| 박찬석의 물류時論(141) / 휴머노이드 로봇의 이해와 물류산업 적용과 시사점(1/5) | |
 
|
|
| 장현준 | |
|
|
|
|
휴머노이드 로봇의 이해와 물류산업 적용과 시사점(1/5) ① 로봇산업의 성장배경과 발전 과정 로봇의 분류와 진화 ■ IFR에서 제정한 로봇 분류표 로봇이란 용어의 기원은 사람이 편리하게 시키기 위한 Robota라는 체코어에서 유래됐다. 즉, 기존의 사람이 수행하던 작업을 대체하기 위한 기계의 한 종류이다. 1956년 GM자동차 생산 공정 내에서 사용된 최초의 산업용 로봇 Unimate 이후, 다양한 용도의 산업용 로봇이 등장했다. 2005년 최초의 협동로봇 UR5가 출시됐으며, 위험한 작업 현장에 투입하기 위한 4족 보행 로봇을 포함한 휴머노이드도 등장했다. 하지만 이들을 분류하기 위한 기준은 아직 명확하지 않다. 실제로 협동 로봇과 전통 산업용 로봇의 개념을 혼재해서 사용하는 것은 물론이고, AGV와 AMR 등 서로 다른 로봇의 개념을 동일하게 사용하기도 한다. 용어들의 통일성을 재고하기 위해 IFR(International Federation of Robotics)에서 제정한 로봇 분류 기준은 아래표와 같다.
■ 로봇산업의 성장 배경1) 인력 보완을 위한 로봇 수요 증가 및 기술 고도화로 로봇의 기대 성능 향상 - 선진국들의 고령화에 따라 노동가능인구가 점진적으로 감소하는 한편, 노동기피 현상 및 낮은 실업률로 특정 산업에서의 인력 부족이 지속되면서 로봇 도입 증가 - 로봇 하드웨어 기술의 고도화로 정교한 조작이 가능해지고, 소프트웨어 발달로 로봇 지능화와 자율주행이 가능해지면서 로봇의 기대 성능이 향상 로봇의 경제적 효용 증가 및 범용성 확대, 공급망 재편 등으로 로봇 보급 확산 - 로봇 설치 단가가 점진적으로 하락하는 가운데, 로봇 도입을 통한 생산 효율성 증대로 인해 제조업 중심으로 로봇 도입이 확산되는 추세 ※ 기존 로봇단가는 한 대당 평균 1억원 이상이었으나 최근에는 2,000~3,000만원 모델 등장 - 산업용 로봇의 경우 생산 공정 내 로봇 투입 가능 공정이 증가하는 한편, 일상에서 물류/의료/방역 등을 중심으로 서비스 로봇이 도입되면서 로봇의 범용성 확대 - 지정학적 리스크 확대로 인해 리쇼어링과 니어쇼어링이 확산되는 등 기존 공급망 구조가 재편되면서, 현지 생산 인력 부족을 보완하기 위한 로봇 수요가 증가
■ 새로운 물결, 로보틱스 4.0 초기의 로봇은 사람의 물리적 명령 또는 현장의 제어에 따라 수동적이며 반복적인 작업을 수행하는 것으로 그 역할이 제한됐다. 이후 ICT 기술의 발전과 다양한 기술의 융복합화를 통해, 로봇은 능동적 작업 수행이 가능한 지능형 로봇으로 발전했다. 적용된 기술의 수준에 따라 진화한 로봇의 역사는 크게 4단계로 구분된다 로보틱스 1.0(Robotics 1.0, 1960년~1980년): 로봇 도입 초기 단계의 시기다. 이 시기의 로봇은 프로그램된 기계 장치에 머물렀으며, 당시의 연구는 로봇의 특정 동작을 구현하는 모터와 관련 컨트롤러의 개발에 집중됐다. 이후에는 자동차 산업의 자동화 제조 현장에 로봇이 도입되기 시작했으며, 해당 산업의 로봇은 사람과 격리된 공간에서 반복적이고 위험한 업무를 수행했다. 로보틱스 2.0(1990~2000년): 로봇의 산업 및 상업적 사용이 확대된 시기로, 이 시기의 연구테마는 생산 현장이 아닌 다양한 장소에 배치될 수 있는 로봇의 자동화에 집중됐다. 가능성이 확장된 만큼 이후에는 로봇의 환경 인지능력 제고를 위한 센서의 연구가 활발하게 진행됐으며, 원격조정 로봇도 주요 연구 주제로 떠올랐다. 인간형 로봇의 연구 성과들이 가시화된 것도 이 시기다. 대표적인 사례는 2000년 일본의 혼다(HONDA)가 선보인 2족 보행 휴머노이드 로봇 아시모(ASIMO)다.
