KR102592215B1 - 온라인 주문 최적화를 기반으로 직접수령 고객에게 상품을 제공하기 위한 물류서비스 제공 방법 및 시스템 - Google Patents

Abstract

본 발명은 물류서비스 제공 방법 및 시스템에 관한 것으로, 구체적으로는 직접수령을 희망하는 다수의 고객들로부터 온라인으로 주문을 수신한 후, 위 고객들의 도착예정시각 및 수령상품정보들을 기반으로 직접수령을 해 가기에 가장 적합한 환경의 물류서비스를 제공하는 방법 및 이를 위한 시스템에 관한 것이다.

Description

온라인 주문 최적화를 기반으로 직접수령 고객에게 상품을 제공하기 위한 물류서비스 제공 방법 및 시스템{METHOD AND SYSTEM FOR MANAGING A STORAGE BASED ON A CLOUD SERVICE}

본 발명은 물류서비스 제공 방법 및 시스템에 관한 것으로, 구체적으로는 직접수령을 희망하는 다수의 고객들로부터 온라인으로 주문을 수신한 후, 위 고객들의 도착예정시각 및 수령상품정보들을 기반으로 직접수령을 해 가기에 가장 적합한 환경의 물류서비스를 제공하는 방법 및 이를 위한 시스템에 관한 것이다.

최근 온라인을 통해 다양한 상품을 구매할 수 있는 수단들이 개발되면서 온라인 주문이 급증하고 있다. 이 때, 많은 고객들은 온라인 주문 한 상품을 택배사를 통해 수령하고 있으나, 수령 시간 단축 또는 택배비용 절감을 하고자 하는 일부 고객들의 경우 직접 상품을 판매한 자의 수령장소에 방문하여 상품을 수령하는 사례도 적지 않게 존재한다.

한편, 온라인으로 주문이 가능한 상품 중에는 저온 시설이 갖추어진 창고에서 반드시 보관을 하여야 하는 상품들이 존재할 수 있는데, 예를 들어 유제품, 육류, 채소류 등은 장시간 상온에 노출되는 경우 상품성이 떨어져 판매가 불가능할 수 있다. 따라서 이러한 상품들을 주문한 후 직접 수령을 원하는 고객들에게는 가능한 한 짧은 시간 내에 상품을 준비하여 고객 도착시 곧바로 제공하여야 할 필요성이 높다 할 것이다. 즉, 온라인으로 위와 같은 상품을 주문한 고객이 수령장소에 도착 가능한 시각, 그리고 주문한 상품을 저온 창고 내에서 픽업하는 시간 등을 종합적으로 고려함으로써 상품이 직접 수령을 하고자 하는 고객에게 전달되는 시간을 최대한 단축시켜야 할 필요성이 있는 것이다.

또한, 온라인 주문 기반 마트(예: 아마존)의 경우 포장을 온라인 배송에 적합하게 하여야 함에 따른 고가의 포장비용이 추가될 수 있는데, 이러한 비용은 일반적으로 소비자에게 부담되기 때문에 이러한 부담을 줄이고자 최근에는 온라인으로 주문을 한 후 직접 수령을 하러 소비자가 상점에 방문하는 사례도 증가하고 있다.

본 발명은 이처럼 주문한 상품을 직접 수령하고자 하는 고객이 신속하게 상품을 수령할 수 있도록 물류 환경을 구현하는 것, 또는 힉스마트(Higgs mart)라 명명되는 창고형 상점을 구현하는 것에 관한 것으로, 이하에서는 이러한 물류 환경을 제공하기 위한 시스템, 그리고 위 시스템을 이용하여 고객에게 상품을 제공하는 과정들에 대해 살펴보기로 한다.

대한민국 공개특허공보 제10-2018-0109284호 (2018.10.08. 공개)

본 발명은 온라인으로 상품 주문을 한 후 직접수령을 원하는 고객들에게 신속하게 상품을 제공할 수 있는 물류 환경을 제공하고자 하는 것을 목적으로 한다. 특히, 저온 보관을 필요로 하는 상품들을 직접 수령하고자 하는 고객들의 도착예정시각, 수령하고자 하는 상품들을 창고 내에서 픽킹하는 데에 가장 효율적인 동선 등을 연산해 냄으로써 고객이 수령장소에 도착하였을 시 대기시간 및 수령시간을 최소화하는 것을 목적으로 한다.

또한 본 발명은 다수의 고객들로부터 직접수령 요청들이 수신된 경우, 비슷한 시점에 수령장소에 도착하게 될 고객들을 그룹화 하고 해당 그룹에 포함된 고객들에 대해 상품을 일괄적으로 제공할 수 있게 함으로써 상품 제공의 효율성을 높이는 것을 목적으로 한다.

나아가 본 발명은 위의 그룹화 된 고객들의 수령상품정보를 참조하여, 창고 내에서 가장 효율적으로 상품들을 픽킹할 수 있도록 픽킹오더를 연산해 냄으로써 고객에게 상품을 제공하는 시간을 단축시킴과 동시에 창고 내 리소스들(픽킹 작업자, 픽킹 로봇)의 작업효율성을 높이는 것을 목적으로 한다.

또한 본 발명은 직접수령을 하고자 하는 고객들 중 해당 고객의 선택에 의하여 또 다른 고객의 주문상품을 대리 수령하여 전달할 수 있게 함으로써 물류운송의 공유화를 가능하게 하는 것을 목적으로 한다.

한편, 본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

위와 같은 문제점을 해결하기 위하여, 본 발명에 따른 물류서비스 제공 방법은, (a) 서비스 서버가, 적어도 하나 이상의 임의의 고객 단말기로부터 고객의 직접수령 요청을 수신하는 단계; (b) 서비스 서버가, 상기 수신한 직접수령 요청 내 정보를 기반으로 상기 고객의 수령장소 도착예정시각을 연산하는 단계; (c) 서비스 서버가, 연산된 도착예정시각 및 상기 고객의 수령상품정보를 상기 수령장소에 대응되는 로컬서버에 전달하는 단계; 및 (d) 상기 로컬서버가, 상기 수령장소 내 작업자 또는 로봇에 픽킹오더를 전달하는 단계;를 포함할 수 있다.

또한, 상기 물류서비스 제공 방법에 있어서 상기 직접수령 요청은, 고객이 수령하고자 하는 수령상품정보, 고객의 출발시각정보 및 출발위치정보를 포함하는 것을 특징으로 할 수 있다.

또한, 상기 물류서비스 제공 방법에 있어서 상기 (a)단계는, 서비스 서버가 복수의 고객 단말기들로부터 직접수령 요청들을 수신하는 단계이고, 상기 (b)단계는, 서비스 서버가 복수 고객들의 수령장소 도착예정시각을 연산하는 단계이며, 상기 (c)단계는, 상기 도착예정시각이 기설정된 시간범위들 내 속하는 고객들을 각각 단위그룹으로 분류하고, 각 단위그룹 내 포함된 고객들의 도착예정시각 및 수령상품정보들을 상기 수령장소에 대응되는 로컬서버에 전달하는 단계인 것을 특징으로 할 수 있다.

