[7 min read]CJ대한통운의 AI 도입사례

CJ대한통운이 물류 현장에 휴머노이드 로봇을 본격 투입하고 실증에 들어갔습니다. 휴머노이드는 어떤 역할을 하고, 앞으로 어느 수준까지 발전하게 될까요? ...

4bf157665e58d.png

Special 유통업계 AI 대전환 - 03. 물류업계 현황 
① 국내 물류업계 AI 도입사례 - CJ대한통운
2026. 10. 28ㅣ9 min read

글 : 윤은영 리테일트렌드랩 소장


사람과 함께 일하는 로봇,
물류 현장에 휴머노이드 투입 현실화 

6759fa49a207f.png




대표적인 노동집약 분야인 물류 현장에 사람처럼 두 팔과 두 손을 사용하는 휴머노이드 로봇이 등장했습니다. CJ대한통운은 지난 9월부터 올리브영 양지물류센터에 휴머노이드 로봇 2대를 투입하고 현장 실증에 돌입했는데요. 이를 계기로 물류 현장에서 사람과 로봇이 함께 일하는 시대가 본격적으로 열리게 될까요? 


  • 올리브영 물류센터에 휴머노이드 투입
  • 현장부터 사무업무까지 AI 전방위 도입
  • 에이전트 간 협업하는 '멀티 에이전트' 시스템 구축 추진 

8f1a39df24c48.jpg

CJ대한통운 용인 B2C 2센터 내 자율이동로봇들(사진:대한통운)

최근 몇 년간 물류산업은 극심한 변동성을 겪었습니다. 팬데믹으로 인한 공급망 혼란이 진정되는가 싶더니 지정학적 갈등이 물리적 충돌로 이어지면서 주요 운송로에 차질이 빚어지고 유가는 급등했습니다. 여기에 미국의 관세 인상과 국가 간 무역갈등까지 겹치면서 불확실성은 커지고 운영 부담도 가중됐습니다. 
문제는 이러한 돌발변수가 일시적인 현상에 그치지 않고 끊임없이 반복되고 있다는 점인데요. 이렇듯 불확실성과 변동성에 노출되는 일이 잦아지면서 물류기업의 예측력과 신속한 대응력이 갈수록 중요해지고 있습니다. 바로 이 점이 물류업계가 AI 도입에 속도를 내는 주요 배경 중 하나인데요. 
실제 글로벌 물류기업들은 이미 AI 도입을 통해 가시적인 성과를 거두고 있습니다. 미국 페덱스(FedEx)는 AI를 활용해 항공기 정비 관련 정보 조사 시간을 30분에서 3분으로 단축했으며, 배송 예정시간의 예측 범위도 기존 4시간에서 2시간으로 좁혔습니다. DHL은 AI 알고리즘을 활용해 배송차량 배정과 운송계획을 최적화하고 있으며, 최근에는 운송 일정 예약과 배송기사 연락 등 반복적인 업무에 AI 에이전트를 도입해 효율을 높이고 있습니다. 

이처럼 글로벌 물류업계가 전방위적으로 AI 도입을 확대하고 있는 가운데 국내에서는 CJ대한통운의 행보가 눈길을 끕니다. CJ대한통운은 물류 현장은 물론, 사무업무에도 AI를 적극 도입하며, 전사 차원의 AI 전환을 추진하고 있었는데요. 이러한 변화를 주도하고 있는 'TES물류기술연구소'의 AI모델개발팀 상현준 팀장과 TES전략팀 윤성호 선임을 만나 구체적인 AI기술 도입 현황과 성과, 향후 계획을 들어봤습니다. 
이커머스 급성장이 앞당긴 물류혁신 

