“그래서 나는 물류를 ‘보이지 않는 생활 인프라’라고 설명한다. 도로와 전기, 통신이 우리 생활을 떠받치듯 물류 역시 현대사회의 일상을 움직이는 기본 인프라다. 그런 물류산업이 지금 또 한 번 큰 변화를 맞고 있다. 바로 인공지능, AI의 등장이다.”
---p.4 「프롤로그 AI 시대, 물류는 다시 한번 변곡점에 서 있다 」 중에서

“하지만 오늘날 물류기업의 경쟁력을 이해하려면 눈에 보이는 것만 봐서는 부족하다. 상품이 어디에 있는지, 재고가 얼마나 남아 있는지, 어느 배송지를 먼저 처리해야 하는지, 차량이 언제 도착할지를 끊임없이 확인하고 판단해야 한다. 즉 물류의 겉모습은 상품의 이동이지만, 그 안에서는 수많은 데이터가 함께 움직인다. 오늘날 물류는 상품을 옮기는 산업을 넘어 상품의 흐름을 데이터로 읽고, 그 데이터를 바탕으로 더 나은 판단을 만들어내는 산업으로 변화하고 있다.
---p.26 「1장 물류는 어떻게 데이터 산업이 되었는가 」 중에서

“이렇게 축적된 데이터가 새로운 변화의 기반이 되고 있다. 바로 인공지능, AI다. AI는 어느 날 갑자기 물류산업에 등장한 기술이 아니다. 물류기업들은 오래전부터 통계와 최적화 기법을 이용해 수요를 예측하고 차량경로를 설계해왔다. 최근에는 생성형 AI와 AI Agent까지 등장하면서 AI의 역할이 분석과 예측을 넘어 문서 작성과 업무 수행으로 확장되고 있다.”
---p.36 「2장 AI는 물류산업을 어떻게 바꾸는가」 중에서

“결국 중요한 것은 개별 기술이 아니라 기술과 데이터, 시스템, 현장 실행이 하나의 흐름으로 연결되는 것이다. 나는 물류산업의 AI 전환을 이해하기 위해 이를 다섯 개의 축으로 나누어 볼 필요가 있다고 생각한다. 첫째, AI Agent다. 둘째, Physical AI다. 셋째, 예측(Prediction)이다. 넷째, 데이터 분석(Analytics)이다. 다섯째, AI 기반 의사결정(AI-driven Decision Making)이다.”
---p.51 「3장 AI와 물류의 다섯 가지 축」 중에서

“AI가 물류를 바꾸고 있다. 앞 장에서 살펴본 것처럼 AI는 데이터를 분석하고 미래를 예측한다. 생성형 AI는 보고서를 작성하고 기업의 지식을 찾아준다. AI Agent는 여러 시스템과 업무를 연결하고, Physical AI는 로봇과 자율 시스템을 통해 현실세계에서 움직이기 시작했다. 이런 변화를 보고 있으면 한 가지 생각이 들 수 있다. ‘AI가 이렇게 발전한다면 기존의 물류 운영방식은 이제 중요하지 않은 것 아닌가?’ 오히려 반대다. AI가 발전할수록 물류의 기본기는 더 중요해진다.”
---p.69 「4장 AI 시대에도 물류의 기본기가 중요한 이유」 중에서

“따라서 Dark Warehouse를 모든 물류센터가 반드시 도달해야 하는 최종 모습으로 이해해서는 안 된다. 더 중요한 변화는 따로 있다. 사람이 상품을 찾아 움직이던 물류센터에서 상품과 기계가 사람을 찾아 움직이는 물류센터로 바뀌고 있다는 것이다.”
---p.95 「5장 불 꺼진 물류센터가 현실이 된다」 중에서

“기존 산업용 로봇은 정해진 위치에서 정해진 동작을 빠르고 정확하게 반복하는 데 강했다. 하지만 물류센터는 상품의 크기와 무게가 다르고 주문마다 작업내용이 달라진다. 모든 상황을 미리 프로그램으로 만들어놓기 어려운 것이다. 그래서 로봇에 새로운 능력이 필요해졌다. 보고, 이해하고, 판단하고, 행동하는 능력이다. AI가 로봇과 만나기 시작한 이유가 여기에 있다.”
---p.104 「6장 로봇에 AI라는 두뇌가 들어간다」 중에서