또한, 상기 물류서비스 제공 방법에 있어서 상기 (c)단계는, 서비스 서버가 픽킹오더를 상기 로컬서버에 더 전달하는 것을 특징으로 하되, 상기 픽킹오더는, 동일 단위그룹 내 포함된 복수 고객들의 수령상품정보들로부터 분류된 유사상품들을 기준으로 상품을 픽킹하는 순서인 것을 특징으로 할 수 있다.

또한, 상기 물류서비스 제공 방법은 (e) 서비스 서버가, 상기 수령장소의 차량인식 장치로부터 차량인식정보를 수신하는 단계; (f) 서비스 서버가, 상기 차량인식정보를 기초로 직접수령 가능차량인지 여부를 판별하는 단계;를 더 포함할 수 있다.

또한 이 때, (g) 상기 차량인식 장치는, 상기 서비스 서버의 판별 결과에 따라 직접수령 가능차량을 수령위치로 유도하고, 직접수령 불가능차량을 대기위치로 유도하는 것을 특징으로 할 수 있다.

또한, 상기 물류서비스 제공 방법에 있어서 상기 (a)단계는, 서비스 서버가 임의의 고객 단말기로부터 대리수령 요청을 더 수신하는 것을 특징으로 하고, 상기 (c)단계에서, 상기 수령상품정보는, 상기 고객이 대리수령하고자 하는 상품들의 정보도 포함하는 것을 특징으로 할 수 있다.

한편, 본 발명의 또 다른 실시예에 따른 상품을 제공하는 물류 시스템은, 적어도 하나 이상의 임의의 고객 단말기로부터 직접수령 요청을 수신하고, 상기 직접수령 요청 내 정보를 기반으로 상기 고객의 수령장소 도착예정시각을 연산하며, 연산된 도착예정시각 및 상기 고객의 수령상품정보를 상기 수령장소에 대응되는 로컬서버에 전달하는 서비스 서버; 를 포함하는 것을 특징으로 할 수 있다.

이 때, 상기 물류 시스템은 상기 서비스 서버로부터 도착예정시각 및 수령상품정보를 수신하고, 상기 수령장소 내 작업자 또는 로봇에 픽킹오더를 전달하는 로컬 서버;를 더 포함할 수 있다.

또한, 상기 물류 시스템은 상기 수령장소에 진입하고자 하는 차량은 인식하고, 차량인식정보를 상기 서비스 서버에 전달하는 차량인식 장치;를 더 포함하고, 상기 서비스 서버는, 상기 차량인식정보를 기초로 인식된 차량이 직접수령 가능차량인지 여부를 판별하는 것을 특징으로 할 수도 있다.

본 발명에 의하면, 온라인 상품 주문 후 직접수령을 하고자 하는 고객들에게 신속하게 상품을 제공할 수 있게 되는 효과가 있으며, 특히 저온 보관을 필요로 하는 상품들을 고객들에게 신속히 제공할 수 있는 효과가 있다.

또한 본 발명에 의하면, 고객들이 직접 상품을 수령해 갈 수 있도록 적극적 또는 간접적 유도를 함으로써 물류에 소요되는 비용절감을 통해 더 저렴한 가격에 상품을 제공할 수 있게 되는 효과도 꾀할 수 있다.

또한 본 발명에 의하면, 다수의 고객들이 온라인 주문을 한 뒤 직접수령을 원할 때에 도착예정시각을 기준으로 위 고객들을 그룹화 함으로써 상품 제공에 소요되는 시간 단축 및 리소스 사용 절감의 효과를 꾀할 수 있다.

또한 본 발명에 의하면, 직접수령을 하는 고객들을 또 다른 고객의 물류운송 수단으로 활용함으로써 물류운송의 공유화를 가능하게 하는 효과도 얻을 수 있다.

또한 본 발명이 제안하고자 하는 시스템은 오프라인 매장(예: 월마트 등)이 온라인 기반의 매장으로 변환될 때에 적합한 것으로, 종래 오프라인 매장의 넓은 진열 공간들은 온라인 쇼핑 플랫폼으로 대체하고, 종래 오프라인 매장의 넓은 주차공간은 드라이브인 픽업공간으로 대체할 수 있는 효과가 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명에 따른 물류 시스템의 개략적인 구성을 도시한 것이다.
도 2는 본 발명에서 제안하고자 하는 물류 창고의 실제 구현 모습을 도시한 것이다.
도 3은 본 발명에 따른 물류 시스템을 활용하여 직접수령을 위해 수령장소에 방문한 고객에게 상품을 제공하는 물류 서비스 제공 방법을 도시한 것이다.
도 4는 복수의 고객 단말기들을 통해 직접수령 요청이 수신된 경우, 각 고객들의 도착예정시각을 연산하고 이에 따라 그룹화를 하는 과정을 도시한 것이다.
도 5는 고객이 단말기를 이용하여 온라인 주문 및 직접수령 요청을 하는 모습을 도시한 것이다.
도 6은 수령장소에 접근 중인 고객의 위치가 거리에 따라 다른 색으로 표시되는 일 실시예를 도시한 것이다.
도 7은 복수의 직접수령 고객이 주문한 주문서를 취합하여 이를 다시 주문상품을 기준으로 픽킹오더를 재생성 한 실시예를 도시한 것이다.
도 8 내지 도 12는 창고 내에서 복수의 상품을 픽업하고자 할 때에 팔레트의 위치를 기반으로 최적화 된 경로를 구하기 위한 알고리즘의 이해를 돕기 위한 도면이다.
도 13은 수령장소에 고객의 차량이 도착하였을 시, 직접수령이 가능한 차량인지 여부를 차량인식을 통해 판단하여 차단기를 제어하는 실시예를 도시한 것이다.

본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하의 상세한 설명에 의해 보다 명확하게 이해될 것이다. 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.

본 명세서에서 개시되는 실시예들은 본 발명의 범위를 한정하는 것으로 해석되거나 이용되지 않아야 할 것이다. 이 분야의 통상의 기술자에게 본 명세서의 실시예를 포함한 설명은 다양한 응용을 갖는다는 것이 당연하다. 따라서, 본 발명의 상세한 설명에 기재된 임의의 실시예들은 본 발명을 보다 잘 설명하기 위한 예시적인 것이며 본 발명의 범위가 실시예들로 한정되는 것을 의도하지 않는다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한, 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록들 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.

또한, 어떤 구성요소들을 포함한다는 표현은 “개방형”의 표현으로서 해당 구성요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성요소가 다른 구성요소에 “연결되어” 있다거나 “접속되어” 있다고 언급될 때에는, 그 다른 구성요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 한다.

이하에서는 도면들을 참조하여 본 발명의 각 실시예들에 대해 살펴보기로 한다.