로보틱스 3.0(2010~2020년): 인공지능의 딥 러닝(Deep Learning) 기술을 로봇에 적용하여 로봇의 학습능력을 강화시키는 연구가 집중됐다. 로봇과 사람이 같은 공간에서 함께 작업하는 협동로봇이 등장했다. 로보틱스 4.0(2020년~): 로봇의 대중화가 이뤄지는 단계로 AIoT(사물지능융합기술), 클라우드 로보틱스 등으로 로봇의 고도화가 이뤄지는 현 시점이 이 시기에 속한다.3) ■ 로봇 산업의 핵심 가치가 ‘로봇 제조’에서 ‘로봇 서비스’로 중심이 이동 기존 로봇 제조사의 전략이 양질의 하드웨어를 제조·판매하는 것이 목표였다면, 최근에는 유지관리, SW지원 등 통합 서비스를 제공할 수 있는 서비스 역량에 주목하고 있다. 한편, 로봇 관련 인프라 고도화 및 연계 기술 다각화로 로봇 도입 과정이 복잡해지면서 로봇 설치를 지원하는 SI(system integrate) 역량이 중요해졌고, 넓은 영역에서 많은 인력을 보유한 대기업이 SI 역량을 확보하기에 유리한 조건이다.
휴머노이드 로봇의 발전 과정 ■ 인간이 되고 싶은 로봇의 꿈4) 최초의 산업용 로봇이라고 일컬어지는 Unimate 로봇이 1961년에 제작되어 GM 자동차회사의 생산라인에 배치된 이래로, 로봇 팔 뿐만 아니라 걷는 로봇을 만들기 위한 이론적 연구가 이미 1960년대부터 시작되었다. 당시에는 안정적으로 걷는 것 자체가 커다란 기술적 장벽이었으며, 이를 극복하기 위한 여러 가지 이론들이 제시되었다. 대표적인 예가 ZMP(Zero-Moment Point) 이론이다. ZMP는 로봇의 무게와 관성력으로 인한 모멘트가 0이 되는 지면 위의 한 점을 의미한다. 쉽게 말해서 로봇이 넘어지지 않고 안정적으로 설 수 있는 지점을 수학적으로 계산한 식이다. 로봇이 걸을 때 이 ZMP가 발바닥 안쪽에 유지되면 안정적으로 보행이 가능하고, ZMP가 발바닥 밖으로 벗어나면 로봇이 넘어지게 된다. 이러한 연구를 바탕으로 1970년에는 일본의 와세다대학에서 최초의 휴머노이드 로봇이라 일컬어지는 WABOT-1이 발표되었다. 1980년대에는 MIT대학의 Leg Lab.에서 여러가지 실험적인 보행 로봇이 제작되었다. 1990년대에는 혼다자동차에서 현재 우리가 보편적으로 인식하는 휴머노이드 로봇의 형태를 갖춘 P1, P2, P3를 연달아 발표하고, 2005년에는 관련 로봇기술을 집약한 Asimo를 발표하게 된다. 이후 카네기 멜론 대학과 MIT의 교수였던 마크 레이버트(Marc Raibert) 박사가 창립한 Boston Dynamics사가 로봇업계에서 두각을 나타냈다. 매우 안정적인 보행 자세와 다양한 보행 환경에서의 뛰어난 적응력을 갖춘 Big Dog이라는 4족 보행 로봇을 포함하여, 달리기에 텀블링까지 수행하는 2족 보행 Atlas 로봇을 발표하기에 이르렀다.  2020년대 들어서 로봇 산업은 AI의 발전으로 인해 급격한 기술적 도약을 이루게 된다. 그동안 각종 액추에이터와 제어기술의 발달로 보다 자연스러운 동작을 수행할 수는 있었지만, 사람과의 교감이 부족하고 스스로 업무를 처리하기에는 한계가 있었는데 AI가 도입되면서 비로소 로봇의 눈과 두뇌를 갖추게 된 것이다. 테슬라의 옵티머스 로봇, Figure AI 사의 Figure 02 로봇, Boston Dynamics 사의 Atlas 로봇이 대표적이다. 최근에는 전 국가적으로 AI에 모든 역량을 투입하고 있는 중국의 성장세가 주목되고 있다.
