상업용 차량 함대는 ‘ AI ’를 통해 어떤 이점을 얻을 수 있을까요?

0:00 함대마다 다양한 임무와 요구 사항이 있습니다

오늘 ‘ The Garage ’에서는 네바다주 라스베이거스에서 열리는 ACT Expo 2026 현장에서 생방송을 진행하고 있습니다. 전시회장 곳곳에는 대형 트랙터, 트레일러, 버스, 다양한 전기 충전 장비, 각종 특수 목적 차량에 이르기까지 믿기 힘들 정도로 다양한 종류의 상용차가 전시되어 있습니다. 그리고 우리가 특히 주목하는 점 중 하나는 기술이 차량 운용 업체와 그들이 수행하는 다양한 임무에 얼마나 큰 도움을 줄 수 있는지가 중요하다는 사실입니다.

예방 정비부터 가동 시간 확보, 신뢰성 및 안전성 보장, 나아가 자율 주행 트럭과 운영 최적화에 이르기까지. 기술은 상용차 분야에서 중요한 역할을 하고 있으며, 우리는 이제 그 사실을 점차 깨닫고 있습니다. 이곳에 전시된 많은 전시물들은 차량 운용 업체들이 다양한 문제를 해결하기 위해 기술을 새로운 방식으로 활용하는 방법을 보여주고 있습니다.

이 주제를 더 깊이 파헤쳐 보기 위해, 오늘 특별한 게스트를 모셨습니다. 오늘의 게스트는 UPS에서 32년 동안 차량 운영 부문을 이끌고 관리해 왔으며, 현재는 독립 컨설턴트로 활동하고 있는 로렌스 베이더 씨입니다. 로렌스 씨는 오늘 인터뷰를 통해 자신이 겪었던 다양한 문제와 차량 운영 부서가 해결해야 할 과제들, 그리고 기술이 현재와 미래에 이러한 문제들을 어떻게 해결해 나가고 있는지에 대해 이야기해 주실 예정입니다. 상용차에 관한 매우 흥미로운 대화가 될 것입니다.

가자.

1:35 로렌스 베이더 소개

The Garage 에 오신 것을 환영합니다. 저는 Sonatus 의 최고 마케팅 책임자(CMO)인 존 하인라인입니다. 현재 2026년 라스베이거스에서 열리는 ACT 엑스포 현장에서 생방송을 진행하고 있습니다. 오늘 팟캐스트에 로렌스 베이더 씨를 모시게 되어 정말 기쁩니다.

로렌스, ‘ The Garage ’에 오신 것을 환영합니다. 고마워요, 존. 정말 감사합니다. 저희는 항상 게스트분들께 먼저 자기소개와 배경에 대해 말씀해 주시도록 하고 있습니다.

자기소개를 해 주세요. 본인에 대해 이야기해 주세요.

네. 제 이름은 로렌스 베이더입니다. 최근 32년 동안 근무했던 UPS에서 은퇴했습니다.

32년.

정말 좋네요.

32년은 꽤 긴 시간으로, 그동안 저는 이른바 ‘글로벌 차량 관리 시스템’을 운영할 기회를 가졌습니다.

그리고 저는 사실상 IT 분야에서 경력을 쌓아왔습니다. 하지만 UPS에서 일하면서 항공 업계나 자동화 허브에서 일할 수 있는 많은 기회를 얻었죠. 그리고 경력의 마지막 10년 동안에는 이른바 ‘지상 운송’ 분야에 집중했습니다.

그리고 이것이 기본적으로 약 27만 5천 대에 달하는 철도 차량으로 구성된 차량단이었다.

장비가 정말 많네요, 정말 많네요.

바로 그런 통찰력이 우리가 찾고 있는 것입니다. 우리는 여러분에 대해, 그리고 그 경험을 통해 무엇을 배웠는지 알고 싶습니다. 하지만 팟캐스트에서 늘 해오던 대로, 먼저 여러분에 관한 재미있는 일화를 하나 들려주세요.

글쎄요, 사실 존, 전 자동차를 만들고 경주하는 걸 정말 좋아해요. 그건 꽤 나이가 들어서야 비로소 시작했죠. 사실 45살이 될 때까지는 브레이크 한 세트도 갈아본 적이 없었어요.

하지만, 아시다시피 저는 오랫동안 IT 분야에서 일해왔기 때문에, 소프트웨어를 개발할 때는 실제로 직접 만져볼 기회가 별로 없었어요. 그 느낌을 제대로 체감하지도 못하고, 깊이 있게 경험할 기회도 없었죠. 그래서 저는 렌치를 다루는 법을 배웠고, 말하자면 그 힘을 땅에 전달할 수 있게 되었으며, 이제 정말로 레이싱카를 운전하는 즐거움을 만끽하고 있습니다.

