것이다. 수작업이나 인간 판단이 필요한 부분에서는 무인화, 자동화 실현을 통해 물류업계 과제를 하나씩 해결해 나가고 있는 등 미래를 대비하여 적극적으로 환경오염 예방 및 안전한 작업장을 만들기 위해 노력하고 있다.

물류센터 내·외 환경 개선을 위한 CCTV와 AI영상분석 기술을 살펴보면 택배차량의 입문/출문관리 등 도크(Dock) 작업 진척률을 분석하고, 배차 시뮬레이션과 도크 스케쥴링을 통해 대기차량 공회전을 최소화하여 환경오염 저감 및 에너지 낭비를 줄일 수 있다. 수집된 CCTV 영상 정보를 AI 딥러닝 기술에 적용하여 도크 작업 진척률을 계산함으로써 상·하차 완료가 임박한 대기 차량의 도크 배정과 작업을 지시할 수 있다. 이를 위해 AI 딥러닝 기술 중의 하나인 Image Segmentation 기술을 활용하는데, Image Segmentation은 영상 내 같은 의미를 가지는 객체들의 구역을 나누는 기술로 단순히 객체의 영역을 Bounding-Box 형태로 추정하는 것이 아니라 Pixel 단위로 정밀하게 측정한다. 또한 진척률의 정확도 향상을 위해 단안 영상 기반의 깊이 추정 기술과 Top-View 변환(특정 구역을 위에서 내려다본 영상처럼 변환해 주는 기술)을 병행한 정밀분석으로 벽면의 전체 깊이와 잔여 벽면의 깊이를 계산한다. 그리고 간선기사 전용앱을 활용하여 화물기사 전용 네비게이션과 정보를 연계한다. 간선구간 차량 위치 추적 및 해당 차량에 최적화된 지령 전달을 위해 GIS상 특정 권역 내 화물차량 실시간 운행 정보와 인접한 화물차량의 정보를 제공하여 운전자의 피로도를 최소화하고 주변 교통문제 해결에도 도움을 줄 수 있다. 또한, 효율적인 물류센터 운영을 위해 3D 공간정보 추론 기술을 활용하여 실시간 차량 위치 정보, 입고예정 차량 수, 작업 진척률 등 상·하차와 관련된 차량의 상태 및 위치정보 등을 3D UI 기술로 가시화하여 중앙에서 통합관제/모니터링이 가능한 시스템을 제공함으로써 물류센터 내 운영 최적화를 도모할 수 있다.

포스코DX는 AI 영상인식, Big Data 분석, 디지털 트윈(Digital Twin) 시뮬레이션 등의 IT & Engineering 융합기술을 활용하여 물류산업 분야에 적용 가능한 친환경적 솔루션을 개발하고 사회와 공존, 공생하는 공동체의 일원으로서 사회가 직면한 다양한 이슈 해결을 위해 적극 동참하여 모든 사회 구성원이 행복한 세상을 만들어가는데 기여하고자 노력하고 있다. 이러한 노력은 기업들의 친환경·친사회적 경영이념과 연관되어 있으며 기업경영의 목적이 이윤창출뿐만 아니라 이해관계자, 더 나아가 지역사회에 가치를 제공하고 함께 나눔으로 발전하는 것으로, 포스코 그룹도 ‘사회문제 해결과 더 나은 사회 구현에 앞장선다’라는 기업시민헌장을 제정하고 지속적으로 환경보호 및 지역사회와 함께 발전 가능한 활동을 전개해 나가고 있다.