■ 왜, 지금 휴머노이드 열풍인가? 최근 1~2년 휴머노이드 로봇이 전세계적으로 뜨거운 관심을 받고 있다. 어느새 공상과학소설(SF) 속 얘기가 현실이 돼 연일 언론을 오르내린다. 코로나19 팬데믹이 끝나면서 2족보행 휴머노이드 열기가 부쩍 뜨거워졌다. 인간 위주로 설계된 작업·생활 공간에서 똑같은 일을 할 수 있도록 설계된 이 로봇에 세계가 열광하는 이유는 크게 4가지다. 즉, 기술 발전, 임금 인플레이션, 인구 고령화, 공급망 문제로 인한 현실적, 잠재적 수요가 발생했고 각국 정부와 산학연이 이에 충분히 부응하기 시작했다는 점이다.  첫째, ‘기술 발전’이라는 요인이다. 1973년 세계 최초의 2족 보행 휴머노이드 로봇 ‘와봇-1’ 등장 이래 하드웨어적 기술이 급성장했다. 2022년 생성형 AI모델 챗GPT 등장은 범용 휴머노이드 로봇 개발의 획기적 전환점이 됐다. 둘째, 3D 직종 기피 현상과 이에 따른 임금 인플레이션이 있다. 직원 임금 증가율이 기업 소득 증가율을 초과하기 시작하면서 휴머노이드가 강력한 대안이 되고 있다. 셋째, 선진국 중심으로 한 노령화 가속은 시설이나 가정 내 돌봄서비스와 생활 도우미 수급문제의 해결책으로 떠올랐다. 넷째, 코로나19 기간 중 제시된 공급망 문제 해결책으로 떠올랐다.5) ■ 휴머노이드 로봇 상용화의 큰 물결 ‘로봇’이란 단어가 처음 사용된 체코소설 ‘로섬의 유니버설 로봇(R.U.R.)’ 속 휴머노이드들은 ‘밀과 의복, 그밖의 모든 것’을 생산하는 제조로봇으로 묘사된다. 101년 만인 2021년 미국 Agility Robotics가 현장에 투입한 휴머노이드 Digit는 아마존 창고에서 물품을 나르기 시작했다. 이때만 해도 현실의 휴머노이드가 물리적인 단순 반복 작업 이상의 영역에서 일할 수 있을 것으로 상상하기란 쉽지 않았다. 하지만 최근 등장하는 휴머노이드들은 최신 AI 기술 접목을 통해 점점 더 정교해지고 더 똑똑해지고 있다. 자동차 공장에서 조립작업을 수행하는가 하면, 어떤 로봇은 AI의 힘을 빌어 인간과 음성으로 소통하고 인간의 요청을 이해해 수행하는 능력을 보이기도 했다. 미국 피규어 AI의 피규어 02나 테슬라의 최신 발표작 휴머노이드 버전처럼 인간 요청에 따라 과일을 집어주고 설명하고, 음료가 담긴 컵을 가족들에게 나눠주는 서빙을 하고 식탁을 정리하는 등 다양한 작업을 할 수 있다. 범용 휴머노이드 로봇시대가 다가오고 있다. 영화 ‘아이로봇’(2004)속 휴머노이드는 요리하고, 청소차에 쓰레기를 싣고, 거리 인파속을 헤치고 물품을 배송하다가 부딪치면 “미안합니다”라고 말한다. 로봇산업이 활성화 되는 이유6) ■ 로봇산업이 활성화되는 기술적 토양 지금껏 로봇에 대한 유토피아적 기대와 디스토피아적 우려가 공존하며 계속 토론의 주제가 되고 있음에도 불구하고, 현실에서는 로봇의 존재가 미미했던 게 사실이다. 사람을 대신해 시킬 수 있는 일이 너무나 제한되다 보니 로봇은 가격만 비싸고 멍청하거나 쓸모없다는 인식도 많았다. 그럼에도 현시점에 일제히 로봇을 차세대 성장동력으로 제시하는 이유가 무엇일까? 로봇을 적극적으로 활용할 수 있는 기술적인 기반이 완성되어 가기 때문이다. (1) 인식기술의 고도화 로봇은 크게 이동부와 작업부로 구성된다. 이동부(移動部)는 사물을 인식하고 장애물을 회피할 뿐 아니라 이동경로에 대한 계획을 수립하고 또 실행해야 한다. 작업부(作業部)도 대상이 되는 물체를 정확히 인식 후 End-effector를 통해 잡고(Pick) 내려놓는(Place) 행위를 한다. 이미지 인식기술은 로봇의 주요기능에 반드시 필요한 핵심기술이다. 