먼저 도 1은 본 발명에 따른 물류 시스템의 개략적인 구성을 도시한 것이다. 도 1에 따르면, 전체 시스템은 클라우드 기반의 서비스 서버, 그리고 각 물류창고 내지 수령장소에 대응되는 것으로서 네트워크를 통해 상기 서비스 서버와 연결된 복수의 로컬 서버들을 기본 구성으로 포함하며, 고객 단말기들은 본 발명에 따른 물류 시스템을 구성하는 직접적인 구성은 아니나 고객이 서비스 서버에 온라인 주문 및 직접수령 요청을 하기 위해 필요한 구성이므로 발명의 실시에 대한 이해를 돕기 위하여 같이 도시하였다. 이하에서는 각 구성들에 대해 살펴보기로 한다.

먼저 서비스 서버는, 하드웨어의 구성 측면에서 살펴볼 때 중앙처리유닛(CPU)과 메모리를 구비하고 있는 것을 전제로 하며, 중앙처리유닛은 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 불릴 수 있고, 또한 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다. 하드웨어를 이용하여 구현하는 경우에는 ASIC(application specific integrated circuit) 또는 DSP(digital signal processor), DSPD(digital signal processing device), PLD(programmable logic device), FPGA(field programmable gate array) 등으로, 펌웨어나 소프트웨어를 이용하여 구현하는 경우에는 위와 같은 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등을 포함하도록 펌웨어나 소프트웨어가 구성될 수 있다. 또한, 메모리는 ROM(Read Only Memory), RAM(Random Access Memory), EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래쉬(flash) 메모리, SRAM(Static RAM), HDD(Hard Disk Drive), SSD(Solid State Drive) 등으로 구현될 수 있다. 또한, 상기 관리 서버는 중앙처리유닛 및 메모리 외에도 외부 단말기 또는 외부 로컬 서버와 데이터를 송수신 하기 위한 통신장치를 더 포함할 수 있다.

다른 한편, 서비스 서버가 수행하는 역할 측면에서 살펴볼 때, 상기 서비스 서버는 적어도 하나 이상의 임의의 고객 단말기들로부터 직접수령 요청을 수신하고, 상기 직접수령 요청 내 정보를 기반으로 상기 고객의 수령장소 도착예정시각, 즉 고객이 물류창고에 물품 픽업을 위해 도착할 예정시각을 연산하며, 연산된 도착예정시각 및 상기 고객의 수령상품정보를 로컬 서버에 전달하는 것을 하나의 특징으로 할 수 있다. 또한, 상기 서비스 서버는 고객 단말기들로부터 직접수령 요청을 수신하기 이전, 고객 단말기들로부터 온라인 주문을 수신할 수 있으며, 이 때 온라인 주문 수신이란 고객들이 구매하고자 하는 상품을 선택하고, 해당 상품에 대한 비용을 결제하는 일련의 과정을 포함하는 것으로 이해될 수 있다.

참고로, 본 상세한 설명에서 언급되는 고객 단말기란 특정되지 않은 임의의 고객이 휴대하고 있는, 또는 소유하고 있는 단말기들을 통칭하는 것으로 이해되며, 여기에는 예를 들어 스마트폰, 태블릿 PC, 랩탑 컴퓨터, 데스크탑 컴퓨터 등과 같이 연산을 위한 중앙처리유닛(CPU)와 메모리를 구비하고 있는 장치를 모두 포함할 수 있다. 또한, 상기 고객 단말기는 외부의 다른 구성들, 즉 서비스 서버와 데이터를 주고 받을 수 있도록 네트워크 연결 기능도 갖출 것을 요한다.

한편, 본 발명에 따른 물류 시스템은 반드시 고객이 물건을 직접 수령하여야만 하는 형태로만 구현되는 것은 아니며 고객에게 상품을 배송하는 배송서비스도 병행 가능하도록 구현될 수 있는데, 이 때 상기 서비스 서버는 고객들의 직접 수령을 유도하기 위하여 특수한 형태의 과금 체계를 제공할 수 있다. 예를 들어, 서비스 서버는 고객에게 주문 시마다 상품을 배송해 주는 대신 소정의 연회비 결제를 유도할 수 있으며, 대신 해당 고객이 물품창고에 방문하여 직접 수령을 하는 경우에는 회당 일정 금액을 반환해 줌으로써 배송 서비스 제공과 고객의 직접 수령 유도를 병행하게 할 수 있다. 구체적인 예로서, 서비스 서버는 고객에게 3만 6천원의 연회비 결제에 상응하여 온라인 주문에 대한 상품 배송 서비스를 제공할 수 있으며, 대신 해당 고객이 온라인 주문 후 물류창고를 직접 방문하여 수령해 가는 경우에는 3천 포인트를 반환해 줌으로써 고객의 직접 수령을 유도할 수 있다. 이 경우 고객이 자신이 결제한 3만 6천원을 모두 포인트로 반환받기 위해서는 12번의 직접 수령이 필요할 것이다. 서비스 서버는 이와 같은 과금 체계를 고객에게 제공함으로써 고객의 직접 수령을 유도할 수 있음은 물론, 고객으로 하여금 무료 배송 혜택을 위해 더 많은 소비를 유도할 수 있게 되므로 운영자 입장에서는 고객 유치 및 매출 증대라는 상업적 효과 제고를 누릴 수 있는 장점이 있다.

또 다른 한편, 상기 서비스 서버는 후술하게 될 로컬 서버와 공유되는 정보, 또는 고객 단말기로부터 수신한 직접수령 요청 내 정보들을 기반으로 연산을 할 수도 있는데, 이 때 서비스 서버가 정보들을 기반으로 연산을 한다는 것의 의미는 대용량의 정보를 받아 처리하는 소위 빅데이터 처리로 이해될 수 있다. 예를 들어, 상기 서비스 서버는 데이터 추출, 변환, 적재 용 모듈 (data ETL Sqoop)을 활용하여 상기 관리정보 내 포함되는 데이터들을 처리할 수 있으며, 이를 데이터 대기모듈(Data Que Kafka), 데이터고속처리모듈(SPARK Stream)로 보내어 데이터처리모듈로 하여금 먼저 데이터분산파일시스템 (Hadooop HDFS)에 원본파일을 저장하고, 이를 정제한 후 빅데이터저장장치 (Hadoop HBASE)에 저장시키도록 구현할 수 있다. 이렇게 축적된 빅데이터는 다양한 응용프로그램에서 응용프로그램연계(API)를 통해 활용될 수 있다.

서비스 서버의 각 수행 단계에 대한 더 자세한 내용은 이어지는 도 3에 대한 설명에서 설명하기로 한다.

다시 도 1을 참조할 때, 본 발명에 따른 물류 시스템은 각 물류창고 내지 수령장소에 대응되는 로컬 서버를 더 포함할 수 있다. 로컬 서버는, 예를 들어 각 수령장소에 대한 전반적인 정보들을 수집 및 보관하며, 이러한 정보들을 네트워크를 통해 상기 서비스 서버와 공유하는 것을 주된 특징으로 할 수 있으며, 나아가 서비스 서버로부터 수신한 도착예정시각, 수령상품정보, 또는 픽킹오더를 참조하여 수령장소 내 상품 픽킹을 하는 작업자들의 단말기 또는 픽킹 로봇에 상품 픽킹 순서를 비롯한 오더를 전달하는 역할을 할 수 있다.

