[ 아마존 로보틱스(Amazon Robotics) ]

AI의 발전이 만들 넥스트 사업으로 로봇이 손꼽히고 있습니다. 이미 오래전부터 물류 배송 시스템에 로보틱스를 적용하고 있는 아마존의 상세 내용을 공유해봅니다~^^


🎃 아마존 로보틱스

  • 시작배경

    • 2012년 매사추세츠에 기반을 둔 키바 시스템(Kiva Systems) 인수를 통해 설립

  • 현황

    • 750,000개 이상의 로봇을 개발, 생산, 배포하며 운영 네트워크 전반에 걸쳐 활용

    • 최근 루이지애나주 슈리브포트(Shreveport)에 개설된 최첨단 물류 센터에 최신 로봇 기술 8종을 활용해 고객 주문을 포장하고 배송하는 직원들 지원

    • 아마존 웹 서비스(AWS)의 클라우드 컴퓨팅 인프라는 이러한 로봇이 센서, 카메라, 기계 프로세스로 생성된 방대한 데이터를 저장하고 처리하여 효율적으로 작동할 수 있도록 지원

  • 목표

    • 직원들에게 적절한 기술을 제공

    • 업무를 더욱 안전하고 편리하게 만들고 생산성 향상

    • 고객에게 더 빠른 배송

    • 로보틱스 시스템을 기존 물류 센터로 확장 계획


>> 아마존의 차세대 패키지 처리 과정에서 활약하는 8가지 로봇 시스템은 다음과 같다


🍎 세쿼이아(Sequoia)

  • 주문이 처리되기 전에, 아마존의 정교한 재고 계획 시스템이 고객과 가까운 물류 센터에 적절한 상품이 위치하도록 지원

  • AI, 로보틱스, 컴퓨터 비전 시스템을 활용해 재고를 최적화하고 보관 공간을 확보하여 더욱 빠른 주문 처리 지원

  • 재고 보관 속도를 최대 75% 향상

  • 이동식 로봇이 상품을 컨테이너형 보관 시스템으로 운반

  • 직원 작업대에 직접 상품을 배달하여 허리 굽힘, 높은 곳에 손 뻗기 등의 작업 부하 감소


🍎 허큘리스(Hercules)

  • 물류 센터 내에서 직원에게 상품을 가져다주는 드라이브 유닛(Drive Unit)

  • 상품이 담긴 팟(Pod)을 직원에게 운반

  • 3D 카메라를 사용해 사람, 다른 로봇, 장애물 감지 및 회피

  • 바닥에 있는 암호화된 마커를 읽어 위치 및 경로를 탐색


🍎 타이탄(Titan)

  • 허큘리스와 유사한 역할을 하지만, 두 배 무게를 들어 올릴 수 있음

  • 소형 가전제품이나 대형 식품 팔레트 등 부피가 큰 상품 운반

  • 컴퓨터 비전을 사용하여 제한된 로봇 전용 구역에서 이동


🍎 스패로우(Sparrow)

  • 직원들이 고객 주문을 처리하는 것을 돕는 로봇 팔(Robotic Arm)

  • 컨테이너에서 개별 상품을 집어 올려 고객 주문을 위한 토트(Tote)에 넣음

  • AI 및 컴퓨터 비전 기술을 활용하여 정확한 제품 식별


🍎 패키징 자동화(Packaging Automation)

  • 고객 주문이 완료되면, 아마존은 다양한 친환경 패키징 기술을 사용하여 물건 포장

  • 플라스틱 포장 대신 맞춤형 종이 포장 제작

  • 센서를 활용해 주문 크기를 측정한 후 최적의 크기로 종이백 제작

  • 내구성이 뛰어나고 방수 기능이 있는 재활용 가능한 종이 사용

  • 미국 내 120개 이상의 물류 센터에서 1억 3천만 개 이상의 플라스틱 백 사용 절감


🍎 로빈(Robin)