이런 이미지 인식기술이 첨단센서와 인공지능의 도움으로 비약적으로 발전했다. 이미 인공지능의 보는 능력이 인간을 추월하고 있다 (2) 초연결의 시대 예전에는 생각하지도 못했던 초고속통신망이 보급되며 로봇이 네트워크로 연결될 수 있는 초연결사회(Hyperconnectivity Society)가 되어 가고 있다. 기존의 로봇은 이런 초연결의 도움없이 자체적으로 인지-판단-제어의 기능을 다 갖춰야 했다. 로봇의 몸에 여러 가지 기능을 하는 부품을 넣어야 하다 보니 몸집이 크거나 성능이 크게 부족할 수밖에 없었다. 이제는 초고속통신의 도움으로 로봇의 지능을 몸체가 아닌 클라우드에 설치할 수 있게 되었다. 클라우드로보틱스가 가능하다는 것은 로봇의 성능이 Update를 통해 지속적으로 개선될 수 있으며, 데이터 증가에 따른 지능향상도 가능하다는 의미다. 점차 초고속통신의 지연성은 줄어들 것이며, 클라우드의 용량과 빅데이터, 인공지능의 능력은 상향될 것이다. (3) 로봇의 뇌가 완성되어 가는 시기 로봇에 대한 기대감이 커지고 있는 것에는 여러 가지 이유가 있겠지만, 무엇보다 로봇을 구현함에 있어 가장 높은 장애물이었던 ‘머리’, 즉 AI에서 새로운 Solution이 나오고 있기 때문이다. 로봇이 기계가 아닌 로봇으로서 역할을 제대로 하기 위해선 머리(AI), 팔(Manipulator), 다리(Legs or Wheels)가 제대로 갖춰져야 한다.  뿐만 아니라 인지-판단-제어의 3단계 프로세스 모두가 원활히 작동해야 한다. 그동안 인지(Perception)와 제어(Actuating)기술의 빠른 고도화에도 불구하고 판단(Cognition) 영역에서의 한계로 인해 로봇산업이 정체되어 있었던 것이다. 몸은 그나마 쓸만한데 머리가 나빠 일을 시킬 수 없었다고 표현할 수 있겠다. 4족보행 로봇들이 자갈밭에서도 뛰고 쉽게 장애물을 점프하는가 하면, 보스톤다이나믹스의 로봇들이 묘기에 가까운 몸동작을 보이는데 성공했지만, 사람의 컨트롤 없이 실생활에 투입되기 어려운 것도 이 같은 이유 때문이다. 따라서 AI라는 높은 장애물을 극복한 업체만이 로봇에서 살아남을 수 있을 것이다.
■ 로봇산업이 활성화되는 경제 사회적 토양 (1) 국가간의 갈등으로 분업 구조 와해, Reshoring 지금까지 세계는 자유무역주의의 질서에서 경제활동이 영위되어 중국을 비롯한 신흥국이 ‘세계의 공장’ 역할을 해왔지만, 최근 패권전쟁으로 인해 미국과 중국의 거리가 급격히 멀어지고 있다. 여기에 코로나19가 발생하며 탈세계화는 더욱 강하게 추진되기 시작했다. 국제적인 분업구조가 와해되고 경제의 블럭화가 가속화되고 있다. 최근 공급망 이슈가 부각되는 것도 글로벌 Supply chain 이 재편되는 과정에서 나타난 현상이며, 여기에 러시아-우크라이나 전쟁은 이러한 탈세계화 움직임을 더욱 가속화시켰다. 해외에 나갔던 다국적 기업의 80%가 리쇼어링 정책에 따르겠다는 응답을 보이고 있다. 대규모 다국적기업이 이동하면 공급망 역시 따라 움직일 수밖에 없다. 이러한 정책적 변화에 저임금 구조에 익숙했던 기업들은 다시 본국으로 유턴해 고임금을 감당해야 할 처지다. 이에 많은 기업들은 ABC(AI+Bigdata+Cloud)를 근간으로 디지털 트윈과 로봇이 투입되는 Smart Factory에 대해 고민하고 있다. (2) 팬데믹 상황으로 인한 비대면 상황 유례없는 코로나19 팬데믹은 예외없이 모든 세상에 사람과 사람이 만나는 대면의 상황을 피하도록 강요했다. 대규모 인력이 모여 작업해야 하는 제조공장은 이로 인해 가동률이 크게 급감하는 상황을 맞아야만 했다. 