“문제는 미래를 정확하게 알 수 없다는 것이다. 날씨와 가격이 바뀌고 프로모션이 시작된다. 경쟁사가 할인행사를 할 수도 있고 SNS에서 특정 상품이 갑자기 유행할 수도 있다. 그래서 기업은 오랫동안 미래 수요를 예측해왔다. AI는 이 오래된 문제를 새로운 방식으로 풀기 시작했다. 그러나 AI의 목적은 미래를 완벽하게 맞히는 것이 아니다. AI의 역할은 불확실성을 없애는 것이 아니라 더 많은 정보를 이용해 불확실성을 줄이고 더 나은 의사결정을 지원하는 것이다.”
---p.114 「7장 AI가 수요와 재고를 예측한다」 중에서

“오늘 배송해야 할 곳은 8,000곳이다. 어떤 차량에 어떤 상품을 실어야 할까? 어떤 기사에게 어떤 지역을 맡겨야 할까? 어떤 고객부터 방문해야 할까? 배송시간을 지정한 고객은 어떻게 처리해야 할까? 여기에 차량의 적재용량, 기사의 근무시간, 교통체증, 긴급배송, 새로운 픽업 요청까지 고려해야 한다. 사람이 종이 지도에 선을 그어가며 해결하기에는 너무 복잡한 문제다.”
---p.126 「8장 운송과 라스트마일도 AI가 결정한다」 중에서

“한때 좋은 공급망의 기준은 비교적 명확했다. 재고는 적을수록 좋았다. 생산은 비용이 낮은 곳에서 하고, 부품과 원자재는 가장 경쟁력 있는 공급업체에서 조달했다. 평상시에는 매우 효율적인 구조였다. 하지만 여기에는 중요한 전제가 있었다. 공장이 정상적으로 가동되고, 항만과 운송망이 계획대로 움직이며, 공급업체가 약속한 날짜에 필요한 물량을 공급할 수 있어야 한다는 것이다. 예상하지 못한 충격이 발생하면 이야기는 달라진다.”
---p.148 「9장 불확실성의 시대, 공급망은 왜 바뀌어야 하는가」 중에서

“공급망에서 가장 비싼 문제는 무엇일까? 운송비가 올라가는 것일 수도 있고 재고가 예상보다 많아지는 것일 수도 있다. 하지만 기업에 더 큰 손실을 가져오는 것은 종종 문제를 너무 늦게 발견하는 것이다. 이처럼 문제가 발생한 뒤 발견하고 원인을 분석해 대응하는 방식을 Reactive, 즉 사후 대응형 공급망이라고 할 수 있다. 하지만 문제가 실제로 발생하기 전에 위험신호를 발견할 수 있다면 이야기가 달라진다.”
---p.157 「10장 예측하는 공급망」 중에서

“공급망에는 중요한 의사결정이 많지만 현실에서 시행착오를 반복하기에는 비용과 위험이 너무 크다. 그렇다면 현실을 바꾸기 전에 디지털 공간에서 먼저 시험해볼 수는 없을까? 이러한 생각에서 중요해지는 기술이 Digital Twin, 즉 디지털 트윈이다.”
---p.169 「11장 디지털 트윈으로 미래를 먼저 본다」 중에서

“AI가 정보를 제공했지만 실제 업무는 여전히 사람이 여러 시스템을 오가며 수행한다. 그렇다면 AI가 한 단계 더 나아가 필요한 정보를 스스로 찾고, 업무를 계획하고, 기업의 시스템과 Tool을 이용해 후속 업무까지 수행할 수는 없을까? 이러한 방향으로 발전하고 있는 것이 AI Agent다. 생성형 AI가 주로 ‘무엇을 알려줄 것인가?’에 강했다면 AI Agent의 중요한 변화는 ‘목표를 달성하기 위해 무엇을 해야 하는가?’까지 AI의 역할이 확대된다는 데 있다.”
---p.180 「12장 AI Agent가 공급망을 운영한다」 중에서

“이러한 과정이 반복된다면 공급망도 일정한 범위 안에서 상황을 감지하고 판단하고 대응하는 시스템으로 발전할 수 있다. 이것이 Autonomous Supply Chain, 즉 자율형 공급망이 지향하는 방향이다. 그러나 자율형 공급망은 반드시 ‘사람이 없는 공급망’을 의미하지 않는다. 보다 현실적인 모습은 사람이 모든 상황을 직접 확인하고 모든 결정을 일일이 내리지 않아도 되는 공급망에 가깝다.”
---p.191 「13장 자율형 공급망으로 가는 길」 중에서

“온라인에서 상품을 주문할 때 우리는 무엇을 보고 구매를 결정할까? 가격과 품질이 가장 먼저 떠오른다. 하지만 전자상거래가 일상화된 지금은 그것만으로 충분하지 않다. 언제 받을 수 있는지, 배송비는 얼마인지, 반품은 편리한지도 중요한 구매조건이 되었다. 같은 상품을 비슷한 가격에 여러 곳에서 판매한다면 차이를 만드는 것은 상품이 아니라 물류일 수도 있다.”
---p.212 「14장 플랫폼은 왜 물류를 장악하는가」 중에서