하드웨어 측면에서 볼 때에 위 로컬 서버 역시 앞서 설명한 서비스 서버와 유사하게 중앙처리유닛 및 메모리를 포함할 수 있다.

한편, 도 2는 본 발명에서 제안하고자 하는 물류 시스템 내 물류창고의 실제 구현 모습을 도시한 것이다.

도 2를 참조할 때, 물류창고(1000)는 내부에 상품들을 저장할 수 있는 공간을 형성시키기 위한 외벽, 바깥에서 내부를 들여다 볼 수 있는 개구부(1002), 내부 공간에 복수 개의 상품들을 적층할 수 있는 저장부(1010), 그리고 사용자가 상품을 픽업할 수 있는 출고부(1020)를 포함할 수 있다. 또한, 물류창고(1000)에는 앞서 언급한 로컬서버가 구비될 수 있다.

먼저 외벽과 관련하여, 외벽은 물류창고(1000)의 전체 골격을 이루는 것으로 상기 외벽은 콘크리트 및 철근 구조물을 포함하는 일반적인 건축물의 외벽과 동일한 방식으로 형성되어 임의의 부지 상에 축조될 수 있다. 한편, 상기 외벽은 반드시 콘크리트 및 철근 구조물로만 형성될 수 있는 것은 아니며, 금속 패널로 이루어진 소위 컨테이너 형태의 것으로도 형성시킬 수 있다. 이렇게 금속 패널의 외벽으로 이루어진 컨테이너 형의 경우 임의의 부지 상에 설치 및 철거가 비교적 자유로워 운영자의 필요에 따라 쉽게 물류창고를 운영할 수 있는 장점이 있다. 다른 한편, 상기 물류창고(1000)의 외벽에 의해 형성되는 공간은 기존 물류창고(마트) 건물에 비하여 획기적으로 줄어든 공간일 수 있다.

다음으로 개구부(1002)와 관련하여, 당해 개구부(1002)는 물류창고(1000)의 전면 외벽에 형성될 수 있는 것으로, 해당 개구부(1002)를 통해서는 바깥쪽에서 상품 픽업을 대기하고 있는 사용자가 내부의 상품 이송 상황을 살필 수 있다. 상기 개구부(1002)는 바람직하게는 외부로부터의 불법 침입을 방지하기 위하여 투명한 재질의 패널로 막혀 있을 수 있으며, 예를 들어 강화유리가 개구부(1002)에 설치될 수 있다. 한편, 본 개구부(1002)는 물류창고(1000)을 구현하는 데에 있어서 반드시 필수적인 구성요소는 아닐 수 있으며, 다만 상품의 출고를 기다리는 사용자 편의를 위하여 하나의 구성요소로 포함될 수 있는 것임을 이해한다.

다음으로 저장부(1010)와 관련하여, 물류창고(1000) 내에는 외벽에 의해 형성된 공간 내에 상품들이 저장될 수 있도록 저장부(1010)가 구성될 수 있는데, 이 저장부(1010)는 바람직하게는 선반 또는 랙(rack)과 같이 다수의 상품들을 올려둘 수 있는 구조물로 구성될 수 있다. 참고로 본 상세한 설명에서는 저장부(1010)를 구성하는 구조물을 랙(rack)이라 칭하기로 한다. 한편, 상기 저장부(1010)를 구성하는 랙은 공간 내에서 픽킹 로봇을 비롯하여 상품 픽킹을 위한 설비들이 설치가 될 수 있는 공간을 제외한 채 남은 공간에 설치가 될 수 있으며, 바람직하게는 도 2의 개구부(1002)를 통해서도 보이듯 랙이 양측면의 외벽(1001) 내측에 각각 설치되고, 2개의 랙 사이의 공간에서 픽킹 로봇이 이동 가능하도록 할 수 있다. 한편, 경우에 따라 상기 랙에는 복수의 팔레트들, 즉 상품이 담길 수 있는 팔레트들이 더 배열될 수 있으며, 이러한 팔레트들은 입고부를 통해 새로이 상품들이 입고될 때에 픽킹 로봇에 의해 입고부 쪽으로 이동되어 상품들이 담길 수 있는 용도로 활용될 수 있다. 한편, 본 단락에서는 저장부(1010) 내에 상품 픽킹을 위한 수단으로 픽킹 로봇이 언급되었으나, 이는 하나의 실시예에 불과한 것이고, 픽킹 로봇이 아닌 내부 종업원이 직접 물건을 픽킹하여 출고부에 제공하는 방식의 상품 픽킹 방식도 존재할 수 있다.

다음으로 출고부(1020)와 관련하여, 상기 출고부(1020)는 사전에 상품을 주문한 사용자가 직접 상품을 수령할 수 있는 공간 내지 구조물을 의미하는 것이며, 바람직하게는 도 2에서와 같이 전면의 일면에 돌출된 상태로 형성될 수 있다. 돌출된 부분 중에는 픽킹 로봇에 의해 픽킹된 상품들이 올려질 수 있도록 적어도 일부의 평평한 면이 존재할 수 있으며, 또한 해당 출고부(1020)는 사용자가 쉽게 상품들을 수령할 수 있도록 외벽의 하단에, 더 구체적으로는 1m 이하의 높이가 되도록 형성될 수 있다.

한편, 상기 출고부(1020)의 앞쪽으로는 고객들의 차량들이 픽업을 위해 이동할 수 있도록 드라이브스루(drive through) 도로가 마련될 수 있다.

이상 도 2를 참조하여 물류창고(1000)를 외부에서 바라보았을 때의 모습을 설명하였다.

이상 도 1및 도 2를 참조하여 본 발명에 따른 물류 시스템과 물류창고의 개략적인 구성에 대해 살펴보았다. 이하에서는 도 3을 참조하여 고객이 온라인 주문을 하는 단계에서부터 상품을 직접 수령하는 단계까지의 과정을 전반적으로 살펴보기로 한다.

도 3에 의할 때, 가장 먼저 서비스 서버는 고객 단말기로부터 상품 선택, 선택된 상품들에 대한 결제 등이 이루어지는 온라인 주문 수신 및 결제 단계(S101)를 수행하게 된다. 예를 들어, 고객 단말기에는 온라인 주문 및 결제를 위한 어플리케이션이 설치되어 있을 수 있으며, 고객은 이 어플리케이션을 통하여 상품을 선택하고 결제를 할 수 있다.