물류를 담당하는 물류회사에서도 마찬가지였다. 제한된 공간에 작업자들의 밀도가 높다보니 생산을 강행한 작업장에서 확진자들이 대거 발생했다. 지역별로 격차를 두고 발생한 팬데믹으로 인해 글로벌 공급망은 서로가 서로에게 영향을 끼쳤다. 계속되는 변이 바이러스로 인해 언제 끝날지 기약없게 진행된 각국의 락다운은 대부분 기업의 전략적 불확실성으로 다가왔고, 2년 이상 지속된 팬데믹으로 인해 구체적 대안을 강구하게 만들었다. 소극적으로는 사람과 사람 사이에 협동로봇을 투입해 물리적 거리를 확보하게 한다던지, 로봇 투입을 통한 스마트 팩토리로의 전환을 모색하게 된 것이다. (3) Gig Worker 운영의 어려움 팬데믹이 전개되기 전까지 공유경제, 긱경제는 전통 경제학을 뒤흔드는 새로운 트렌드였다. 특히 긱경제는 인력의 수요-공급상황에 맞춰 유연하게 변화되는 특성으로 인해 사용자들에게 각광을 받았다. 하지만 팬데믹으로 이전과는 다른 양상이 전개되는데, 화이트컬러는 재택근무 트렌드와 맞물리며 긱워커로의 전향이 증가했지만, 블루컬러는 노조 결성 움직임과 복지 결핍 문제가 불거지며 사용자에게 매력적인 구인창구로의 역할을 하지 못하게 된다. 사회보험의 안전망이 있는 정규직에 비해 긱워커들의 불안감이 커졌고, 이들 간의 격차가 크게 발생하기 시작한 것이다. 이에 각국에서는 긱워커들의 사회보험 접근권한을 확대할 것을 요구하고 있다. 긱경제의 강점이었던 수요-공급에 유연하고 탄력적인 대처가 어려워진 것이다. 결국 블루컬러 영역은 앞서 언급한 로봇으로의 대체가 활발하게 논의되기 시작한다. (4) 고령화와 구인난, 인건비의 고공행진 팬데믹이 일부지역을 제외하고 엔데믹으로 전개되며 정상적인 경제활동이 재개됨에도 불구하고 인력난이 심하다. 저임금-고임금 일자리를 가리지 않고 나타나는 현상이다. 미국의 구인난은 상당 기간 지속될 것으로 전망된다. 미국 내 17개주가 완전고용 상태이다. 이는 인플레이션 영향으로 임금상승에 대한 요구가 커진 것도 있지만, 베이비부머 세대의 조기은퇴, 여성 경제 참여 저하, 구인-구직자간 눈높이 차이, 이민자 억제정책, 정부지원금 영향 등이 인력난의 이유로 거론되고 있다.  이는 미국만의 문제가 아니다. 영국의 2022년 현재 산업별 구인난을 보면 1,000명당 빈 일자리가 평균적으로 4.3명에 달할 정도다. 이러한 각국의 인력난은 자연히 사업주들로 하여금 로봇의 필요를 깨닫게 하고 있다. 인건비 상승 대비 로봇가격 하락 속도는 빨라져 보급이 확대될 전망이다. (5) 로봇가격의 지속적 하락 기술 발전은 필연적으로 로봇가격을 하락시킨다. 로봇의 하드웨어를 구성하는 모터, 배터리, 감속기, 센서 등의 가격이 하락하고 있고, ROS(Robot Operating System) 같은 운영체계가 오픈소스로 공급되며, 실내 이동에 관한 맵핑기술, 판단에 필요한 AI가 부분적으로 완성되어 가는 등 로봇을 둘러싼 기술에 대한 가격접근성이 높아지고 있다. 앞서 언급한 노무비, 인건비의 상승과 정확히 반대의 궤적이다. 보다 창의적인 업무에 비용이 높은 사람의 재능을 사용하고, 단순반복이나 지루하고 위험한 업무에 로봇을 투입하지 않으면 높은 생산성을 보장받을 수 없는 시대가 온 것이다. 이는 공장내 산업용로봇뿐 아니라 일반영역에서의 서비스로봇까지 다양한 영역에서 나타날 변화이다. (다음호 계속) 주1. 로봇을 만나는 새로운 방법 ‘RaaS(Robot-as-a Service)’, 하나금융, 2023.3.10., p4. p7~8. 주2. 로보틱스 4.0과 일본의 대응전략, 한국로봇산업진흥원, 글로벌 로봇산업 정책·산업 동향, 2022.7, p2. 