“Amazon은 고객에게 약속한 배송서비스를 실현하기 위해 풀필먼트센터와 운송·배송 역량을 광범위하게 확대했다. 반면 Cainiao는 기존 배송회사와 창고, 물류거점을 데이터로 연결하는 네트워크적 접근에서 출발했다. 이를 단순화하면 다음과 같다. ‘Amazon = Commerce → Fulfillment → Logistics Network’, ‘Cainiao = Commerce → Data → Connected Logistics Network’.”
---p.221 「15장 Amazon과 Cainiao는 무엇이 다른가」 중에서

“사람이 승인하면 AI가 주문과 결제를 진행하고 배송상태를 추적하며 필요하면 반품까지 지원한다. 이것이 Agentic Commerce가 그리고 있는 새로운 전자상거래의 모습이다. PC 시대에는 웹사이트가 고객의 입구였고 스마트폰 시대에는 앱이 고객의 입구가 되었다. AI 시대에는 Agent가 새로운 고객의 입구가 될 수 있다.”
---p.232 「16장 AI Agent가 고객이 되는 시대」 중에서

“이 질문에 답하려면 창고와 차량만으로는 부족하다. 데이터를 읽고 문제를 발견하며 미래를 예측하고 더 나은 운영방법을 제안할 수 있어야 한다. 과거의 3PL이 주로 물류의 ‘실행(Execution)’을 제공했다면, 앞으로는 실행에 더해 ‘판단(Intelligence)’을 제공하는 역할이 중요해질 수 있다.”
---p.242 「17장 AI 시대 3PL은 무엇을 팔 것인가」 중에서

“그러나 AI와 로봇이 물류 일자리를 변화시킨다는 것과 물류에서 사람이 사라진다는 것은 다른 이야기다. 기술은 직업 전체를 한꺼번에 없애기보다 하나의 직업을 구성하는 여러 업무 가운데 자동화하기 쉬운 업무부터 변화시키는 경우가 많다. 따라서 질문을 바꿔야 한다. ‘AI가 물류 일자리를 없앨 것인가?’가 아니라 ‘어떤 업무를 AI와 로봇이 맡고, 사람은 앞으로 무엇을 해야 하는가?’ 이 질문에서 AI 시대 물류 일자리의 미래가 시작된다.”
---p.263 「18장 AI와 로봇은 물류 일자리를 없앨까」 중에서

“그렇다고 모든 물류인이 AI 개발자가 되어야 하는 것은 아니다. 물류센터 직원이 AI 모델을 직접 개발할 필요는 없다. 배차담당자가 머신러닝 알고리즘을 코딩해야 하는 것도 아니다. 중요한 것은 자신의 물류업무를 이해하고, 그 업무에 AI를 적절하게 활용하며, AI의 결과를 검증해 더 좋은 판단을 내리는 능력이다. AI 시대의 물류인에게 필요한 것은 AI 전문가가 되는 것이 아니라 AI를 활용할 수 있는 물류 전문가가 되는 것이다.”
---p.275 「19장 AI 시대 물류인에게 필요한 능력」 중에서

“앞으로도 센터장이 해야 할 질문은 크게 달라지지 않는다. 달라지는 것은 답을 얻는 방법과 관리해야 할 대상이다. AI가 물량을 예측하고 인력배치안을 제안한다. WMS와 자동화시스템은 실시간 작업상황을 보여주고, 로봇은 상품을 운반한다. 이제 센터장은 사람만 관리해서는 충분하지 않다. 사람과 자동화설비, 로봇, 데이터와 AI를 하나의 운영시스템으로 관리해야 한다.”
---p.289 「20장 물류센터장의 역할도 달라진다」 중에서

“모든 결정을 사람이 승인하면 통제 수준은 높아지지만 자동화의 효과는 떨어진다. 반대로 모든 결정을 AI에 맡기면 속도는 빨라지지만 잘못된 판단이 실제 실행으로 이어질 위험도 커진다. 따라서 AI 시대의 핵심 질문은 AI를 사용할 것인가가 아니다. 어떤 업무를 어느 수준까지 AI에게 맡기고, 사람은 언제 개입할 것인가를 설계하는 것이다.”
---p.297 「21장 Human in the Loop에서 Human on the Loop으로」 중에서

“AI가 탄소를 직접 없애는 것은 아니다. AI는 물류 과정에 숨어 있는 비효율을 찾아내고, 더 적은 이동과 에너지, 자원으로 같은 서비스를 제공하도록 돕는다. AI 시대의 Green Logistics는 여기에서 시작한다.”
---p.318 「22장 AI는 친환경 물류를 어떻게 만드는가」 중에서