정말 대단하네요. 그런 근면함이 정말 마음에 들어요. 솔직히 말해서 제가 그 분야에 전문적인 지식은 없지만, 직접 무언가를 만드는 걸 좋아해요. 목공도 조금 하고, 집에서 이것저것 만드는 걸 즐겨요.

그래, 맞아.

자신이 만들어내는 것이 바로 자신의 내면과 맞닿아 있다고 생각합니다.

그렇죠? 네. 눈으로 직접 확인할 수 있었잖아요. 정말 멋지다고 생각해요. 그럼 이제 지금 어떤 일을 하고 계신지, 그리고 회사에 대해 이야기해 주세요.

3:22 컨설팅 분야로의 전환 및 기술 도입

네. 글쎄요, 이 업계에서 32년이나 일해 온 터라, 아직은 이 업계를 떠나고 싶지 않았거든요. 여기서는 친구들도 많이 사귀었고, 기회도 많이 얻을 수 있으니까요. 그래서 지금은 그냥 독립 컨설턴트로 활동하며, 차량 운용 업체들이 신기술을 도입할 수 있도록 돕는 일을 하고 있습니다.

UPS에 재직할 때 정말 다양한 제품을 직접 사용해 볼 수 있는 행운을 누렸습니다. 그리고 그런 경험을, 그런 분야를 깊이 파고들 만한 배경이나 시간이 없는 다른 차량 운영 업체들에 전수해 줄 수 있다면, 그건 제게도 정말 보람 있는 일이라고 생각합니다. 하지만 저는 또한 제품을 개발 중인 공급업체나 솔루션 제공업체를 돕고, 어떤 제품이 실제로 자리 잡을지, 어떤 제품이 운송 업체에 잘 팔릴지 파악할 수 있도록 지원하는 일도 좋아합니다. 하지만 사실, 제 모든 관심사는 결국 자율주행차 쪽으로 향하고 있습니다.

사실, 저는 자율 운영의 도입을 가속화하기 위해 노력하고 있습니다.

정말 훌륭하네요. 혹시 누군가 당신을 찾으려면, 회사 이름이 어떻게 되나요?

첨단 교통 기술. 아, 좋네요. 그리고 링크드인에서 저를 찾아보실 수 있어요.

네. 그리고 시청자분들이 편리하게 이용하실 수 있도록 쇼 노트에 링크도 추가해 드리겠습니다.

당신을 찾아낼 거예요.

4:16 UPS로부터 얻은 교훈

그럼 UPS에서 쌓아오신 오랜 경력을 바탕으로, 그곳에서 얻으신 교훈 중 오늘날의 차량 운용에 적용할 수 있고 사람들이 본받을 만한 점은 무엇인지 궁금합니다.

있잖아요, 제 경력 전체를 통틀어 얻은 가장 큰 교훈은, 뭐랄까, 그냥 일단 시작해야 한다는 거예요. 알겠죠? 정말로 변화를 일으키려면 일단 시작해야만 해요. 종종 우리는 해결책을 지나치게 분석하곤 하죠.

우리는 종종 자신이 어디에 있고 싶은지, 무엇을 성취하고 싶은지에 대해 지나치게 깊이 분석하곤 합니다. 하지만 일단 시작하세요. 작은 것부터 시작해서 자신감을 키우고, 그 후 그 성과들, 말하자면 ‘작은 성공들’을 바탕으로 차근차근 쌓아나가면 됩니다. 마치 IT 업계에서 우리가 자주 해왔던 반복적 개발과 같은 원리죠.

그리고 시작하지 않으면, 절대 그곳에 도달할 수 없을 거예요.

4:54 차량 관리 분야의 혁신적인 기술 솔루션

사람들이 기술을 새롭고 흥미로운 방식으로 활용하는 사례를 하나 소개해 주실 수 있나요?

네. 사실, 제가 UPS를 떠나기 직전에 도입을 도울 기회가 있었던 것이 바로 ‘키리스 트랙터’라고 부르는 시스템이었습니다. 우리는 실제로 트랙터 운전 시 사용되는 열쇠를 물리적으로 제거했습니다.

열쇠가 없나요?

열쇠가 필요 없습니다. 네. 사실 저희는 운전자의 기기에 암호화된 디지털 키를 탑재했는데, 이를 통해 적절한 시점에 적절한 운전자에게 적절한 차량에 대한 전자 키를 발급할 수 있게 되었습니다. 따라서 열쇠를 관리해야 한다거나, 운전석 위에 열쇠판을 두거나, 커피 캔에 열쇠를 넣어 두는 식의 방식은 완전히 없앴습니다.

