반복 입력을 줄이고,
배차 판단에 집중하다

배차 한 건 뒤에도, 반복 업무는 남아 있었습니다

배차가 끝났다고 담당자의 일이 끝나는 것은 아니었습니다. 세 개의 앱에 화물 정보를 각각 입력하고, 배차가 완료되면 다른 앱에 남은 오더를 하나씩 취소해야 했습니다. 각각은 짧은 작업이지만, 다른 일을 하던 중에도 계속 끼어들어 업무의 흐름을 끊었습니다.

화주마다 다른 오더 양식, 카카오톡과 문자로 들어오는 요청도 담당자의 손을 거쳐야 했습니다. 놓친 메시지나 누락된 오더는 운송 차질로 이어질 수 있었습니다. 도우물류가 바꾸고 싶었던 것은 이렇게 반복되는 입력과 확인의 부담이었습니다.

출발점은, 현장이 받아들일 수 있는 변화

이강훈 대표는 기존 프로그램을 도입해 보았지만, 화주마다 다른 업무 절차와 화물 특성을 충분히 담아내기 어려웠다고 설명합니다. 필요한 것은 다양한 현장 정보를 시스템 안에서 다룰 수 있게 연결하는 일이었습니다.

도입 과정에서 우선한 기준은 사용자의 편의였습니다. 화주와 직원, 차주가 이전보다 편하게 사용할 수 있어야 변화가 현장에 자리 잡을 수 있다고 보았습니다. KLD는 이 과제의 기술 파트너로 참여해, 흩어진 데이터를 정리하고 배차 업무를 연결하는 OPUS를 구축했습니다.

입력과 취소를 연결하고, 판단에 필요한 정보를 가까이

OPUS는 여러 플랫폼에 반복하던 화물 정보 등록과 취소를 통합해 처리하도록 했습니다. 화주마다 다른 오더 양식과 카카오톡 메시지를 자동으로 인식하고 기록하는 기능은 수기로 옮겨 적는 부담과 누락 위험을 줄이는 데 도움을 주었습니다.

배차를 판단하는 과정에도 변화가 있었습니다. 김선형 대리는 이전에도 앱에서 시장 단가를 찾아볼 수 있었지만, 바쁜 업무 중 모든 건을 확인하기는 어려웠다고 말합니다. 특히 신입 직원은 기본 업무를 익히는 것만으로도 시간이 부족해 기존 담당자의 경험과 최근 이력에 의존하기 쉬웠습니다.

OPUS의 시장 운임 지표인 FMI는 시장 흐름을 확인하는 수고를 줄이고, 판단할 때 참고할 기준을 제공했습니다. 김 대리는 실제 지표를 보며 더 객관적으로 판단할 수 있게 되었다고 설명합니다.

직원이 직접 업무를 바꾸기 시작했습니다

도우물류는 기술에 관심을 가진 직원들로 AI 전환을 추진하는 전담팀을 꾸렸습니다. 이 대표는 이들에게 별도 수당과 의사결정 권한을 부여해, 직접 업무를 개선할 수 있도록 했다고 설명합니다.

그가 직원들에게 제시한 방향은 반복 업무에 쓰던 시간을 판단과 문제 해결에 쓰자는 것이었습니다. 대표 인터뷰에 따르면, 이후 직원들이 스스로 AI 업무 흐름을 구성해 자신의 업무를 자동화하는 모습도 나타났습니다. 시스템 도입과 함께 현장의 참여가 이어진 것입니다.

처리량이 늘고, 신입이 적응하는 시간이 줄었습니다

이강훈 대표는 인터뷰 당시 인당 오더 처리 건수가 도입 전보다 2배 이상 늘었다고 밝혔습니다. 업무가 데이터로 남으면서, 신입 직원의 교육·적응 기간도 절반 이하로 줄었다고 설명했습니다.

실무자가 체감한 변화는 반복 입력과 취소에 끊기던 업무가 이어진다는 점이었습니다. 김선형 대리는 자동 인식과 통합 관리가 업무 피로도를 낮추고, 오더 누락이나 놓친 메시지로 생길 수 있는 문제를 방지하는 데 도움을 주었다고 전했습니다.

성과 수치는 제공된 케이스 스터디의 대표 인터뷰 진술입니다. 비교 기간, 인원, 오더 집계 기준 및 교육 기간의 정의는 자료에 제시되어 있지 않으며, 다른 기업의 도입 성과를 보장하지 않습니다.

도우물류가 바라보는 다음 단계

이 대표는 운송 과정에서 생기는 데이터를 기업의 자산으로 쌓고, 이를 바탕으로 운송 테크 기업으로 발전하는 미래를 그리고 있습니다.

도우물류 사례에서 KLD가 중요하게 보는 것은 현장의 반복 업무와 정보의 흐름을 함께 바꾼 과정입니다. 서로 다른 형식의 정보를 연결하고, 담당자가 판단할 때 참고할 수 있는 기준을 제공하고, 직원들이 직접 개선에 참여하도록 했습니다. 기술이 현장의 업무 안에 자리 잡는 과정이었습니다.