CJ대한통운이 물류 자동화와 AI 도입에 속도를 내기 시작한 것은 2020~2021년입니다. 코로나19로 국내 물류산업이 큰 변화를 겪던 시기와 맞물리죠. 당시 이커머스 시장이 급성장하면서 물동량도 급증했고, 한편에서는 새로운 경쟁자들이 등장하며 배송 속도와 서비스 경쟁은 더욱 치열해졌습니다. 기존의 운영 방식에 의존해서는 시장 경쟁력을 유지하기 어렵다고 판단한 CJ대한통운은 'TES(Technology, Engineering, System & Solution)물류기술연구소'를 중심으로 AI를 포함한 신기술을 집중 연구하고 물류 현장에 꾸준히 적용해 왔습니다. 
이후 생성형 AI의 등장은 CJ대한통운이 AI 도입을 더욱 가속화하는 기폭제가 됐죠. 사람이 직접 데이터를 분석하고 판단했던 업무에 AI 기술을 확대 적용했고, 물류센터에서는 로봇이 상품을 직접 다루는 피지컬 AI의 현장 검증도 시작됐습니다. 
CJ대한통운이 AI 기술 도입에 적극적으로 나선 배경에 대해 AI모델개발팀 상현준 팀장은 “AI 기술이 여러 산업과 비즈니스에 광범위하게 접목되면서 경영 환경이 빠르게 변하고 있습니다. 이러한 변화에 선제적으로 대응하지 않는 기업은 도태될 수 있다는 위기감이 있습니다”라며, “특히 피지컬 AI 분야에서 기술 발전을 따라가지 못할 경우 향후 외부 기술에 의존하게 될 가능성이 높아 선제적으로 대응하고 있습니다”라고 설명했습니다. 
그렇다면, CJ대한통운은 AI를 어떤 업무에 적용하고 있으며, 실제 물류 현장에서는 어떤 변화가 나타나고 있을까요? 


CJ대한통운 AI혁신의 3가지 축 

CJ대한통운은 크게 3가지 영역으로 나눠 AI 도입을 추진하고 있습니다. 
첫째는 운영의 판단을 바꾸는 '의사결정 AI', 둘째는 현장의 행동을 바꾸는 '피지컬 AI', 세 번째는 임직원의 일하는 방식을 바꾸는 '업무혁신 AI'입니다. 
분야별 도입 단계는 각 기술의 발전 수준에 따라 다른데요. 의사결정 AI는 이미 물류 운영 전반에 적용돼 활용 범위를 넓혀가고 있으며, 피지컬 AI는 기존 물류 로봇의 활용을 확대하는 동시에 휴머노이드의 작업 수행 능력을 실증하는 단계에 있습니다. 사무업무에서는 자체 개발한 생성형 AI 플랫폼 '릿닷AI(Lit.AI)’를 운영하면서 여러 AI 에이전트가 협업하는 멀티 에이전트 시스템을 준비하고 있습니다. 


  • 그림 1 : CJ대한통운의 물류 프로세스별 AI 도입 현황 

0b9501da58dd3.png

자료 : CJ대한통운 제공자료 및 홈페이지 기반으로 저자 작성



01
의사결정 AI
예측 정확도↑ 개발기간↓ 

물류 운영에서 중요한 업무 중 하나가 물동량을 예측하고 그에 맞춰 차량과 인력 배치를 최적화하는 일인데요. CJ대한통운은 이러한 의사결정 과정에 AI를 활용하고 있습니다. 
대표적인 사례가 서브터미널과 허브터미널 사이를 운행하는 간선 차량의 배차입니다. 과거에는 현장 담당자의 경험과 판단에 따라 필요한 차량 수를 조율했다면, 지금은 AI가 물동량을 예측하고 최적화 엔진이 적정 배차 계획을 계산합니다. 물론 이전에도 자체 개발한 최적화 알고리즘과 예측 모델을 활용해 왔지만, AI 기술이 접목되면서 예측과 최적화의 정확도가 더욱 높아지고 시스템 개발 기간도 크게 단축됐습니다. 과거에는 담당자가 방대한 데이터를 직접 살펴보며 특이점과 개선점을 찾아야 했기 때문에 간선 배차 엔진을 개발하는 데에만 6~7개월이나 소요됐습니다. 
문제는 그사이에도 물류 현장이 빠르게 변한다는 점이었습니다. 새로운 배송 서비스가 도입되거나 운영 방식이 바뀌면 몇 개월에 걸쳐 개발한 시스템이 현장 상황과 맞지 않아 다시 보완해야 하는 상황이 발생했고, 이를 수정하고 고도화하는 데 다시 시간과 인력이 투입돼야 했죠. 하지만 지금은 AI 기술을 활용하면서 시스템 개발 기간이 1~2개월로 단축됐고, 변화에 맞춰 최적화하는 시간도 훨씬 빨라졌습니다. 