그리고 그 덕분에 여러모로 도움이 되었습니다. 그중 하나는 바로 운전자의 이동 시간 문제였습니다. 운전자는 시설에 도착하면 경비실로 갔다가, 다시 배차실로 걸어 들어가야 했습니다. 그곳에서 트랙터를 배정받곤 했습니다.

그리고 때로는 운전기사가 자신에게 배정된 특정 트랙터를 꼭 원하지 않는 경우도 있었죠. 그래서 카운터 담당자에게 달콤한 말로 설득해 그날은 다른 트랙터를 배정받기도 했죠. 그러면 모든 일정이 엉망이 되어버렸죠, 그렇죠? 하지만 이제는 운전기사가 배차실을 거칠 필요가 없습니다.

사용자의 기기에 자동으로 설치됩니다. 사용자가 장치 내부를 통과하면, 감지 범위에 들어오자마자 문을 바로 열 수 있습니다. 그러면 사전 작동 사이클이 시작되고, 사용자는 바로 출발합니다.

또한 정비 담당자들과 마찬가지로, 차량을 정비소로 옮길 때 종종 열쇠를 찾지 못하는 경우가 많았습니다. 하지만 이제는 정비사의 기기에 열쇠 정보가 직접 저장되어 있어, 별도의 배차 사무실에 갈 필요 없이 차량 잠금을 해제하고 정비소로 이동시킨 뒤 바로 작업을 시작할 수 있습니다.

그러면 키를 할당할 수 있을 뿐만 아니라, 나중에 더 이상 필요하지 않을 때 권한을 취소할 수도 있을 것입니다.

네. 그러니까, 그건 사실 다양한 분야에서 활용될 수 있는 흥미로운 기술이에요. 예를 들어, 렌탈 시장이나 리스 시장 같은 곳에서 말이죠. 하지만 키 관리에 어려움을 겪고 있는 어떤 차량 운영 업체에게든, 이건 확실히 주목할 만한 해결책 중 하나라고 생각해요. 그렇죠? 수많은 해결책 중 하나일 뿐이지만요.

네. 그냥 기술을 색다른 방식으로 활용하는 거죠.

새로운 방식으로.

저희가 경험해 본 바에 따르면, 고객들과 대화를 나눠보면 ‘완벽함’이 오히려 ‘좋은 결과’를 방해하는 경우가 많다는 것을 알게 됩니다. 정말 그렇습니다. 사람들은 완벽한 해결책을 마련하려고 애쓰지만, 결국 아무것도 얻지 못하는 경우가 많습니다.

넌 절대 거기까지 못 갈 거야.

제대로 작동하고 견고한 솔루션부터 시작해서 점차 기능을 추가해 나가는 편이 훨씬 낫습니다. 저희 솔루션이 제공하는 장점 중 하나는 변화하고 반복적으로 개선해 나갈 수 있다는 점입니다. 처음에는 특정 애플리케이션에 사용하기 시작했지만, ‘아, 또 다른 문제가 있구나’라고 깨닫게 되더라도, 그에 맞춰 솔루션을 발전시키고 확장해 나갈 수 있습니다.

맞아요. 그리고 저는 우리 모두가 오늘날, 특히 ‘ AI ’를 통해 그 사실을 깨닫고 있다고 생각해요. 아시다시피, 데이터를 수집하는 것만으로도 우리 모두가 데이터를 확보하는 데 엄청난 시간을 쏟아부었죠. 하지만 그 데이터를 어떻게 활용해야 할지 몰랐잖아요. 그렇죠? 데이터를 바탕으로 구체적인 조치를 취할 수 없었죠. 그래서 이제 우리는 지난 수년 동안 수집한 모든 데이터를 바탕으로 반복적인 개선을 해나갈 수 있게 된 거예요.

7:25 함대 작전에서의 ‘ AI ’의 역할

이 주제는 ‘ AI ’가 우리에게 매우 중요한 주제이자, 현재 팟캐스트에서 다루고 있는 핵심 주제이기 때문에 완벽한 연결고리가 됩니다. 그렇다면 현재 ‘ AI ’ 분야에서 어떤 변화가 일어나고 있다고 보시나요? 또한 어디에 기회가 있다고 생각하시며, 앞으로 ‘ AI ’ 분야에 어떤 투자를 권장하시겠습니까? 제 생각에 사람들은 ‘ AI ’라고 하면 바로 자율 주행 기술을 떠올리는데, 물론 그것도 중요하긴 합니다. 사람들은 음성 비서 같은 것들을 떠올리곤 하죠. 하지만 제 생각에는 그건 가능성의 극히 일부에 불과합니다. 어떤 부분을 기회로 보시나요?