주3. [새로운 물결 ‘로보틱스 4.0’] 로봇, SF의 벽을 뚫다, 이코노믹 리뷰, 2023.11.12. 기사, 2025.4.10. 검색 주4. https://www.sktenterprise.com/bizInsight/blogDetail/dev/13015, 2024-11-15 “AI, 채팅창을 벗어나 로봇의 두뇌가 되다”내용 인용 주5. [2024 로보월드 지면 특별판] “세계는 지금 휴머노이드 패권 전쟁 중”, 로봇신문사, 2024.10.24 주6. 로봇이 선사한 무인화 혁명, 하이투자 증권, 고태봉외, 2022. 9, p34~49, 내용 인용 및 수정 -참고문헌 및 자료- 1. [새로운 물결 ‘로보틱스 4.0’] 로봇, SF의 벽을 뚫다, 이코노믹 리뷰, 2023.11.12. 기사, 2025.4.10. 검색 2. [2024 로보월드 지면 특별판] “세계는 지금 휴머노이드 패권 전쟁 중”, 로봇신문사, 2024.10.24., 2025.4.10. 검색 3. 로봇을 만나는 새로운 방법 ‘RaaS(Robot-as-a Service)’, 하나금융, 2023.3.10 4. 로보틱스 4.0과 일본의 대응전략, 한국로봇산업진흥원, 글로벌 로봇산업 정책·산업 동향, 2022.7, 5. 로봇이 선사한 무인화 혁명, 하이투자 증권, 고태봉외, 2022. 9, 6. https://www.sktenterprise.com/bizInsight/blogDetail/dev/13015, 2024-11-15 “AI, 채팅창을 벗어나 로봇의 두뇌가 되다” 내용 인용 7. https://www.humanoid.waseda.ac.jp/booklet/kato_2-j.html 8. https://lifearchitect.ai/humanoids/  박찬석은 미래물류컨설팅의 대표로 재직 중이며, 물류/SCM 분야 컨설팅과 한국생산성본부, 한국통합물류협회 및 기업체 대상의 물류/SCM전문 강사로 출강 중에 있으며, 업체 컨설팅(물류센터 및 물류단지 개발) 등을 진행하고 있다. 이밖에 대외활동과 네이버 블로그 “박찬석의 물류/SCM 바로보기(http://blog.naver.com/neologis)" 및 FaceBook에 ”물류/SCM 포럼“을 운영하고 있다. 前. 물류단지 실수요 검증위원(국토교통부) 前. 교통영향평가 심의위원(행정중심복합도시건설청) 現. 국토교통부, 물류기업 지원 협의체, 물류인프라 및 물류정책 위원 現. 서울특별시, 인천광역시, 충청남도 물류단지 실수요 검증위원 現. 종합물류기업 인증 평가위원(교통연구원) 現. 인천광역시 글로벌 도시 전문가 그룹 항만항공자문위원회 위원 現. 제2기 고속도로 물류사업 전문가 그룹 전문위원 現. 유통/물류 실무위원(대한상공회의소) 現. 스마트 물류위원회 자문위원(통합물류협회) 現. 한국 SCM학회, 산업계 부회장 現. 한국녹색물류학회 이사 現. 한국생산성본부, 물류혁신 전문위원 및 한국통합물류협회, 물류/SCM 전문 강사 現. 물류/SCM 컬럼리스트 활동: 각종 사보 기고, 물류전문지 기고 활동 주요 컨설팅 및 교육 분야는 기업물류 최적화(물류전략 및 실행계획 수립, 공장물류 최적화), 물류센터 및 물류단지 개발(물류단지 실수요 검증, 사업성 분석, 각종 인허가), 물류Cost 및 성과지표, 물류/SCM 전략, 물류센터 기본 설계 및 운영 최적화, 물류보안과 제3자 물류 및 국제물류 분야 등이다 * E-Mail: mincho79@emapl.com H.p: 010-4533-8307 <저작권자 ⓒ 월간 물류매거진(www.ulogistics.co.kr) 무단전재 및 재배포금지> |
| 
|
