허리케인으로 드러난 공급망 취약점. BackOps의 AI 에이전트가 배송 클레임을 93% 더 빠르게 해결하는 혁신 기술 공개
AI로 배송 문제를 자동 해결하는 시대: BackOps의 공급망 혁신
핵심 요약
- 2024년 9월 허리케인 헬렌으로 미국 정맥 주사액 생산의 60%가 중단, 일주일 만에 의료기관 80% 이상이 부족 사태 경험
- 미국에서만 연간 8,500만 개의 손상된 소포가 배송되며 기업에 40억 달러의 손실 초래
- 아마존 쉬핑 출신의 션 매카시와 애플·바이트댄스 경험의 헨리 오가 BackOps 설립
- AI 에이전트가 이메일 확인, 포털 클릭, 운전자 전화, 클레임 접수를 자동으로 처리
- 고객사들이 93% 더 빠른 응답 시간과 60%의 시간 절약 달성
공급망 혼란의 숨겨진 진실: 눈에 띄지 않는 일상의 재난
2024년을 통해 우리가 목격한 공급망의 위기는 단순한 자연재해만이 아닙니다. 허리케인 헬렌이 노스캐롤라이나주 매리언의 Baxter International 공장을 침수시켰을 때, 미국 정맥 주사액 생산의 60%가 순식간에 중단되었습니다. 불과 일주일 만에 미국 의료기관의 80% 이상이 심각한 부족 사태를 보고했습니다. 하나의 공장, 하나의 홍수, 단 7일. 이것이 현대 공급망의 얼마나 취약한지를 보여주는 명확한 사례입니다.
하지만 헤드라인을 장식하는 대형 사건들 뒤에는 훨씬 더 큰 문제가 숨어있습니다. 2024년 미국에서 발생한 8,500만 개의 손상된 소포 배송은 전년 대비 30% 증가한 수치이며, 이는 기업들에게 무려 40억 달러의 직접적인 손실을 초래했습니다. 이러한 손실은 단순히 돈의 문제를 넘어 고객 신뢰도 훼손, 반품 처리 비용 증가, 운영 효율성 저하 등 연쇄적인 부작용을 낳고 있습니다.
이 문제들의 핵심 원인은 무엇일까요? 바로 공급망의 극심한 파편화(fragmentation)입니다. 단일 배송 건이 여러 운송업체와 공급업체에 걸쳐 40~60개의 서로 다른 프로세스를 거칩니다. 이를 통합하려면 수백 개의 맞춤형 통합 작업이 필요하며, 대부분의 기업들은 이러한 프로젝트에 충분한 자금과 자원을 할당하지 못하고 있습니다.
배송 클레임 처리의 악순환: 문제 해결에 4시간 소비
배송 문제가 발생했을 때의 현실은 더욱 참담합니다. 아마존 쉬핑 초기 채용 멤버였던 션 매카시는 이러한 현장의 혼란을 직접 목격했습니다. 문제 해결 과정은 항상 동일한 패턴을 따릅니다.
먼저 담당자는 종종 20년이나 된 구식 창고 관리 시스템(WMS)에 접근하여 정보를 조회합니다. 그 다음 운송업체의 포털을 찾아 교차 검증 작업을 수행합니다. 연락이 닿지 않는 드라이버에게 여러 번 전화하고, 마침내 17개 항목의 배송 클레임을 접수합니다. 이 모든 과정에 약 4시간이 소요됩니다. 운이 좋으면 그 정도에 문제가 해결되지만, 대부분의 경우 추가 확인과 follow-up 작업이 필요합니다.
이 비효율성의 근본 원인은 시스템 간 연결의 부재입니다. 배송 관련 정보는 여러 곳에 산재되어 있습니다. 회사의 자체 WMS, 운송업체의 포털, 드라이버의 모바일 앱, 보험사의 클레임 시스템 등이 모두 서로 다른 시스템에서 독립적으로 운영되기 때문입니다. 이들을 연결하기 위해서는 엄청난 규모의 기술 투자가 필요했으며, 대부분의 회사는 그 비용을 감당할 수 없었습니다.