글쎄요, 제 생각에는 ‘ AI ’를 활용하고 수집한 모든 데이터를 활용하는 것이야말로, 그런 지루한 업무들을 어떻게 자동화할 수 있을지 고민하는 출발점이라고 봅니다. 단순히 반복적인 지루한 업무에서 사람의 개입을 배제해 봅시다. 바로 거기서부터 시작해야 하는 거죠. 그렇죠?

글쎄요, 아시다시피 저희는 초창기에 텔레매틱스 데이터와 GPS 위치 정보를 수집하는 것부터 시작했습니다. 하지만 그건 단지 시작에 불과하죠. 그 데이터를 바탕으로 어떻게 진정한 예측 분석을 구현할 수 있을까요? 부품 고장이 발생하기 전에 이를 어떻게 파악할 수 있을까요?

어떻게 하면 유지보수 프로그램을, 아시다시피 시간이나 주행 거리를 기준으로 하는 방식에서 벗어나, 실제 장비의 상태에 따라 결정되는, 말하자면 장비의 실제 상태를 기반으로 하는 방식으로 바꿀 수 있을까요?

제가 보기에 방금 언급하신 그 점은 정말 중요한 것 같습니다. 오늘날 유지보수나 진단에 대해 생각해 보면, 사람들이 사용하는 도구는 상대적으로 정밀도가 떨어지기 때문입니다. 즉, 필요 없는 과도한 유지보수를 하고 있을 가능성이 높다는 뜻이죠. 정말 그렇습니다. 게다가 때로는 너무 늦게 조치를 취하기도 하고요.

만약 우리가 더 정교한 분석 방법을 활용해, 단순히 말씀하신 주행 거리 일정에만 국한되지 않고 차량이 실제로 어떻게 사용되고 있는지 파악한 뒤, 귀하가 지적하신 문제점들을 보다 구체적으로 살펴볼 수 있다면, 이는 매우 큰 가치가 있을 것이라고 생각합니다.

네. 제 생각에는, 아시다시피, 신뢰할 수 있는 운송업체들, 즉 정시에 배송해야 하는 업체들은 장비를 지나치게 꼼꼼하게 정비하는 경향이 있는 것 같아요. 그리고 장비를 지나치게 정비하는 건 비용이 많이 들잖아요. 그렇죠?

제 말은, 아시다시피, 제가 현장에서 본 바에 따르면 일부 차량 운용 업체들은 타이어가 실제로 교체해야 할 시점이 되기 전에 미리 교체하기도 하더라고요. 평판을 지키기 위해, 단순히 경과 시간이나 주행 거리만 보고 스타터를 교체해야 할 시기가 되기 전에 미리 교체하기도 하죠. 맞아요. 그리고, 아시다시피, 우리가 이런 방향으로 나아가서 실제로 발생하는 신호를 면밀히 살펴본다면, 예를 들어 전기 시스템을 한번 살펴보도록 하죠.

알다시피, 고장을 예방하려고 할 때 배터리든, 배선이든, 시동기 자체든 상관없이 주요 부품 세 개나 네 개를 교체할 수도 있죠. 자, 이제 실제로 들어가서 전기 회로의 특징적인 패턴을 자세히 살펴보고, ‘ AI ’가 시동기가 실제로 언제 고장 날지 예측할 수 있는지 확인해 봅시다.

그거 아세요? 매년 교체하는 대신, 필요할 때마다 교체합시다.

맞아요. 바로 우리 부스에서 불과 몇 피트 떨어진 곳에서 비슷한 내용을 시연하고 있는데요, RP129 프로토콜을 활용해 차량의 실제 상태를 더 잘 파악하고, 문제가 시동 모터 때문인지, 배선 문제인지, 아니면 다른 문제인지 파악하는 방법을 보여주고 있습니다. 따라서 고장 나지 않은 부품을 무작정 교체하는 방식 대신—그렇게 하면 유지보수 비용과 가동 중단 시간이 늘어날 수밖에 없으니까요—정말로 고장 난 부품을 필요한 시점에 교체할 수 있게 되는 것입니다.

수정됨

10:15 타이어 모니터링을 위한 미쉐린 기술

방금 타이어에 대해서도 언급하셨는데요. 제 생각에 이건 꽤 흥미로운 응용 사례인 것 같아요. 왜냐하면, 아시다시피 타이어는 말 그대로 ‘고무가 도로와 닿는’ 부분에서 정말 중요한 역할을 하니까요. 그렇죠? 네.

하지만 최근 AI 을 통해 소개한 바와 같이, 저희는 미쉐린과 협업하고 있는데, 미쉐린은 바로 귀하께서 말씀하신 내용을 정확히 실천하고 있습니다. 미쉐린은 차량이 구체적으로 어떻게 사용되고 있는지, 하중이 시간에 따라 어떻게 변하는지, 중량은 얼마인지 등 다양한 요소를 종합적으로 분석하여, 타이어가 실제로 어떻게 마모되는지 이론상 마모 양상과 비교하여 더 정확한 정보를 제공하고 있습니다. 이를 통해 타이어의 사용 수명을 연장할 수 있으며, 결과적으로 가동 중단 시간을 줄이고 불필요한 비용을 절감할 수 있습니다.