온라인 주문 및 결제 이후, 서비스 서버는 고객 단말기로부터 위 주문된 상품들을 직접수령하겠다는 직접수령 요청을 수신(S102)할 수 있다. 직접수령 요청은 다양한 방식으로 이루어질 수 있는데, 예를 들어 고객은 고객 단말기 상에서 ‘출발’ 버튼을 누름으로써 직접수령 요청을 전달할 수 있고, 또는 고객은 고객 단말기 상에서 ‘직접수령’을 라디오 박스 상에서 선택한 후 도착예정시각을 설정하여 직접수령 요청을 전달할 수도 있다. 위의 직접수령 요청 전송 및 수신 과정은 발명의 이해를 돕기 위한 하나의 실시예에 불과한 것이며, 이는 다양한 방식으로 이루어질 수 있음을 이해한다. 참고로, 도 5에는 고객이 스마트폰 상에서 복수의 상품들을 선택하는 화면, 선택된 상품들에 대한 결제화면, 그리고 직접수령 요청을 전송하기 위해 ‘출발’버튼이 표시된 화면의 일 실시예가 도시되어 있으며, 나아가 ‘출발’버튼을 누른 후 수령장소까지의 경로 및 도착 예정 시간을 표시하는 화면의 일 실시예도 도시되어 있다.

한편, S102단계에서 서비스 서버로 전달되는 직접수령 요청은 일련의 정보들을 포함하는 데이터를 의미하는 것으로 이해될 수 있으며, 이 때 포함되는 정보에는 상기 고객이 수령하고자 하는 상품들의 품목, 크기, 양, 상품번호, 생산(제조)업체 중 적어도 하나의 정보를 포함하는 수령상품정보가 포함될 수 있으며, 또한 고객이 위 상품들을 수령하고자 하는 위치인 수령장소정보가 더 포함될 수 있다. 나아가, 고객이 출발하는 시점에 대한 출발시각정보, 출발하는 위치에 대한 출발위치정보도 실시예에 따라 더 포함될 수 있다. 또 다른 한편, 상기 수령상품정보에는 고객이 대리수령하고자 하는 상품들의 정보도 포함될 수 있다. 즉, 임의의 고객은 다른 고객이 구매한 상품을 대리하여 수령할 수 있으며, 예를 들어 상기 임의의 고객은 다른 고객이 배송위치, 배송물품, 배송시간 중 적어도 하나의 정보와 함께 대리수령 요청을 네트워크를 통해 업로드 해 둔 경우, 이를 보고 대리수령 수락을 하고, 이 후 상기 수령상품정보에 대리수령하고자 하는 상품들의 정보가 포함된 채 상기 서비스 서버로 전달되도록 할 수 있다. 한편, 위 직접수령 요청에는 위 수령상품정보 대신 온라인 주문 번호가 포함될 수 있으며, 이 때 온라인 주문 번호는 앞서 고객이 한 온라인 주문에 대응되는 것으로, 이미 온라인 주문 단계에서 서비스 서버 내에 온라인 주문 번호가 생성되어 있다면 해당 온라인 주문 번호만으로도 수령상품정보가 특정되도록 구현될 수 있다. 또 다른 한편, 상기 출발시각정보는 고객이 직접수령 요청을 전송하고 서비스 서버가 이를 수신한 시각을 곧바로 출발시각정보로 활용할 수도 있으며, 이 경우 상기 직접수령 요청에는 별도의 출발시각정보가 포함되지 않을 수 있다. 또한, 상기 출발위치정보는 고객의 단말기에 구비된 GPS장치 또는 그 밖의 위치정보장치에 의해 생성된 정보일 수 있다.

S102단계 이후, 직접수령 요청을 수신한 서비스 서버는 위 직접수령 요청 내 정보를 기반으로 해당 고객의 수령장소 도착예정시각을 연산한다. (S103) 도착예정시각을 연산하는 데에 활용되는 정보로는 고객의 출발시각정보, 고객의 출발위치정보, 그리고 수령장소정보가 포함될 수 있으며, 서비스 서버는 위 정보들 외에 현재교통정보를 더 활용함으로써 고객의 출발점으로부터 수령장소까지의 경로와 해당 경로를 따라 이동할 경우 소요되는 시간을 산출하여 최종적으로 도착예정시각을 연산할 수 있다. 현재교통정보는 서비스 서버가 외부의 기관 서버에 접속하여 얻을 수 있는 정보일 수 있으며, 또는 서비스 서버가 현재교통정보를 제공하는 서비스 업체로부터 얻을 수 있는 정보일 수 있다.

다른 한편, 앞서에서는 서비스 서버가 고객의 수령장소 도착예정시각을 직접 연산하는 것을 하나의 실시예로 설명하였으나, 위 고객의 도착예정시각은 위 고객 단말기 상에서 연산이 된 후 해당 값만 서비스 서버가 수신하는 방식으로도 전달이 될 수 있다. 즉, 서비스 서버가 직접수령 요청을 받을 때에, 동시에 해당 고객 단말기로부터 연산이 마쳐진 도착예정시각 정보도 함께 수신함으로써 서비스 서버가 이를 획득 및 관리 할 수 있게도 구현할 수 있다. 즉, 도면에서의 S103단계는 연산의 수행 주체가 서비스 서버인 경우를 상정하여 도시된 것이나, 해당 단계는 고객 단말기에 의해 이루어진 후 도착예정시각만 서비스 서버에 전달되는 방식으로도 변형되어 구현될 있음을 이해한다.

한편, 서비스 서버가 도착예정시각을 연산 또는 수신한 후, 서비스 서버를 관리하는 운영자의 디스플레이 장치(예: 모니터)에는 도 6과 같은 형태의 고객 접근 현황이 표시될 수 있다. 도 6은 서비스 서버에 온라인 주문 및 직접수령 요청을 한 다수 고객들이 각각의 물류창고 내지 수령장소로 접근하는 현황을 표시한 실시예를 도시한 것인데, 이에 의하면 디스플레이 장치에는 접근 중인 고객들의 도착예정시각까지의 남은 시간에 따라 색깔로 구별되어 각 고객들이 표시될 수 있다. 후술하겠지만, 복수의 고객들은 도착예정시각이 유사한 고객끼리 그룹화 되어 관리될 수 있는데, 이 때 동일한 그룹 내의 고객들에 대해서는 디스플레이 장치에 같은 색깔로 표시될 수 있다.

한편, 서비스 서버가 도착예정시각을 연산 또는 수신하여 해당 정보를 획득한 후, 서비스 서버는 앞서 획득한 도착예정시각, 그리고 앞서 수신한 수령상품정보를 각 물류창고 내지 수령장소에 대응되는 로컬 서버에 전달한다. (S104)

S104단계 이후, 로컬 서버는 물류창고 내지 수령장소에 배치되어 있는 작업자들, 더 정확하게는 작업자들이 소지하고 있는 단말기들로 픽킹오더를 전달할 수 있으며, 또는 물류창고 내지 수령장소가 로봇으로 자동화 된 곳인 경우에는 각 로봇들에게 픽킹오더를 전달할 수 있다. (S105) 픽킹오더란, 주문된 상품을 픽킹하도록 하게 하기 위한 명령을 의미하는 것으로, 위 픽킹오더는 앞서 로컬 서버가 수신한 수령상품정보들을 상품 픽킹에 적합하게 재차 가공한 데이터를 포함하는 것을 특징으로 할 수 있다. 즉, 로컬 서버는 자신이 가지고 있는 물류창고 내지 수령장소 내 각종 상품들의 보관장소, 상품을 픽킹하기 위한 경로 등의 정보를 기반으로 위 고객이 주문한 상품들을 픽킹하기에 적합한 순서대로 다시 배열하는 등 데이터 가공을 할 수 있다. 예를 들어, 갑이라는 고객이 제1상품, 제2상품, 제3상품을 구입하였다고 가정할 때, 위 픽킹오더는 위 세 종류의 상품들이 물류창고 내지 수령장소의 어느 위치에 보관되고 있는지에 따라, 다시 말해 물류창고 내지 수령장소 내 작업자들 또는 로봇의 픽킹 효율성을 높이기 위하여 제2상품 - 제1상품 - 제3상품의 순서대로 재배열 될 수 있다.