BackOps의 등장: AI가 배송 혼란을 자동 해결하다
이러한 현실의 문제를 해결하기 위해 션 매카시와 헨리 오는 함께 BackOps를 설립했습니다. 헨리 오는 애플에서 머신러닝 팀을 이끌었고, 바이트댄스에서는 추천 및 랭킹 시스템을 구축한 경력을 가진 인물입니다. 두 사람의 경험과 비전이 만난 BackOps는 근본적으로 다른 접근 방식을 제시합니다.
BackOps의 핵심 기술은 AI 에이전트입니다. 이 에이전트는 이메일을 읽고, 포털을 클릭하고, 드라이버에게 전화하고, 배송 클레임을 접수하는 일련의 작업들을 자동으로 수행합니다. 마치 경험 많은 직원이 하나하나 처리하는 것처럼, BackOps의 AI는 모든 관련 시스템을 아우르며 문제를 해결합니다.
고객이 배송 문제를 보고하면, BackOps는 즉시 모든 관련 시스템을 검색하여 문제를 추적하기 시작합니다. 다양한 포털, 운송업체 시스템, 내부 데이터베이스를 오가며 필요한 정보를 수집하고, 인간의 판단이 필요한 경우에만 담당 직원에게 인계합니다. 나머지 대부분의 일은 AI가 자동으로 처리합니다.
이 접근 방식은 기존의 RPA(Robotic Process Automation)나 단순 자동화와는 근본적으로 다릅니다. BackOps는 단순히 반복적인 작업을 자동화하는 것이 아니라, 여러 시스템 간의 복잡한 상호작용을 이해하고 조정하는 방식으로 작동합니다. 이것이 정말 혁신적인 부분입니다.
BackOps의 두 단계 작동 원리: 기록에서 자동화로
BackOps의 제품은 독특한 두 단계 프로세스로 작동합니다. 이 접근 방식은 기업들이 기존 시스템을 완전히 뜯어고칠 필요 없이 빠르게 도입할 수 있다는 장점을 가집니다.
첫 번째 단계는 화면 기록(screen recording)입니다. 기업의 직원들이 배송 문제를 해결하는 과정을 진행할 때, BackOps는 전체 작업 과정을 녹화합니다. 직원이 어떤 포털에 접근했는지, 어떤 정보를 입력했는지, 어떤 순서로 작업했는지 모든 과정이 기록됩니다.
두 번째 단계는 워크플로우 변환입니다. BackOps의 AI는 이 녹화 자료를 분석하여 자동화된 워크플로우로 변환합니다. 단순한 규칙 기반의 자동화가 아니라, 실제 인간의 업무 패턴을 학습하여 그것을 자동화 프로세스로 구조화하는 것입니다.
세 번째 단계는 지속적인 실행입니다. BackOps의 자동화 엔진인 "Relay"가 이 워크플로우를 바탕으로 클레임 접수, 재배송 시작, 고객 응대 등의 작업을 계속해서 자동으로 실행합니다. 마치 그 일을 담당했던 직원이 계속 일하는 것처럼 말입니다.
이러한 설계 방식은 기업들에게 두 가지 중요한 이점을 제공합니다. 첫째, 기존 시스템을 수정할 필요가 없습니다. 기업들은 현재 사용 중인 레거시 시스템을 그대로 유지한 채 BackOps를 도입할 수 있습니다. 둘째, 도입 속도가 빠릅니다. 복잡한 맞춤형 개발이나 장기간의 시스템 통합 작업 없이 몇 주 내에 자동화를 시작할 수 있습니다.
실제 성과: 93% 더 빠른 응답과 60% 시간 절약
BackOps의 효과는 수치로 명확히 증명되고 있습니다. 현재 BackOps의 고객사들이 보고한 성과는 놀랍습니다.
응답 시간이 93% 더 빨라졌습니다. 이는 이전에 4시간 이상 소요되던 배송 클레임 처리 과정이 평균 15분 이내로 단축되었다는 의미입니다. 고객이 배송 문제를 보고할 때 받을 수 있는 응답 속도가 획기적으로 개선된 것입니다.
업무 처리 시간이 60% 감소했습니다. 이는 단순히 각 업무 건당 소요되는 시간이 줄어든 것을 의미합니다. 기존에 한 명의 직원이 하루에 5건의 배송 클레임을 처리했다면, 이제는 같은 시간에 12~13건을 처리할 수 있는 규모의 효율성 개선을 의미합니다.