유지 관리. AI 를 사용하고 있습니다.

그리고 저희는 AI 와 같은 시스템을 차량에 더 가까이 배치함으로써, 클라우드에서는 수행할 수 없는 종류의 계산을 할 수 있는 기회가 생긴다고 생각합니다. 클라우드에서는 속도가 너무 느리고, 거리가 너무 멀며, 처리해야 할 데이터 양이 너무 많기 때문입니다.

그래서 그게 바로 우리가 추구하는 비전 중 하나입니다.

그 방법이 실현 가능하다고 보시나요?

11:10 생산 전후의 가상 센서

네, 물론이죠. 제 말은, 엣지에서 연산을 수행하고 클라우드와 분리된 환경에서 처리를 완료할 수 있다는 점이, 아시다시피 훨씬 더 민첩하게 대응할 수 있게 해준다는 거죠. 그리고 또, 제가 접해본 아이디어 중 하나인데, 아마 여러분도 이 얘기를 해보셨을지 모르겠네요. 바로 ‘가상 센서’에 관한 건데요. 실제로 두세 가지 다른 입력값을 바탕으로 센서를 만들어내고, 이를 통해 더 심층적인 통찰력을 얻을 수 있게 되는 거죠. 사실 저는 여러 곳에서 그런 사례를 직접 목격한 적이 있습니다.

맞습니다. 그리고 과거에 그 원리가 어떻게 작동하는지 몇 가지 사례를 보여드린 적이 있습니다. 예를 들어, COMPREDICT라는 업체를 비롯해 가상 센서를 활용해 다양한 값을 계산하는 다른 업체들과도 협력하고 있습니다. 사실, 물리적 센서를 장착하지 않고도 센서 결과를 산출할 수 있는 정보는 충분히 있습니다. 이를 통해 비용을 절감하고 차량 구조를 단순화할 수 있죠. 하지만 정말 흥미로운 점은—이전에 우리 둘이 이 얘기를 나눈 적이 있듯이—차량이 출고된 후에 ‘센서가 있었으면 좋았을 텐데’라고 깨닫는 상황을 상상해 보세요. 모든 데이터는 있는데, 아쉽게도 센서를 장착하지 않았던 경우 말이죠. 생산이 끝난 후에도 가상 센서를 추가할 수 있습니다.

그거, 참 멋지네요.

그래서 우리가 이야기를 나눈 내용 중 하나는 가상 위험 신호등을 상상해 보는 것이었습니다. 이런 상황들이 복합적으로 발생했을 때, 즉 이 하위 시스템에서 이런 표시가 보이고 저 하위 시스템에서 저런 표시가 보이면, 곧 문제가 발생할 것이라는 신호라는 것을 깨닫게 되는 거죠. 그러면 ‘이봐요, 이걸 긴급하게 정비소에 맡겨야 합니다’라고 알려주는 가상 경고등을 켜는 것이죠. 하지만 이는 일종의 가상 경고등으로 활용될 수 있는데,

제작

12:30 드라이버가 없을 때 진단이 더 중요합니다

사실 저는 자율 주행 트럭의 미래를 내다볼 때 그런 점을 생각하곤 합니다. 고속도로를 오가는 자율 주행 트럭이 등장하게 되면—분명 그렇게 될 테니까요—운전석에는 운전자가 없을 겁니다. 그렇죠? 그리고 문제가 발생하기 전에 이를 감지하고, 그 자율 주행 차량으로 어디까지 주행할 수 있는지 명확히 파악할 수 있게 되는 것이죠.

다음 출구에서 바로 내려야 할까요? 임무를 완수할 수 있을까요? 아니면 125마일이나 떨어져 있을지도 모르는 공인 정비소까지 가기 위해 경로를 미리 계획해야 할까요? 제 생각에는 그건 꽤 흥미로운 전개인 것 같아요.

네, 운전자의 전문성이 정말 크죠. 저희는 운전자들과 그들의 지식, 노하우를 존중합니다. 저나 당신, 그리고 물론 전문 운전자들은 뭔가 좀 이상하다는 걸 보고 느낄 수 있다고 생각해요.

네. 물론이죠.

그리고 그들은 이를 조정하고자 합니다. 하지만 운전자가 직접 운전하지 않거나, 어쩌면 항상 운전하지는 않는 자율주행 시대가 다가옴에 따라, 이를 새로운 방식으로 모니터링해야 할 상황이 발생할 수도 있습니다.