한편, 위 픽킹오더는 앞서 설명한 것처럼 로컬 서버가 데이터 가공 과정을 거쳐 생성한 것일 수도 있으나, 이와 달리 서비스 서버가 자신이 가지고 있는 각 고객들의 수령상품정보, 그리고 각 물류창고 내지 수령장소 내 상품들의 보관 장소에 대한 정보를 기반으로 직접 픽킹오더를 생성한 후 이를 로컬 서버에 전달한 것일 수도 있다.

이상 도 3을 참조하여 본 발명에 따른 물류 서비스 제공 방법의 가장 간단한 실시예에 대해 살펴보았다. 한편, 앞서 살펴 본 물류 서비스 제공 방법은 1명의 고객을 기준으로 해당 고객이 온라인 주문 및 직접수령 요청을 하는 과정에 대해 살펴본 것이었으나, 상세한 설명 서두에서도 언급하였듯 본 발명에 따른 물류 서비스 제공 방법은 복수의 고객들을 대상으로 하는 것이며, 이에 대해서는 도 4에 대한 설명에서 관련 내용을 살펴보기로 한다.

도 4는 3명의 고객들(고객A, 고객B, 고객C)이 직접수령 요청을 한 경우를 상정하여 도식화 한 것이다. 예를 들어, 고객A, 고객B, 고객C가 각각 서비스 서버에 대해 12시 54분, 13시 01분, 13시 05분에 직접수령 요청(S202A, S202B, S202C)을 한 경우, 서비스 서버는 각 고객들의 도착예정시각을 연산(S203)하게 된다. 이 때 도착예정시각의 연산 주체는 전술한 바와 같이 서비스 서버이거나 또는 각 고객들의 단말기일 수 있다.

다시 도 4를 참조할 때, 서비스 서버에 의해 연산된 각 고객들의 도착예정시각은 13시 10분, 13시 14분, 13시 40분일 수 있는데, 이 때 서비스 서버는 도착예정시각이 기 설정된 시간범위 내에 속하는 고객들을 각각 하나의 단위그룹으로 분류할 수 있다. 예를 들어, 기 설정된 시간범위가 5분이라 가정할 때에 고객A와 고객B의 도착예정시각은 고객A의 도착예정시각 기준으로 4분 차이가 나게 될 것이므로 서비스 서버는 고객A와 고객B를 하나의 단위그룹인 그룹I로 분류할 수 있으며, 나머지 고객C는 그룹II로 분류할 수 있다.

이렇게 단위그룹으로 분류가 된 이후, 서비스 서버는 로컬 서버에 도착예정시각 및 수령상품정보를 전달할 때에 위 단위그룹 별로 정보를 나누어 전달할 수 있다. (S204)

또한, 단위그룹 별로 전달된 도착예정시각 및 수령상품정보에 의해 로컬 서버는 새로운 픽킹오더를 생성한 후, 이를 작업자 단말기 또는 로봇에 전달하여 상품 픽킹을 진행하도록 할 수 있다. (S205)

픽킹오더와 관련하여, 서비스 서버 또는 로컬 서버가 수령상품정보를 기반으로 픽킹오더를 생성할 수 있음을 전술하였는데, 도 7에는 위 그룹I 내 고객A와 고객B의 수령상품정보를 기반으로 생성된 픽킹오더의 실시예가 도시되어 있다.

도 7을 참조할 때, 고객A는 우유 2L와 한우 300g을 주문하였고, 고객B는 삼겹살 600g과 한우 300g을 주문하였는데, 이러한 정보들을 기반으로 생성된 픽킹오더는 도 7의 우측에서도 볼 수 있듯 주문상품을 기준으로 순서가 재배열 될 수 있으며, 이 때 주문상품 순서는 물류창고 내지 수령장소에 보관되어 있는 상품들을 가장 단 시간 내에 혹은 가장 짧은 경로로 픽킹할 수 있는 순서일 수 있다. 참고로, 픽킹오더에는 각 상품이 보관되어 있는 위치정보, 즉 팔레트ID가 포함될 수 있으며, 이러한 픽킹오더를 수신한 작업자 또는 로봇은 위 정보를 참조하여 상품 픽킹을 진행할 수 있다.

도 8내지 도 12는 최적화 된 픽킹오더를 생성하기 위한 알고리즘의 이해를 돕기 위한 것이다.

물류창고 내지 수령장소 내에서 상품들을 픽킹하는 경로를 최적화 하기 위해서는 경로함수 F가 정의될 수 있는데, 본 발명에서는 위 경로함수를 3차원 공간 좌표로 정의되는 상품 보관 위치를 기준으로 정의하기로 한다. 예를 들어, 상품이 보관된 팔레트의 위치를 행(A, B, C …), 열(1, 2, 3, …), 층(I, II, III, …)으로 정의한다면, 경로함수는 기준점을 시작으로 상품 픽킹을 위해 각 팔레트를 거치는 단위거리의 누적된 합으로 결정될 수 있다.

도 8은 각 고객들이 주문한 상품들을 픽킹하기 위한 경로들인 P1, P2, P3를 도시하되, 서비스 서버 또는 로컬 서버가 빅데이터 및 기계학습 기반의 딥러닝을 통해 경로함수의 최적화 된 값을 구할 때에 전제가 되는 조건식을 함께 기재한 것이다. 구체적으로, 만일 고객A, B, C의 주문 상품들을 개별적으로 픽킹할 때에 필요한 경로함수 값이 각각 F(P1)=62, F(P2)=73, F(P3)=25라 할 때, 기계학습 기반의 딥러닝을 통해 연산되는 최적화 된 경로함수는 적어도 F(P1)+F(P2)+F(P3)의 값보다는 작은 값을 가져야 할 것이다. 이를 식으로 표현하자면 아래와 같이 나타낼 수 있다.

F(P1+P2+P3) < F(P1)+F(P2)+F(P3)

이와 유사하게, 각 경로에 따른 포장시간함수를 T라 정의할 때에도, 3명 고객의 상품들을 모두 픽킹 및 포장하는 데에 걸리는 시간 T(P1+P2+P3)는 각 고객의 상품들을 개별로 픽킹 및 포장하는 데에 걸리는 시간들의 합인 T(P1)+T(P2)+T(P3)보다 더 작은 값을 가져야 할 것이다.