가장 중요한 성과는 적격 운송업체 클레임의 100% 자동 접수입니다. 이전에는 놓치거나 지연되던 클레임들이 이제는 모두 자동으로 정확하게 처리됩니다. 이는 기업의 손실 회수율을 대폭 증가시키며, 동시에 운영 리스크를 줄입니다.
BackOps가 지원하는 기업들의 범위도 인상적입니다. 세계 최고 수준의 자동차 제조업체, 주요 소매 대기업, 대형 식료품 체인, 산업 공급업체 등 다양한 산업의 주요 기업들이 이미 BackOps를 도입했습니다. 이는 BackOps의 기술이 특정 산업에만 적용되는 것이 아니라 광범위한 공급망 문제 해결에 효과적임을 증명합니다.
35억 달러 규모 시장과 연간 13% 성장의 기회
BackOps가 목표로 하는 시장 규모는 상당합니다. 공급망 가시성 소프트웨어(Supply Chain Visibility Software) 시장은 현재 35억 달러 규모이며, 연간 13% 성장률을 유지하고 있습니다. 이는 단순한 틈새 시장이 아니라, 급속도로 성장하는 대규모 시장입니다.
이 시장이 성장하는 이유는 명확합니다. 기업들은 더 이상 공급망의 비효율성을 감수할 수 없습니다. 고객들의 기대는 높아지고 있고, 배송 오류로 인한 손실은 계속 증가하고 있기 때문입니다. 그리고 AI 기술의 발전으로 비로소 이 문제를 근본적으로 해결할 수 있는 도구가 등장했습니다.
BackOps의 전략은 매우 명확합니다. AI 에이전트가 서로 통신하도록 설계되지 않은 레거시 시스템들을 연결할 수 있다는 점입니다. 기업들이 모든 시스템을 새로 구축하기 기다릴 수 없습니다. 그들은 지금 당장 작동하는 해결책이 필요합니다. BackOps는 그 필요를 정확히 충족시키는 솔루션입니다.
차세대 공급망 기술의 미래: AI 에이전트의 역할 확대
BackOps의 성공은 더 큰 트렌드를 나타냅니다. AI 에이전트가 단순한 자동화 도구를 넘어, 복잡한 비즈니스 프로세스를 실질적으로 혁신할 수 있는 플랫폼으로 진화하고 있다는 뜻입니다.
허리케인 헬렌의 사건이 보여주듯이, 현대의 공급망은 과도하게 의존 관계가 얽혀있습니다. 하나의 공장 폐쇄가 전국의 의료기관에 영향을 미칩니다. 이러한 상황에서 필요한 것은 더 복잡한 시스템이 아니라, 기존 시스템들을 더 효과적으로 활용하는 지능형 중개자입니다.
BackOps가 시리즈 A에서 2,600만 달러를 조달했다는 사실은 투자자들이 이 비전을 얼마나 신뢰하는지 보여줍니다. 이 자금은 BackOps가 기술을 더욱 고도화하고, 시장 확대를 가속화하고, 더 많은 기업들의 공급망 문제 해결을 지원하는 데 사용될 것입니다.
결론: AI가 배송 혼란을 종식시키는 방법
2024년 미국에서 8,500만 개의 손상된 소포가 배송되고 기업들이 40억 달러의 손실을 입는 현실은 결코 우연이 아닙니다. 이는 공급망의 근본적인 설계 문제, 즉 여러 시스템 간의 단절과 통합 부족에서 비롯된 필연적인 결과입니다. BackOps와 같은 AI 에이전트 기술은 이 문제에 새로운 해결책을 제시합니다. 레거시 시스템을 그대로 두고도 그 사이를 지능형으로 연결하여, 배송 클레임을 93% 더 빠르게 처리하고 업무 시간을 60% 절약할 수 있게 한 것입니다. 더 이상 4시간이 걸릴 필요가 없습니다. 더 이상 놓치는 클레임이 없을 수 있습니다. 이것이 BackOps가 제시하는 미래입니다. 공급망 관리의 새 시대가 시작되었습니다.
Original source: One Billion Lost Packages
powered by osmu.app