네. 맞아요. 그리고 트랙터와 트레일러 양쪽에 모두 장착해야 해요. 사실이에요. 아시다시피 트레일러도 매우 중요한 부분인데, 요즘 들어 점점 더 많은 운송 업체들이 트레일러에 센서 기술을 도입하고 있는 걸 볼 수 있어요.

네. 스마트 트레일러는 중요한 주제입니다. 그리고 우리가 다루고 있는 내용 중 어느 것도 특정 분야에 국한된 것은 아닙니다. 제 생각에는 이 내용들이 트랙터와 트레일러 모두에 적용된다고 봅니다.

네. 아까도 말씀드렸듯이, 운송 업체들이 일단 시작하도록 독려하는 건데, 여기에 아주 좋은 사례가 있거든요. 저희는 현재 트레일러용 TPMS, 즉 자동 타이어 공기압 조절 시스템을 검토하고 있습니다. 아직 모든 곳에 보급된 건 아니지만, 타이어는 가장 중요한 요소 중 하나니까요.

사실, 최근 이곳에서 장비에 타이어 공기압 모니터링 시스템을 도입한 한 운송업체를 접했는데, 주 정부에서 제공하는 도로변 검사 데이터를 살펴보면 이 업체는 타이어 관련 위반 사항이 단 한 건도 없는 것으로 나타났습니다.

이는 우리 업계에서 정말 놀라운 일입니다. 이는 차량 운용 업체들이 실제로 주도권을 잡고, 자신들이 잘 알고 있는 분야에서 간단하게 시작해 이를 적용한 한 가지 사례에 불과합니다. 이제 그들은 이를 통해 재정적인 이득은 물론 브랜드 이미지 측면에서도 성과를 거두고 있습니다.

14:22 차량 관리에서의 데이터 활용

지금 우리가 이야기하고 있는 내용의 상당 부분은 데이터에 의존하고 있습니다. 차량 운용 업체들은 수년 동안 데이터를 수집해 왔겠지만, 그 데이터 중 상당 부분은 아마도 한 번도 살펴본 적 없는 채로 방치되어 있을 것 같습니다. 우리가 지금 논의하고 있는 일들을 수행하기 위해 데이터를 현명하게 활용함으로써 어떤 기회가 생길 것이라고 보시나요?

네. 제 말은, 그게 바로 업계가 직면한 과제라는 거죠. 여러 차량 운영 업체들과 이야기를 나눠보면, 데이터는 많이 수집되고 있지만, 각 부서별로 분리되어 수집되기 때문에 어느 한 업체가 실제로 이를 활용하기에는 데이터 양이 너무 많습니다. 그래서 그게 정말 핵심적인 문제죠.

이제 ‘ AI ’가 생겼으니, 이 도구가 실제로 나서서 실행 가능한 인사이트를 도출해 줄 것입니다. 그리고 우리는 이러한 실행 가능한 인사이트를 모든 사람에게 발송되는 이메일 체인이나, 특정 공급업체 플랫폼에만 묻혀버리는 공급업체 대시보드에 담아서는 안 됩니다. 인사이트는 운영 현장에 직접 전달되어야 합니다. 맞습니다.

이 기능을 그들의 차량 관리 시스템이나 당일 업무 배정 시스템, 혹은 운전기사들이 차량 내에서 사용하는 운전자 패널에 통합해 봅시다. 맞아요. 운영 현장의 실제 상황에 맞춰야지, 별도의 기술이나 화면, 혹은 로그인해야 하는 또 다른 포털을 덧붙여서는 안 됩니다.

그건 도저히 통하지 않습니다.

맞아요. 정말 현명한 지적이에요. 일부 데이터는 전체적인 정비 현황을 파악하고 일정을 수립하기 위해 중앙 차량 관리 담당자에게 전달되어야 하거든요. 또 일부는 운전자에게 전달되어야 하지만, 정답은 ‘둘 다’라는 거죠.

그냥 ‘좋아, 운전기사용 앱만 있으면 모든 문제가 해결되는 거야’라고 할 수는 없어요. 아니면 그냥 1마일 떨어진 콘솔에 무작정 연결해 버리는 식으로도 안 되고요. 이 모든 요소가 조화를 이루어야 합니다.

음, 그게 바로 여기서 핵심적인 부분인데, 아직 깊이 다루지는 못했습니다. 하지만 많은 운송 업체들과 이야기를 나눠본 결과, 기술이나 전반적인 디지털 전환( AI )을 도입하는 데 있어 그들이 직면한 어려움은 조직이 매우 사일로화되어 있다는 점입니다. 아시다시피, 이는 조직 전체에 걸쳐 이루어져야 합니다. 최고운영책임자(COO)가 직접 나서서 모든 사업부가 서로 협력하며 이 기술을 도입할 수 있도록 조율해야 합니다. 여기에는 유지보수 부서, 배차 부서, 보건 및 안전 부서, 그리고 물론 IT 조직도 포함되어야 합니다. IT 조직이야말로 모든 것을 하나로 엮어 실제로 활용할 수 있게 만드는 핵심이기 때문입니다.