283f60fc58f8a.jpg

CJ대한통운은 간선 차량의 배차와 운송 경로를 최적화하는 데 AI를 활용하고 있습니다(사진:CJ대한통운).


현장 노하우까지 데이터화

CJ대한통운은 간선 배차뿐 아니라 배송 차량이 어떤 순서와 경로로 배송지를 방문할지 결정하는 라우팅, 터미널 간 물량 이동과 배송 흐름을 고려한 배송 네트워크 설계에도 AI를 활용하고 있습니다. 이처럼 데이터 분석과 시스템 개발에 AI를 적극 활용하면서 물류 환경 변화에 보다 정확하고 신속하게 대응할 수 있게 됐는데요. 
CJ대한통운은 여기서 한발 더 나아가 현장 담당자들이 오랜 경험을 통해 축적한 노하우까지 AI에 반영하는 작업을 추진하고 있습니다. 변수가 많은 물류 현장에서는 숙련된 담당자들의 오랜 경험이 필요한 상황들이 발생합니다. CJ대한통운은 이러한 경험과 판단 기준을 체계적으로 정리해 AI가 활용할 수 있는 지식으로 전환할 계획인데요. 이렇게 되면 데이터에 현장의 실무 노하우까지 결합되면서 AI의 의사결정 정확도가 더욱 높아질 것으로 보입니다. 


02
피지컬 AI
사람과 로봇이 같이 일하는 물류 현장 

CJ대한통운이 지난 9월, 올리브영 양지 물류센터에 휴머노이드 로봇 2대를 투입해 현장 실증에 들어가면서 이에 대한 업계의 관심도 높은데요. CJ대한통운의 휴머노이드는 어떤 역할을 하고, 앞으로 어느 수준까지 발전하게 될까요?


사람의 손을 대신하기 시작한 휴머노이드 

올리브영 양지 물류센터에서 휴머노이드가 맡은 작업은 상품 포장 과정에서 박스의 크기를 인식하고 그에 맞게 포장재를 넣는 일입니다. 비전카메라로 작업 대상을 인식한 뒤 로봇 팔을 움직여 포장재를 넣는 방식인데요. CJ대한통운은 이번 실증에서 로보티즈가 개발한 로봇 하드웨어에 자체 물류 데이터와 현장 운영 노하우를 접목해 로봇이 실제 물류현장에서 작업을 안정적으로 수행하고 사람과 안전하게 협업할 수 있는지를 검증하고 있습니다. 
지금까지 물류 자동화가 주로 상품을 운반하거나 분류하는 데 집중됐다면, 휴머노이드는 사람이 직접 손으로 처리하던 작업까지 자동화의 가능성을 보여준다는 점에서 의미가 큰데요. 업계가 이번 실증 결과에 주목하는 것도 이 때문입니다. 포장과 같은 단순 반복성 작업에서 휴머노이드의 성능과 경제성이 입증된다면, 앞으로 더 복잡한 작업으로 적용 범위가 확대되면서 물류 현장의 인력 운영 방식에도 큰 변화가 나타날 수 있기 때문이죠. 
CJ대한통운은 포장 공정에서 기술을 검증한 뒤 2027년부터 피킹 작업으로 적용 범위를 넓히고, 이후 다른 물류센터로 확대하는 방향으로 계획하고 있습니다. 


e0e04cf842a1f.png

올리브영 양지물류센터에 투입돼 포장재를 박스에 넣고 있는 휴머노이드(사진:CJ대한통운)