“물류현장에서 가장 중요한 숫자는 무엇일까? 처리량일 수도 있고 생산성이나 재고정확도, 정시배송률일 수도 있다. 경영자에게는 매출과 이익이 더 중요한 숫자로 보일 수도 있다. 그러나 이 모든 숫자보다 먼저 지켜야 하는 것이 있다. 사람이 안전하게 일하고 집으로 돌아가는 것이다.”
---p.331 「23장 AI가 더 안전한 물류현장을 만든다」 중에서

“고령화와 지방소멸은 인구정책의 문제만이 아니다. 유통의 문제이고 교통의 문제이며 의료와 복지의 문제다. 그리고 동시에 물류의 문제다. 사람이 줄어들어도 생활은 계속된다. 먹어야 한다. 약과 생필품도 필요하다. 필요한 물건과 서비스를 받아야 한다.”
---p.345 「24장 고령화와 지방소멸, AI 물류가 답을 찾는다」 중에서

“물류는 눈에 잘 띄지 않지만 거의 매일 사람의 생활공간과 접촉한다. 도로와 전기, 통신이 사회를 연결하는 기반이라면 물류는 사람이 실제 생활하는 곳까지 필요한 것을 연결하는 실행 인프라라고 할 수 있다. 고령화와 1인가구 증가, 지역 간 서비스 격차와 지역사회 돌봄 확대를 생각하면 이 특성은 더욱 중요해진다. 앞으로 물류는 상품을 전달하는 것을 넘어 생활과 돌봄, 안전과 복지를 연결하는 역할로 확장될 가능성이 있다.”
---p.357 「25장 물류는 새로운 사회 인프라가 된다」 중에서

“방향은 맞다. 하지만 그보다 먼저 물어야 할 질문이 있다. ‘AI가 사용할 수 있는 데이터가 준비되어 있는가?’ 많은 기업의 중요한 정보는 한곳에 있지 않다. ERP와 WMS뿐 아니라 엑셀, 이메일, PDF, 공유폴더와 각종 업무문서에 흩어져 있다. 그래서 AI Transformation의 출발점은 AI를 사는 것이 아니다. 회사가 무엇을 알고 있으며, 그것을 얼마나 믿을 수 있는 형태로 관리하고 있는지를 확인하는 것이다.”
---p.374 「26장 AI 도입보다 먼저 데이터를 준비하라」 중에서

“그러나 중견·중소기업이 AI를 할 수 없다는 의미는 아니다. 접근방법을 달리하면 된다. 처음부터 거대한 AI 시스템을 구축할 필요는 없다. 작은 문제 하나를 선택하고 AI로 해결해본다. 효과를 측정하고 개선한 뒤 다음 문제로 확대한다. AI Transformation은 거대한 시스템을 한 번에 구축하는 사업이라기보다 작은 성공을 반복하면서 회사가 일하는 방식을 바꾸는 과정에 가깝다.”
---p.384 「27장 중견·중소 물류기업의 AI 도입 로드맵」 중에서

“AI를 빠르게 도입하고 제대로 활용하는 능력은 분명 중요한 경쟁요소다. 그러나 그것만으로는 충분하지 않다. AI가 좋은 수요예측을 해도 재고 데이터가 틀리면 의미가 없다. 최적의 배송경로를 찾아도 차량이 제시간에 출발하지 않으면 상품은 늦게 도착한다. AI가 위험을 발견해도 현장에서 개선하지 않으면 사고위험은 그대로다. 결국 AI가 만들어낸 디지털 세계의 판단은 현장의 실행을 통해 실제 가치로 바뀐다.”
---p.396 「28장 AI 시대에도 결국 경쟁력은 기본기다」 중에서

“그러나 이 책을 쓰면서 더욱 분명해진 것이 있다. 물류의 미래를 결정하는 것은 AI 그 자체가 아니다. AI는 가능성을 만든다. 그러나 어떤 문제를 AI에게 맡길 것인지, 어떤 판단은 사람이 책임질 것인지, 어떤 업무를 자동화하고 어떤 고객가치를 만들 것인지는 결국 사람이 결정한다. 그리고 마지막에는 더 큰 질문이 남는다. 우리는 어떤 물류산업을 만들고 싶은가?”

“그 답은 알고리즘이 대신 내려줄 수 없다. 물류의 미래는 기술의 결과만이 아니라 우리의 선택의 결과이기도 하다.”
---p.409 「에필로그 물류의 미래는 AI가 아니라 우리가 결정한다」 중에서