분명히 상업용 차량 함대와 상업용 차량은 승용차와 다릅니다. 가동 중단 시간이 매우 중요하기 때문이죠. 가동 중단 시간은 곧 손실, 즉 직접적인 금전적 손실을 의미합니다. 그렇다면 유지보수가 이러한 상황을 어떻게 변화시킬 수 있다고 보십니까? 우리가 더 스마트한 유지보수, 더 스마트한 예측 유지보수를 수행함으로써 가동 중단 시간을 실질적으로 줄일 수 있을 것으로 보십니까?

아, 물론이죠. 네. 제 말은, 아시다시피, 오늘날 우리는 일이 이미 끝난 뒤에야 알게 되잖아요. 실패는 이미 발생한 뒤니까요.

이미 진단 오류 코드(DTC)가 발생하고 있습니다. 우리는 이를 미리 예측해야 하며, 정상적인 작동 과정에서 다양한 센서에서 데이터를 수집하고, 해당 플랫폼의 디지털 트윈을 구축하여 정상 상태와 편차가 발생하는 시점을 파악할 수 있습니다. 따라서 실제 DTC 코드가 발생하기 전에 미리 예측할 수 있습니다. 바로 그 지점에서 마법 같은 일이 일어납니다.

바로 그곳에서 제가 직접 들어가서, 도로 위에서 고장이 나기 전에 장비를 도로 밖으로 옮길 수 있습니다. 도로 위에서 고장이 나는 건 정말 못 참겠어요.

맞습니다. 지금까지는 개별 차량을 살펴본 것이었죠. 제가 보기에, 아까 AI 도 언급하셨듯이, 진정한 기회는 차량 전체를 종합적으로 분석할 수 있을 때 나타납니다. 차량 전체를 살펴보면 특정 차량에 이런 문제가 발생했지만, 그 문제가 다른 차량에도 영향을 미치고 있거나 다른 차량들도 조만간 같은 문제를 겪게 될 것이라는 패턴을 파악할 수 있게 되죠.

글쎄요, 같은 부품을 사용하고 있다면 말이죠. 그렇죠? 아니면, 아시다시피 같은 1차 공급업체에서 여러 차량 라인 전반에 걸쳐 문제가 발생하는 경우 말이죠. 하지만, 아시다시피 특정 제조사와 모델로 범위를 좁혀 봐도, 그 특정 제조사와 모델에서 문제가 발생하곤 하죠. 차량 도입 대수를 계속 늘리기 전에 이러한 문제들을 조기에 파악할 수 있다면, 그건 정말 금광이나 다름없죠.

그래서 여기 ACT 전시회에는 정말 다양한 종류의 차량들이 가득합니다. 대형 건설 차량도 있고, 버스도 있고, 트럭도 있고, 트레일러도 있죠… 트랙터와 트레일러도 있고요. 이 전시회에서 어떤 것들이 흥미롭게 보이시나요? 그리고 오늘은 어떤 점에 특히 주목하고 계신가요?

17:53 자동화 및 자율주행차

글쎄요, 제게 있어서는 다시 자동화로 돌아가는 것이죠. 알겠나요? 많은 기업들이 자동화를 적극적으로 도입하고 데이터를 활용하고 있는데, 저는 자율주행 차량을 통해 자동화를 한 단계 더 발전시키고자 합니다. 도로 주행이든 부지 내 이동이든 상관없이, 특히 클래스 8 부문에서 말이죠. 그래서 여기 ACT에서는 여러 자율주행 차량 업체들이 OEM 공급업체들과 파트너십을 맺고 있는 모습을 많이 볼 수 있습니다. 저는 이러한 차량들이 도로 위에서 주행하는 모습을 보고, 그 수가 점점 늘어나기를 기대하고 있습니다.

그러니까 자율주행이라고 하면, 그걸 말하자면 ‘라스트 마일’ 자율주행까지를 염두에 두고 계신 건가요?

이 기술을 주로 고속도로용으로 보시나요? 업계에서는 이를 어떻게 받아들일 것으로 보시나요?