물건을 옮기는 로봇에서 직접 집고 포장하는 로봇으로 

매일 수많은 상품을 집고, 옮기고, 담는 일이 반복되는 물류 현장은 피지컬 AI 가치가 가장 크게 발휘될 수 있는 영역입니다. 
CJ대한통운이 특히 집중하고 있는 영역은 상품을 집고 포장하는 작업입니다. 최근 휴머노이드 실증으로 물류 현장의 피지컬 AI가 다시 주목받고 있지만, CJ대한통운은 이미 수년 전부터 다양한 로봇을 물류 현장에 도입해 왔습니다. 
대표적인 것이 AI 로봇팔인 디팔레타이저와 AGV, AMR입니다. 2021년 3월 경기도 동탄 풀필먼트센터에 도입된 로봇팔 '디팔레타이저(Depalletizer)'는 3D 이미지 센싱과 AI 딥러닝 기술이 적용된 자동화 설비인데요. 크기와 높이, 적재 위치가 서로 다른 박스를 인식하고 컨베이어벨트로 옮기는 일을 합니다. 한 번에 최대 20㎏의 박스를 들어 올리고 시간당 평균 700개의 박스를 처리해 작업 효율을 높이는 데 기여하죠. 
같은 해 12월에는 경기도 군포 스마트 풀필먼트센터에 AGV(Automated Guided Vehicle ; 무인운반차)와 AMR(Autonomous Mobile Robot ; 자율이동로봇) 등 무인 운송로봇을 투입했습니다. AGV는 정해진 경로를 따라 물품을 운반하는 로봇이고, AMR은 센서로 주변 환경을 인식해 장애물을 피하면서 스스로 이동 경로를 결정하는 로봇인데요. 로봇이 상품을 작업자 앞으로 가져다주거나 지정된 장소로 이동시키면, 작업자가 상품을 직접 집고 처리하는 방식으로 활용됩니다. 


  • 그림 2 : CJ대한통운 피지컬 AI 도입 단계 

fe1f87bd05651.png

자료 : CJ대한통운 제공자료 및 홈페이지 기반으로 저자 작성


이처럼 CJ대한통운은 상품과 박스를 운반하는 작업에서 로봇팔을 이용해 박스를 집어 옮기는 피킹작업까지 피지컬 AI 활용 영역을 넓혀왔습니다. 하지만 개별 상품을 선별해 집거나 포장하는 작업은 여전히 사람의 손에 의존하는 경우가 많습니다. 상품마다 크기와 무게, 재질, 포장 형태가 달라 로봇이 일률적으로 처리하기 어렵기 때문인데요. CJ대한통운은 앞으로 이러한 작업까지 자동화 범위를 넓히기 위해 다양한 외부 로봇 전문기업들과의 협력도 확대하고 있습니다. 

d24c79af3e139.png

CJ대한통운의 AGV(무인운반차)와 AMR(자율이동로봇). 사진:CJ대한통운 


03
업무혁신 AI
자체 생성형 AI에서 '멀티 에이전트'로 

CJ대한통운은 본사 사무업무의 효율을 높이기 위해 ‘릿닷AI(Lit.AI)’라는 생성형 AI 플랫폼을 자체 개발해 운영 중입니다. 본사 직원 약 2천 명이 활용하고 있는 릿닷AI는 단순히 자료를 찾아주는 수준을 넘어 견적과 주문, 통관서류 같은 업무를 직접 처리하는 AI 에이전트로 발전하고 있는데요. CJ대한통운 측은 릿닷AI 도입으로 직원들이 반복적인 정보 탐색과 문서 작업에 투입하던 시간을 기획이나 전략 수립 등 보다 생산적인 업무에 활용할 수 있게 됐다고 밝혔습니다. 
생성형 AI 플랫폼 ‘릿닷AI(Lit.AI)’에 이어 CJ대한통운이 준비하고 있는 다음 단계는 '멀티 에이전트(Multi-Agent)' 시스템입니다. 업무별로 특화된 AI 에이전트들이 서로 필요한 정보를 주고받으며 하나의 업무를 함께 처리하는 방식이죠. 


ea96392ae5175.png

자체 개발한 업무용 생성형 AI ‘릿닷AI(Lit.AI)’(사진:CJ대한통운).