즉, 서비스 서버 또는 로컬 서버는 기계학습 기반의 딥러닝을 통해 경로함수 또는 포장시간함수의 최적화 된 값을 구하되, 위와 같은 전제조건에 맞추어 학습 및 연산을 수행하게 될 것이다.

한편, 경로함수 또는 포장시간함수 상에서의 최적값을 연산하기 위해서는 복수의 온라인 주문 고객이 존재할 때에 유사한 주문을 한 고객들을 하나의 유사주문 고객들로 그룹핑을 하는 것도 고려될 수 있다. 즉, 다수 고객의 온라인 주문 정보를 기반으로 최적의 픽킹경로를 연산해 내에 물류 서비스를 제공할 때에 최소의 움직임(또는 시간)만으로 정해진 시간 내에 포장 및 상품제공이 완료될 수 있도록 유사주문 고객들을 하나로 묶을 필요성이 있다는 것이다. 이는 사실상 상품의 종류, 상품 주문량, 그리고 보관 위치 등에 의해 다양한 경우의 수가 발생할 수 있어 최적화 모델링이 매우 어렵다 할 것이다. 그러나 이러한 모델링은 빅데이터 기반으로 기계학습을 수행시킴으로써 점차 서비스 서버 또는 로컬 서버로 하여금 픽킹오더를 생성할 때에 개선이 되도록 구현될 수 있다.

도 9에는 복수의 온라인 주문 고객이 존재할 때에 유사한 주문을 한 고객들을 하나의 유사주문 고객들로 그룹핑함으로써 경로함수 또는 포장시간함수의 최적화를 구현하는 알고리즘이 개념적으로 도시되어 있다. 예를 들어, 9명의 고객들로부터 각각 온라인 주문(도 9의 좌측 사각형 9개)이 이루어졌고 주어진 도착예정시각은 10분 후라 가정할 때, 서비스 서버 또는 로컬 서버는 작업자 또는 로봇의 최적 픽킹 경로와 개수를 정하고 이를 기반으로 9명 고객들의 물품을 도 9의 우측 사각형 3개로 표시된 것과 같이 3개씩 묶어서 최소의 이동경로, 그리고 주어진 시간인 10분 내에 상품들을 모두 픽킹할 수 있는 조합을 신경만 기반의 엔진을 통해 찾아낼 수 있다. 즉, 각 온라인 주문 상품의 위치들을 입력집합으로 하고 이동경로의 값을 출력으로 한 뒤 제한된 시간 내에 이를 최적화 하는 경로를 선정하고, 이를 기반으로 최적의 픽킹 오더를 구하는 것이다.

도 10은 임의의 고객인 고객A가 27개의 상품을 주문한 경우 해당 주문으로부터 상기 최적화 값 연산을 위한 변수들이 어떻게 표현될 수 있는지를 나타낸 것이다. 예를 들어, 도 10에서와 같이 고객A가 주문한 상품이 27개의 종류이고 각각 빨간색 팔레트에 10개, 초록색 팔레트에 8개, 파란색 팔레트에 9개가 보관되어 있다고 가정하자. 이 상품들을 모두 픽킹하는 경로를 P1이라 하면, 주문상품 27개를 픽킹하기 위한 경로는 전술한 팔레트의 위치를 기반으로 벡터 또는 텐서 변수화 할 수 있다. 예를 들어, P1 = {R1(A,3,II), R2(B,7,III), …, G1(A,7,V), … B1(A,5,I), …}와 같이 나타내어질 수 있는 것이다. 위 P1 경로의 표시는 27개의 3차원 공간좌표를 가지는 변수들로 나타내어 졌으나, 반드시 이에 한정되는 것은 아니며, 임의 경로를 특정하여 나타낼 수 있는 한 변수의 종류 및 표현 방식에는 제한이 없다 할 것이다.

한편, 한 고객의 주문이 포함하는 R, G, B 변수를 도 11에서와 같이 서로 다른 3개의 입력변수 (P1, P2, P3)로 하여 입력층 및 다수의 은닉층, 그리고 출력층으로 이루어진 신경회로망 구조의 서비스 서버, 또는 로컬 서버 내 딥러닝 프로그램을 구현할 수 있다.

다수의 고객의 주문데이터를 입력으로 해서 이동 거리와 소요 시간을 측정, 각각의 층(레이어)의 가중치를 조절하는 기계학습을 수행하여, 최적의 딥러닝 프로그램을 구축할 수 있다. 즉, 3개의 입력변수 P1, P2, P3를 대입하여 첫 번째 은닉층의 가중치를 W11, W12, ..., W5를 곱해서 은닉노드의 함수값을 구하고 이를 반복한다. 마지막으로 출력 F와 T를 마지막 은닉층의 가중치 V11, V12, ...를 곱해서 구하도록 한다. 이렇게 만들어진 딥러닝 기반의 프로그램을 입출력 현장 데이터를 기반으로 학습을 통해 지능성을 높여 나간다. 빠른 수렴과 정확도를 위하여 각각의 변수들을 통계적으로 전처리 튜닝을 수행한다. 이렇게 구축된 딥러닝 인공 지능 프로그램을 기반으로, 이동거리 최소화가 되고 목표시간 내에 포장완료가 가능한 유사 고객 주문을 묶는 알고리즘이 본 발명의 핵심기능 중 하나가 되는 것이다.

또 다른 한편, 본 발명에서의 서비스 서버 또는 로컬 서버는 빅데이터 및 기계학습 기반의 딥러닝을 통하여 고객들이 다음 구매 단계에서 구매할 상품의 종류 및 개수를 예측하도록 구현될 수도 있다. 예를 들어, 우유의 판매량 예측이 90개 또는 110개로 되었는데 실제 고객이 주문을 한 우유의 개수는 100개라 할 때, 만일 90개로 예측하여 상품을 들였다면 조기 품절로 인하여 손해가 발생할 수 있으며, 만일 110개로 예측하여 상품을 들였다면 10개가 남아 상품 폐기로 인한 손해가 발생할 수 있다. 따라서 고객들이 과거 구매한 이력에 대한 빅데이터를 기반으로 고객들의 구매 패턴(종류 및 수량)을 예측하는 알고리즘은 본 발명과 같은 물류 서비스 시스템에 있어서 반드시 필요한 것이라 할 수 있다.

도 12에는 이와 같은 고객들의 구매 패턴을 예측하기 위한 알고리즘이 개념적으로 도시되어 있다. 이를 참조할 때, 관리 서버(200) 또는 로컬 서버(100)는 고객 구매이력 데이터 테이블을 기반으로 고객별 정규화 및 상품별 정규화를 입력으로 뉴럴네트워크 기반의 딥러닝 과정을 거쳐 각각의 고객별 상품과의 연관지수를 예측하도록 할 수 있다. 이를 통해 연산된 고객들의 구매 패턴이 연산되면, 이를 기반으로 한 고객 간의 유사성은 아래 수식을 통하여 얻어질 수 있으며, 기 설정된 값보다 높은 유사성을 가지는 고객들끼리는 한 그룹으로 묶일 수 있다.

