요약
- 라스트마일 배송업체 OneRail이 엔비디아의 AI 소프트웨어를 활용한 플랫폼 '오미스타(OmniStar)'를 공개했어요.
- 배송 경로 선택에 걸리던 시간을 20분에서 2분30초로 줄였고, 한 타이어 유통업체는 3년 기준 4,000만달러를 절감했어요.
- OneRail은 4분기 총거래액이 60억달러를 넘어설 것으로 보고, 아마존·월마트에 맞서려는 중소 리테일러를 겨냥하고 있어요.
- 플랫폼명
- OmniStar (OneRail이 엔비디아와 함께 개발)
- 경로 결정 시간
- 기존 20분 → AI 적용 후 2분30초
- 데이터 네트워크
- 드라이버 1,200만명 이상, 물류 파트너 1,000곳 이상
- 도입 사례
- 대형 타이어 유통업체, 3년 기준(run rate) 4,000만달러 절감
- 4분기 전망
- 총거래액(GMV) 60억달러 이상 예상
- 협업 기간
- OneRail-엔비디아 파트너십 3년 전 시작
- 관련 파트너십
- 올해 초 FedEx와 당일배송 확대 협력 발표
배송 경로 계산, 20분에서 2분30초로
라스트마일 배송업체 OneRail이 엔비디아의 AI 소프트웨어를 활용한 새 플랫폼 '오미스타(OmniStar)'를 선보였다고 CNBC가 9월 1일(현지시간) 전했어요. 리테일러가 개별 주문마다 어떤 배송 방식이 가장 효율적인지 골라야 할 때, 예전에는 20분이 걸리던 판단을 오미스타는 2분30초 안에 끝낸다고 회사는 설명해요. OneRail CEO 빌 카타니아는 "번개처럼 빠른 결정을 내리지 못하면 마진을 내주는 셈"이라며 라스트마일 배송의 비용 부담을 강조했어요.
풀어서 설명하면, 엔비디아는 챗봇을 직접 만드는 회사가 아니라 AI 연산에 필요한 칩과 소프트웨어를 파는 회사예요. OneRail은 이 하드웨어와 소프트웨어를 빌려, 자사가 모은 배송 데이터로 훈련한 모델을 대규모로 돌리는 방식으로 오미스타를 만들었어요.
엔비디아와 3년 협업이 만든 결과
전자상거래가 커지면서 리테일러들은 늘어나는 주문량에 맞춰 유연한 공급망을 갖춰야 했는데, 배송 경로를 정하는 과정은 리테일러와 물류업체 사이에서 여전히 수동적이고 조각조각 나눠져 있었다고 원문은 짚어요. OneRail의 AI 총괄 David Daeschler는 엔비디아와 이 문제를 풀기 위한 협업을 3년 전 시작했다고 밝혔어요. 그는 "AI가 이런 판단을 극도로 빠르게 내리게 만드는 지점에서 엔비디아의 하드웨어와 소프트웨어가 실제로 이 시스템을 규모 있게 작동시킨다"고 말했어요. 엔비디아 리테일·소비재 부문 부사장 겸 총괄 Azita Martin은 이 결과를 "고정된 규칙이나 수동 계획에 의존하지 않고, 적절한 비용으로 적절한 배송사와 방식에 주문을 연결하는 실시간 판단 계층"이라고 표현했어요.
실제 도입 사례가 보여주는 숫자
OneRail은 오미스타가 이미 일부 고객사에 적용됐다고 밝혔어요. 대형 타이어 유통업체 한 곳은 자원을 더 효율적으로 쓰게 되면서 3년 기준으로 4,000만달러를 절감하는 효과를 봤다고 전했어요. 회사는 4분기 총거래액이 60억달러를 넘어설 것으로 내다보고 있어요.
| 지표 | 값 |
|---|---|
| 배송 드라이버 네트워크 | 1,200만명 이상 |
| 물류 파트너 수 | 1,000곳 이상 |
| 타이어 유통업체 3년 절감액(run rate) | 4,000만달러 |
| 4분기 예상 총거래액(GMV) | 60억달러 이상 |
이 데이터는 OneRail이 자체적으로 모아 온 배송 네트워크에서 나온다고 회사는 설명해요. 드라이버와 물류 파트너 규모가 클수록 AI가 학습할 경로·비용 조합도 늘어나는 구조예요.
아마존·월마트와 맞서는 중소 리테일러
OneRail은 올해 초 FedEx와 손잡고 모든 고객사에 당일배송 서비스를 넓히는 파트너십을 발표한 바 있어요. 카타니아는 이 협력이 이번 오미스타와 맞물려 중소 리테일러와도 더 잘 일할 수 있게 해준다고 덧붙였어요. Daeschler는 오미스타를 두고 "챗GPT와 앤스로픽이 글에 해준 일을 배송에 해주는 것"이라며, 원본 모델을 자사 데이터로 훈련해 사람들에게 저렴한 배송 접근성을 준다는 취지라고 설명했어요.
에디터의 시선
이번 발표에서 눈에 띄는 건 엔비디아가 또 한 번 자기 자리를 지켰다는 점이에요. 챗봇 경쟁에 뛰어드는 대신, 물류라는 전혀 다른 산업의 의사결정 속도를 20분에서 2분30초로 줄이는 데 칩과 소프트웨어를 빌려줬어요. 이 구조는 오픈AI·구글이 모델을 훈련할 때 엔비디아 GPU를 쓰는 것과 본질이 같아요 — 누가 최종 서비스를 만들든, 그 밑단은 엔비디아가 깔아준다는 점이에요.
물류 업계를 오래 지켜본 사람 입장에서 보면, 라스트마일 배송의 경로 최적화는 원래 대형 유통사만 자체 시스템에 투자할 수 있던 영역이었어요. 아마존이나 월마트는 자체 물류망과 알고리즘을 갖췄지만, 중소 리테일러는 수동 판단이나 정적인 규칙에 의존해야 했죠. OneRail이 자사 드라이버 1,200만명·파트너 1,000곳 데이터를 학습시켜 이 판단을 대신해준다면, 그 격차가 줄어드는 방향으로 움직이는 거예요.
다만 이 숫자들은 전부 회사 측이 CNBC에 전한 값이라는 점을 짚어둘 필요가 있어요. 타이어 유통업체의 4,000만달러 절감이나 4분기 60억달러 GMV 전망은 아직 제3자가 검증한 수치가 아니에요. 국내에서 물류·유통 업계가 이 사례를 참고한다면, 발표된 절감액 자체보다는 '경로 결정을 몇 분 안에 끝내는가'라는 속도 기준을 자기 시스템에 대입해 보는 쪽이 더 실용적이에요. 앞으로 몇 달은 오미스타가 실제로 몇 개 고객사에 더 붙는지, 그리고 그 결과가 4분기 실적 발표에서 숫자로 확인되는지가 이 플랫폼의 진짜 시험대가 될 거예요.
댓글