멀티 에이전트 시스템이 구현되면 기존에 여러 부서와 담당자를 거쳐야 했던 복잡한 업무도 AI 에이전트 간 협업을 통해 처리할 수 있어 업무 속도와 효율이 한층 높아질 것으로 기대되는데요. 이를 위해 CJ대한통운은 물류업무의 개념과 데이터 간 관계를 정의하는 ‘온톨로지(Ontology)’도 구축하고 있습니다. 온톨로지란 물류기업이 보유한 주문, 상품, 재고, 물류센터, 차량, 배송지 등 다양한 데이터의 의미와 상호 관계를 체계적으로 정리한 지식 체계를 말합니다. 예를 들어 특정 상품의 주문량이 늘어났을 때, 해당 상품의 재고가 어느 물류센터에 얼마나 있는지, 출고와 배송에 필요한 인력과 설비, 차량은 무엇인지 파악하려면 여러 시스템에 흩어진 정보를 연결해야 하는데요. 온톨로지는 이렇게 연결된 정보의 의미와 상호 관계를 AI가 이해할 수 있도록 돕는 역할을 합니다.

이처럼 CJ대한통운의 업무용 AI는 정보 검색과 문서 작성 등 개별 업무를 지원하는 단계에서 여러 AI 에이전트가 협업해 복잡한 업무를 수행하는 방향으로 진화하고 있습니다. 


d97c18e3e959a.jpg

CJ대한통운은 물류현장과 운영 전반에 AI 도입을 적극 확대하고 있습니다(사진:CJ대한통운).



경험에 의존하던 판단, 
이제 데이터 기반으로

CJ대한통운이 전사적으로 AI를 도입하면서 나타난 가장 큰 변화는 현장의 의사결정 방식입니다. 과거에는 담당자의 경험과 노하우에 의존했지만, 이제는 데이터에 근거한 판단 기준이 마련되면서 의사결정의 속도와 일관성이 높아지고 있습니다. 물동량 변동도 사후 대응에서 사전에 예측하고 대비하는 방식으로 바뀌고 있죠. 
현장의 작업 환경도 달라지고 있습니다. 피지컬 AI가 무거운 박스를 옮기는 입고 작업이나 상품을 찾아 이동하는 피킹 작업과 같이 반복적이고 힘든 업무를 분담하면서 작업자의 노동 강도가 줄었고, AI CCTV가 현장의 위험 상황을 감지해 사고 예방을 돕는 등 작업 환경의 안전성도 높아지고 있습니다. 사무 업무에서도 생성형 AI가 자료 검색과 문서작성에 소요되는 시간을 대폭 줄였습니다. 
이렇듯 단순 반복적이고 위험한 작업은 AI와 로봇에 위임하고, 직원들은 축적된 경험과 전문성을 바탕으로 더 중요한 판단과 업무에 집중하도록 하는 것이 CJ대한통운의 가장 큰 변화이자 궁극적인 목표입니다. 



interview - CJ대한통운 TES물류기술연구소

AI모델개발팀 상현준 팀장/
TES전략팀 윤성호 선임

 

“로봇과 사람이 함께 일하는 현장이 일상화될 것입니다.” 


f960dead22a9b.png

AI모델개발팀 상현준 팀장(좌)과 TES전략팀 윤성호 선임(우)


Q 1. 국내 물류업계의 AI 도입 수준은 어떠한가요? 

물류업계의 AI 도입 수준은 적용 분야에 따라 차이가 있습니다. 물동량 예측과 배차·경로 최적화 등 데이터 기반의 의사결정 영역에서는 이미 AI가 폭넓게 활용되고 있으며, 생성형 AI를 통한 사무업무 효율화도 빠르게 진행되고 있습니다. 
반면 피지컬 AI는 아직 기술적으로 해결해야 할 과제가 많습니다. 정해진 경로를 따라 상품을 운반하는 로봇은 이미 상용화됐지만, 사람을 대신해 다양한 형태의 물건을 집고 옮기는 작업은 아직 현장 실증 단계에 있습니다. 
피지컬 AI 도입 수준이 상대적으로 더딘 것은 물류 산업의 특성 때문인데요. 작업 조건이 비교적 일정한 제조업 생산라인과 달리 물류 현장은 취급하는 상품과 작업 환경이 수시로 달라집니다. 이처럼 변수가 많은 환경에서 로봇이 안정적으로 작업하도록 만드는 것은 쉽지 않은 일이죠. 현재 CJ대한통운이 진행하고 있는 휴머노이드 실증도 실제 작업 데이터를 수집하고, 이를 바탕으로 로봇의 작업 성능과 안정성을 완벽한 수준으로 끌어올리기 위한 과정입니다. 
하지만, 피지컬 AI 분야 역시 기술 발전이나 경제성 확보 등 상용화를 앞당길 트리거가 생긴다면 업계 도입도 급물살을 탈 것으로 생각합니다. 