글쎄요, 제 생각에는 업계가 우선 물류 센터나 허브에서 이를 도입하게 될 것 같습니다. 제가 여기서 말하는 건 바로 부지 내 이동 작업입니다. 즉, 대기 구역에서 하역장으로 트레일러를 이동시키고, 하역장에서 화물을 싣고(출고), 이런 과정을 거친 뒤 도로로 나가는 것을 말합니다. 기본적으로 장거리 운송, 즉 여러 주를 가로지르며 ELD(전자운행기록장치) 운행 시간 규정을 초과하는, 해안에서 해안으로 이동하는 운송을 말하는 것이죠. 그렇죠? 종종 트레일러를 기차에 실어 철도로 운송하기도 하는데, 이 방법은 항상 신뢰할 수 있거나 정시성이 보장되는 것은 아닙니다. 하지만 도로에서 트레일러를 빼내 자율 주행 트럭에 실어, 연료 보급 없이 32시간 동안 운행할 수 있다면 정말 훌륭한 날이 될 것입니다.

그렇군요. 그러니까 사실 유통 센터에서 발생하는 일들이 섞여 있는 셈이군요. 사람들은 유통 센터를 그다지 중요한 분야로 생각하지 않을 수도 있겠지만, 그곳에서는 물건을 옮기는 데 인력이 많이 필요한 작업이 많이 이루어지고 있네요.

아, 그 부지 안에요? 네.

네.

게다가 밀폐된 공간이기 때문에, 도로에서는 할 수 없었던 새로운 시도를 해볼 기회가 생깁니다.

네. 훨씬 더 통제하기 쉬워요. 대중의 시선을 신경 쓸 필요가 없으니까요. 그렇죠? 야드에서 어떤 일이 벌어지고 어떻게 운영되는지 정말로 제가 직접 관리할 수 있거든요. 솔직히 말씀드리면, 그건 정말 힘든 일이에요. 터미널 트랙터나 시프터를 운전해 본 적이 없는 사람이 트레일러 뒤를 쾅쾅 부딪히면서 화물을 싣다 보면, 육체적으로 정말 힘든 일이거든요.

하루 종일, 하나씩 차례로 움직이며 그 일을 해내는 것.

그게 딱히 인기 있는 직업은 아니죠. 그렇죠? 사람들은 차라리 길을 떠나는 걸 더 좋아하죠. 네. 지역 내.

그리고 장거리 운행에 대해 말하자면, 아시다시피 우리 운전기사들 중 상당수는 가족과 4~5일 동안 떨어져 지내고 싶어 하지 않습니다. 따라서 이 서비스는 오늘날 우리 운전기사들의 생계에 실질적인 도움을 줄 수 있는 또 하나의 훌륭한 활용 사례입니다.

따라서 실제로는 각기 다른 기술들을 활용해 적절한 문제를 해결하는 방법을 모색하고 있는 것입니다. 기술에 따라 해결해야 할 과제가 다를 수 있기 때문이죠. 물류 센터의 경우 센터에 대한 상세한 정보를 활용하거나 추가적인 비콘 등을 설치할 수 있는 반면, 도로 위에서는 또 다른 문제들이 발생하므로 더 광범위한 고속도로 지도 시스템 등이 필요합니다.

글쎄요, AI 은 확실히 그 추세를 가속화하고 있는데, 이는 기본적으로 물리학 기반의 AI 입니다. 물리학 AI 이야말로 자율 및 자동화 운영의 성장을 정말로, 정말로 가속화하고 있는 핵심 요소입니다.

이 모든 것들이 서로 유기적으로 어우러지는 모습을 상상해 보면 정말 설레는 미래입니다. 차량 관리 업무는 정말 힘든 일이라고 생각합니다. 직접 경험해 보셨잖아요.

물론이죠.

하지만 제 생각에는, 제대로만 한다면 이 분야에서 놀라운 성과를 거둘 수 있을 것 같습니다.

20:38 결론 및 향후 전망

그리고 결론적으로, 기술에 적극적으로 나서야 합니다. 기술은 이미 존재하고, 제대로 작동합니다. 만약 귀사가 이를 적극적으로 활용하지 않는다면, 많은 기회를 놓치게 될 뿐만 아니라, 다른 기업들이 두각을 나타내며 결국 귀사를 가볍게 추월해 버릴 수도 있습니다.

로렌스 씨, 오늘은 정말 폭넓은 이야기를 나누었네요. 업계에서 쌓으신 경험은 정말 귀중합니다. 시간을 내어 방문해 주셔서 감사합니다. 제게도 큰 기쁨이었습니다. 저도 정말 즐거웠습니다, 존 씨. 이번 에피소드가 마음에 드셨다면, ‘좋아요’를 누르고 구독해 주세요. ACT Expo의 콘텐츠는 물론, 전 세계에서 진행되는 저희 다른 프로그램들도 더 많이 만나보실 수 있습니다. 시청해 주셔서 감사합니다. 곧 다시 뵙겠습니다.