  • 아마존 로보틱스에서 처음 도입한 로봇 팔로, 패키지를 분류하여 출하 준비 지원

  • 컨베이어 벨트에서 패키지를 집어 올려 이동형 로봇 유닛(Drive Unit)에 배치

  • 손상된 패키지를 선별하여 품질 관리 강화


🍎 카디널(Cardinal)

  • 고급 AI 및 컴퓨터 비전 기술을 활용해 패키지를 신속하게 분류하는 로봇 팔

  • 컨베이어에서 패키지를 집어 올려 적절한 카트에 정확하게 배치

  • 최대 50파운드(약 22.7kg)까지 처리 가능, 직원의 신체 부담 감소


🍎 프로테우스(Proteus)

  • 아마존 최초의 완전 자율 이동 로봇(Fully Autonomous Mobile Robot)

  • 센서를 활용해 장애물을 감지하고 자율적으로 이동 가능

  • 출하 구역에서 카트(cart)를 이동시켜 패키지를 트럭에 실을 준비

  • 로봇 전용 구역에서만 운영되는 허큘리스 및 타이탄과 달리, 자유롭게 이동 가능


  • source: https://www.aboutamazon.com/news/operations/amazon-robotics-robots-fulfillment-center?utm_source=amazonnewsletter&utm_medium=email&utm_campaign=030825&utm_term=robotics

Amazon has more than 750,000 robots that sort, lift, and carry packages—see them in action

www.aboutamazon.com

Amazon has more than 750,000 robots that sort, lift, and carry packages—see them in action

다음 내용이 궁금하다면?

또는

이미 회원이신가요?

2025년 3월 9일 오전 7:57

 • 

저장 4조회 2,279

댓글 0

    함께 읽은 게시물

    딥러닝/LLM 모델은 기본적으로는 Stateless한 상태지만, 대부분 프롬프트와 출력을 계속 되먹임하면서 작업을 이어가기 때문에 여러 턴으로 이루어진 태스크에서는 Stateful 하다고 볼 수 있습니다.


    이런 것을 In-context learning 이라고 합니다.


    ... 더 보기

    결과보다 과정을

    

    ... 더 보기

     • 

    댓글 1 • 저장 4 • 조회 640


    < 똑똑한 사람은 복잡하게 말하지 않는다 >

    1. 누군가가 화려한 단어나 두루뭉술한 개념을 많이 사용한다면 아마 자신이 무슨 말을 하는지도 모를 것이다.

    ... 더 보기

     • 

    댓글 1 • 저장 9 • 조회 955



    ✍️ 오늘은 PM이 읽어볼만한 책을 한 권 소개해드릴까 해요. 스스로의 동기부여가 어려운 분들이나, 동료를 설득해야되는 PM이나, 조직에 자발적 활력을 만들어내고 싶은 조직장 모두가 읽어볼만한 책입니다. — 📖 <스타트 위드 와이: 나는 왜 이 일을 하는가> 🔖 이성적 범주에 속하는 WHAT은 WHY에서 느껴지는 감정을 겉으로 보여주는 근거 역할을 한다. 어떤 직감으로 결정을 내렸는지 말로 표현할 수 있고 자신의 WHY를 명확히 설명할 수 있으면 주변 사람들에게 결정을 내린 이유를 분명히 이해시킬 수 있다. 이 결정이 객관적인 사실이나 수치와 일관성을 이룬다면 근거은 더욱 타당해진다. 이것이 바로 균형이다. (129p) — PM으로 일하면서 가장 어려운 일이 무엇이냐고 물어보면, 대부분 why를 조직장이나 동료들에게 설득하는 과정을 원탑으로 꼽을 겁니다. 문제를 정확히 정의하고, 논리를 만드는 것도 어렵고, 그것을 말이나 글로 표현해 내는 것도 어렵죠. 그래서 프로젝트 문서에 정량적인 데이터 분석을 수반하고, 숫자를 통해 프로젝트의 공감대를 형성하려고 시도할 때가 생깁니다. 하지만 Why에 대해 본인이 충... 더 보기