Q 2. AI 기술 도입이 확대되면서 앞으로 물류센터와 배송 현장은 어떻게 달라질 것으로 전망하시나요? 

기술 발전 속도가 워낙 빨라 미래를 단정하기는 조심스럽지만, AI가 물류 현장의 작업 방식과 운영 전반에 큰 변화를 가져올 것으로 예상하고 있습니다. 
우선 피지컬 AI가 확산되면서 사람 손에 의존하던 작업을 로봇이 수행하는 비중이 높아질 것입니다. 현재 CJ대한통운에서 실증 단계에 있는 휴머노이드 로봇도 작업의 안정성이 검증되면, 이후에는 많은 인력이 투입되는 공정 위주로 적용 범위가 넓어질 것입니다. 머지않아 물류 현장에서 사람과 로봇이 함께 일하는 모습이 일상될 것으로 전망합니다.
운송과 배송 분야에서는 AI가 물동량과 운송 상황을 실시간으로 분석하고, 변화에 맞춰 배차와 운영 계획을 즉각 조정하는 방식이 더욱 확대될 것입니다. 
동시에 미들마일(물류거점 간 운송) 영역을 중심으로 자율주행 기술 도입도 본격화될 것으로 보고 있습니다. CJ대한통운 역시 대구에서 자율주행 실증을 진행하고 있습니다. 다만, 자율주행은 일반적인 AI 시스템보다 훨씬 높은 수준의 안전성이 요구되기 때문에 다양한 도로와 운행 조건에서 충분한 실증을 거쳐 기술의 안전성을 검증하는 과정이 선행돼야 할 것입니다. 사무와 운영 업무에서도 변화가 예상됩니다. 현재는 개별 업무에 특화된 AI 에이전트를 개발하고 활용하는 단계지만, 앞으로는 이렇게 개발된 기능별 에이전트들이 서로 협력하며 복잡한 업무를 처리하는 ‘멀티 에이전트’ 시스템이 도입될 것으로 보이는데요. 이에 따라 각 에이전트의 역할과 작업을 조율하는 ‘에이전트 오케스트레이션’의 중요성도 커질 것입니다.


<참고자료>

1. DHL, 'DHL boosts operational efficiency and customer communications with HappyRobot’s AI Agents', 2025. 11. 11

2. DHL, AI in Supply Chain

3. FedEx, 'Citi’s 2026 Global TMT Conference', 2026. 09 



ⓒ Retail Talk
1. 리테일톡에 게재된 모든 콘텐츠에 대한 저작권은 리테일톡과 콘텐츠 제휴사에 있습니다.
2. 리테일톡은 유통업계의 다양한 관점을 공유하기 위해 외부 전문가 기고를 게재하며, 외부 필진의 원고 내용은 리테일톡의 편집 방향 및 공식 입장과 다를 수 있습니다.
3. 무단복제와 무단전재를 금합니다.







대한상공회의소 유통물류진흥원


서울시 중구 세종대로 39 상공회의소회관 17층 (우)04513

전화 : 02-6050-1400 | 이메일 : bizcenter@korcham.net

사업자번호 : 104-82-03590 | 개인정보책임자 : 김현수


대한상공회의소 유통물류진흥원


서울시 중구 세종대로 39 상공회의소회관 17층 (우)04513

전화 : 02-6050-1400 | 담당자이메일 : sjhong0924@korcham.net | 사업자번호 : 104-82-03590 | 개인정보책임자 : 김현수


Copyrignt ⓒ KCCI. All Rights Reserved.