한편, 이러한 방식으로 묶인 그룹 내의 고객과 상품을 대상으로 어떤 고객과 상품이 관련성을 가지는지에 대한 지표를 서비스 서버 또는 로컬 서버가 과거 구매 이력 데이터를 기반으로 학습하도록 할 수 있다.

지금까지 복수의 고객들이 온라인 상으로 주문을 한 후 직접수령 요청을 한 경우, 서비스 서버 및 로컬 서버를 이용하여 위 고객들에게 최적화 된 물류 서비스를 제공하는 과정에 대해 살펴보았다.

한편, 도 13은 물류창고 내지 수령장소에 고객이 도착하였을 때, 직접수령이 가능한 차량인지 여부를 차량인식 장치를 통해 판별하고, 그에 따라 적절한 후속조치를 취할 수 있는 시스템에 대해 설명하기 위한 도면이다.

도 13에서의 실시예는 서비스 서버와 차량인식 장치가 주된 구성으로 포함되며, 가장 먼저 차량인식 장치가 물류창고 내지 수령장소에 도착한 차량을 인식하는 것으로부터 시작(S1001)된다. 이 때, 차량인식 장치는 차량의 번호판 또는 차량의 외관 등 해당 차량을 특정할 수 있는 장치를 모두 포함하는 것으로 이해될 수 있으며, 바람직하게는 차량인식 결과에 따라 작동되는 차단기를 더 구비한 것을 이해될 수 있다.

차량인식이 된 후, 차량인식 장치는 차량인식 정보를 서비스 서버에 전달(S1002)하는데, 이 때 전달되는 차량인식 정보에는 해당 차량의 번호, 촬영사진 중 적어도 하나가 포함될 수 있다.

차량인식 정보를 수신한 서비스 서버는, 해당 차량이 직접수령이 가능한 차량인지 여부를 판별(S1003)하게 되는데, 이 때 직접수령이 가능한지 여부는 해당 차량이 직접수령 요청을 한 고객의 차량인지, 해당 차량이 도착예정시각에 맞추어 도착을 하였는지, 고객이 직접수령을 요청한 상품들의 준비가 되었는지 등을 기준으로 판별하게 된다.

한편, 서비스 서버는 그 판별 결과를 다시 차량인식 장치에 전달(S1004)함으로써 차량인식 장치가 도착 차량을 정해진 위치로 유도할 수 있도록 한다. (S1005) 이 때, 해당 차량이 직접수령이 가능한 경우, 차량인식 장치는 위 차량이 상품을 수령할 수 있도록 수령위치로 유도할 수 있으며, 만일 직접수령이 불가능한 상태의 차량인 경우에는 차단기를 차단한 채 해당 차량의 대기를 유도하거나, 해당 차량을 별도의 대기공간으로 유도할 수 있도록 할 수 있다.

이상 물류 시스템 및 위 시스템을 이용하여 직접수령을 원하는 고객들에게 상품을 제공하는 물류 서비스 제공 과정에 대해 살펴보았다. 한편, 본 발명은 상술한 특정의 실시예 및 응용예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 구별되어 이해되어서는 안 될 것이다.

100 서비스 서버
200 로컬 서버
300 고객 단말기
1000 물류창고
1002 개구부
1010 저장부
1020 출고부
1030 드라이브스루 도로

Claims (1)

1. 물류창고에서의 직접수령 고객을 위한 물류서비스 제공 방법에 있어서,
   상기 물류창고는,
   내부에 상품들을 저장할 수 있는 공간을 형성시키기 위한 외벽;
   상기 물류창고 내부의 상품 이송 상황을 외부에서 볼 수 있도록 한 것으로서 상기 외벽에 형성되는 개구부;
   내부 공간에 복수 개의 상품들을 담기 위한 팔레트들을 포함하는 저장부;
   상품 픽킹을 위한 픽킹 로봇;
   고객이 상품을 픽업할 수 있는 출고부 - 상기 출고부는 상기 고객이 직접 상품을 수령하는 구조물로서, 상기 물류창고의 전면에 돌출된 상태로 형성되며, 상기 픽킹 로봇에 의해 픽킹된 상품들이 올려질 수 있도록 적어도 일부의 평평한 면을 포함함 - ; 및
   로컬서버;를 포함하고,
   상기 출고부의 전면으로는 고객들의 차량들이 픽업을 위해 이동 가능한 드라이브스루 도로가 형성된 것을 특징으로 하며,
   상기 물류서비스 제공 방법은,
   (a) 서비스 서버가, 복수의 고객 단말기들로부터 고객들의 직접수령 요청 - 상기 직접수령 요청은, 고객이 수령하고자 하는 수령상품정보, 고객의 출발시각정보 및 출발위치정보를 포함함 - 들을 수신하는 단계;
   (b) 서비스 서버가, 상기 수신한 직접수령 요청들 내 정보를 기반으로 상기 고객들의 수령장소 도착예정시각을 연산하는 단계;
   (c) 서비스 서버가, 도착예정시각이 기 설정된 시간범위 내에 속하는 고객들을 하나의 단위그룹으로 분류하는 단계;
   (d) 서비스 서버가, 상기 (c)단계에서 분류된 단위그룹 별로, 연산된 도착예정시각 및 상기 고객의 수령상품정보를 상기 수령장소에 대응되는 로컬서버에 전달하는 단계;
   (e) 상기 로컬서버가, 상기 수령장소 내 픽킹 로봇에 픽킹오더 - 상기 픽킹오더는, 상기 (c)단계에서 분류된 단위그룹에 포함되는 복수 고객들의 수령상품정보들로부터 분류된 유사상품들을 기준으로 그룹핑 된 유사주문 고객들의 상품들을 픽킹하는 순서임 - 를 전달하는 단계;
   (f) 서비스 서버가, 차량인식 장치로부터 차량인식정보를 수신하는 단계;
   (g) 서비스 서버가, 상기 차량인식정보를 기초로 직접수령 가능차량인지 여부를 판별하는 단계; 및
   (h) 상기 차량인식 장치가, 상기 서비스 서버의 판별 결과에 따라 직접수령 가능차량을 수령위치로 유도하고, 직접수령 불가능차량을 대기위치로 유도하는 단계;
   를 포함하되,
   상기 픽킹오더는, 기계학습 기반의 알고리즘을 이용하여 연산된 경로함수(F) - 상기 경로함수(F)는, 기준점을 시작으로 고객들의 상품들을 픽킹하기 위해 각 팔레트를 거치는 단위거리의 누적된 합으로서, 3차원 공간 좌표로 결정되는 팔레트 위치를 기준으로 결정됨 -, 및 포장시간함수(T) - 상기 포장시간함수(T)는, 고객들의 상품들을 개별로 포장하는 데에 걸리는 시간들의 합임 - 의 최적화 된 값을 기초로 생성되는,
   물류서비스 제공 방법.