로지스올그룹 한국파렛트풀이 이차전지 산업 내 RRPP(Recycled Reusable Plastic Pallet) 사용이 빠르게 확대되고 있다고 18일 밝혔다. 한국파렛트풀은 최근 이차전지 산업에 RRPP 풀링 시스템을 확대 중이다. 세계적인 전기차 수요 위축으로 이차전지 관련 업계가 부침을 겪으면서 물류비용 절감과 ESG 강화에 대한 니즈가 맞아 떨어졌다. RRPP는 기존에 수출입 시 이용하던 일회용 파렛트를 대체하는 플라스틱 파렛트다. 파렛트 내부에 이동 경로 추적이 가능한 RFID 태그를 내장해, 한번 쓰고 버리는 일회용 파렛트와 달리 도착지에서 파렛트를 회수해 반복적으로 재사용하는 풀링 시스템에 적용이 가능하다. RRPP 풀링 시스템은 국내 안정적으로 정착한 풀링 사업을 기반으로 고안한 수출용 모델로 일회용 파렛트를 이용할 때보다 비용이 더 낮아 경제적이다. RRPP는 반복 재사용되는 파렛트인 만큼 일회용 파렛트보다 내구성과 강도가 더 뛰어나 제품 손상 방지 측면에서도 강점이 있다. 이차전지 시장에서 온실가스 저감의 중요도가 높아지고 있는 점도 RRPP 풀링 시스템 확대에 긍정적인 배경이다. 유럽연합에서 배터리 규제 법안이 시행되고 자동차 온실가스 전
로지스올시스템즈가 한국파렛트풀과 물동량을 사전에 예측해 물류 운영을 안정화할 수 있는 AI 기반 수요예측시스템을 구축했다고 9일 밝혔다. 로지스올시스템즈는 AI 예측기술을 내재화와 실업무에 활용 가능한 수요예측 모델을 구축하는 것을 목표로 그룹사 한국파렛트풀과 AI 수요예측시스템을 개발했다. 파렛트 렌탈 방식의 시스템 PPS(Pallet Pool System)를 운영하는 한국파렛트풀은 고객사의 파렛트 수요에 대응하기 위해 물동량 예측이 필수적이다. 수요예측시스템은 파렛트의 입고, 출고, 회수 데이터 및 고객사 재고량, 기상 상태 등 외부 데이터를 수집, 물동량에 영향을 미치는 인자를 설정하고 데이터 시각화를 통해 물동 추세 및 특징을 파악해 과학적인 예측 데이터를 제공한다. 일별 총 물동량과 파렛트 유형별 물동량, 일별 회수 데이터 및 중장기 물동량에 대한 정확하고 고도화된 예측이 가능하다. 로지스올시스템즈는 AI 수요예측시스템 구축을 위해 9가지 이상의 알고리즘별 모델을 설계하고 수행 데이터를 비교 검증한 후, 예측 수행 속도 및 수행 결과를 고려해 방대한 물류 데이터 처리에 가장 효율적인 모델을 적용했다. 결과적으로 실데이터와 비교 시 예측모델 정확도 약
한국파렛트풀이 파렛트 물동량을 사전에 예측하여 운영을 안정화할 수 있는 AI 기반 수요예측시스템을 구축했다. 파렛트는 화물을 운반, 보관하기 위한 받침대로 물류 효율화를 위한 필수 장비다. 한국파렛트풀은 기업들이 파렛트를 임대 방식으로 이용하도록 하는 파렛트풀시스템을 구축해 국내 20만여 기업에 공급하고 있다. 파렛트 보유 수량은 한정되어 있기 때문에 다양한 산업군에 걸친 계약처의 수요에 대응하려면 물동량 예측이 필요하다. 기존에는 과거 경험을 바탕으로 정성적 예측이 이루어졌다. 예측 정확도의 편차가 크고 세분화된 예측이 불가했다. 또한 산업 추세 및 계절적 변동 등 외부 요인을 고려하기 어려워 중장기적인 예측이 어려웠다. 한국파렛트풀은 이러한 문제를 해결하고자 지난 2018년 1월부터 2021년 10월까지 수요예측시스템을 개발했다. 3차에 걸쳐 프로젝트를 고도화하면서 상관관계 특성 반영 및 알고리즘 개선 등을 통해 예측의 정확도와 속도를 높였다. 수요예측시스템은 파렛트의 입고, 출고, 회수 데이터 및 고객사 재고량, 기상 상태 등 외부 데이터를 수집, 물동량에 영향을 미치는 인자를 설정하고 데이터 시각화를 통해 물동 추세 및 특징을 파악하여 과학적인 예측