물류 현장 인건비 연 8천만 원, 답은 새 기계가 아니라 동선이었다

한 참여자가 오픈카톡방에서 물류 일을 하느냐고 묻자, 다른 참여자가 답하며 대화가 시작됐다. 그는 식자재유통을 맡은 법인 하나와 농산물유통·공장을 겸하는 법인 하나를 함께 하고 있다고 밝혔다. 뒤에 공유된 영상 소개에는 그가 유통·물류 현장에서 11년간 자동화를 직접 구축해 왔다고 적혀 있었다. 이어 그는 바코드 리더기와 작업자 동선에 맞춰 설비가 자동으로 움직이도록 만든 이야기를 꺼냈다. 소음까지 고려해 동선을 설계했다는 설명에 참여자들의 관심이 이어졌다.

"동선맞춰서 자동이동하는거라 소리 등등까지"

그는 이 자동화로 인력 두 명을 줄일 수 있고 그러면 월 500 ~ 600만 원, 연 8천만 원 가량이 절감된다고 계산했다. 수억 원짜리 신규 설비를 새로 들이는 대신 기존 동선과 작업 순서를 다시 짜서 나온 수치였고, 다른 참여자들은 별다른 반박 없이 그 계산을 받아들였다.

"이러면 일단 2명은 줄일수있으니까... 월 5 ~ 600이면 1년에 8천...!"

이 대화가 다시 주목받은 건 다음 날이었다. 다른 참여자가 이 경험담을 다룬 더배러톡톡 유튜브 영상이 올라왔다고 알렸고, 원 발화자는 영상 러닝타임이 1시간 58분에 달한다는 사실에 스스로 놀라워했다. 채팅 몇 줄로 오간 이야기가 두 시간 가까운 영상 콘텐츠로 확장된 셈이다.

영상 소개 글에는 그가 강조한 세 가지 논점이 담겼다. 수억 원짜리 기계를 들이는 것보다 30cm 남짓한 동선 개선이 생산성을 더 크게 끌어올릴 수 있다는 것, AI 도입 그 자체보다 도입한 시스템을 현장에 정착시키고 계속 유지하는 일이 더 어렵다는 것, 그리고 새로운 도구를 찾아 헤매기보다 이미 있는 업무 동선에 AI를 자연스럽게 녹여내는 방법을 먼저 고민해야 한다는 것이다.

이 사례가 눈에 띄는 이유는 따로 있다. 같은 기간 커뮤니티 대화 대부분은 코딩 도구와 최신 모델의 가성비를 다투는 데 쏠려 있었다. 반면 이 이야기는 바코드 리더기와 30cm 남짓한 동선 조정이라는, 지극히 물리적인 개선에서 출발했다.

새 시스템을 들여오기보다 현장의 동선 하나를 다시 설계하는 쪽이 실제 인건비 절감으로 이어졌다는 점은, 생산성 개선이 반드시 최신 기술 도입에서만 시작되는 건 아니라는 사실을 보여주는 것으로 보인다. 도구 이야기가 쏟아지는 방에서 오히려 도구 이전의 현장 설계가 조명받은 셈이다.

두 법인을 오가며 자동화를 직접 설계한 경험은, AI 도구를 논하는 커뮤니티에서도 결국 현장을 가장 잘 아는 사람이 병목과 해법을 동시에 쥐고 있다는 사실을 다시 확인시켜준다. 최신 모델의 가성비를 저울질하는 대화 사이에서, 이 사례는 도입에 앞서 정착을 먼저 물어야 한다는 점과, 그 정착이 거창한 기계가 아니라 30cm 동선에서 시작될 수 있다는 점을 함께 시사한다.