AX 솔루션(AI Transformation)
비정형 화물의 적재와 하차를 데이터로 연결하다
피지컬 AI 기반 3D 빈 패킹과 글로벌 디지털 브릿지
솔로몬엠은 화물의 형상·중량·변형 특성을 예측하는 3D 빈 패킹 엔진과 초저지연 디지털 브릿지를 결합해,도크 상차부터 원격 하차 준비까지 하나의 운영 흐름으로 연결합니다.
형태가 변하는 화물까지 예측하고,
도착 전 하차를 준비합니다
정형 박스를 넘어, 외력에 따라 형태가 달라지는
비정형 가변 화물(Deformable Cargo)까지 제어합니다.
폴리백, 마대, 포대의 체적·중량·재질·압축 특성 데이터를 정규화하고,
이를 바탕으로 적재 공간과 안정성을 함께 고려한 동적 3D 빈 패킹을 수행합니다.
상차 과정에서 생성된 화물별 위치·중량·적재 순서 정보는
글로벌 디지털 브릿지를 통해 원격 및 해외 하차 거점에 동기화됩니다.
도착지는 차량 이동 중 하차 순서와 로봇 작업 경로를 미리 준비해,
재식별과 도크 대기에서 발생하는 병목을 줄일 수 있습니다.
솔로몬엠 3D 예측 적재 최적화 엔진
화물 물성 데이터
체적·중량·특성 정규화
3D 적재 최적화
무게중심 동적 분산
공간 활용률 극대화
적응형 파지
소프트 그리퍼
비정형 화물 형상 변형 사전 예측 / 붕괴 위험 선제 방지
Global Digital Bridge (디지털 트윈 동기화)
● 상차 거점(3D 맵핑)
gRPC Streaming
해외 하차 거점
도착 전 최적 하차 시퀀스 사전 수립
대기 시간 제로(0)화
INDUSTRY CHALLENGES
물류 자동화의 핵심 난제,
왜 상하차 도크(Dock) 공정에서 지연되는가?
분류, 이송, 라스트마일 배송은 이미 고도화되었지만, 가장 노동 강도가 높은 상하차 작업은 여전히 사람의 손에 머물러 있습니다.
규격화되지 않은 비정형 화물과 고정된 룰(Rule) 기반 로봇의 명확한 한계 때문입니다.
비정형 화물의 급증
전체 택배의 과반 이상을 차지하는 비닐 폴리백,
쌀포대, 마대 등은 내용물에 따라 무게중심과
마찰력이 실시간으로 변하여 기존 2D 흡착형
로봇으로는 안정적인 파지가 불가능했습니다.
사전 프로그래밍의 한 계
정해진 궤적만 반복하는 룰 기반 자동화는
트럭 내부의 복잡한 적재 환경과 화물 붕괴 위험에
스스로 대응하지 못하며, 공간 낭비와
잦은 화물 파손 문제를 해결하지 못했습니다.
글로벌 거점 간 데이터 단절
상차지에서 어떻게 적재되었는지 하차지에서 알 수 없어, 트럭이나 컨테이너가 도착할 때마다
처음부터 다시 계측하고 판단해야 하는
'운영의 고립화(Data Island)'가 지속되었습니다.
CORE COMPETENCY
솔로몬엠이 완성한 피지컬 AI 풀스택 아키텍처
솔로몬엠은 20여 년간 축적된 모빌리티·차량 IT 관제 역량과 대규모 연계 인프라 기술을 토대로,
비정형 화물의 사전 센싱부터 최적 적재, 그리고 글로벌 거점을 잇는 디지털 브릿지까지 일체형으로 구현합니다.
Core 01
비정형 가변 3D 빈 패킹 최적화
물성 변화를 예측하는 비정형 3D 빈 패킹 최적화
운송장 식별 정보와 실시간 계측 중량, 3D 체적, 재질 및 변형 특성을
통합·정규화합니다. 솔로몬엠의 최적화 엔진은 주어진 연산 시간 안에
차량 및 컨테이너 내부의 실행 가능한 3D 적재 좌표를 도출하고,
공간 활용률과 적재 안정성을 함께 최적화합니다.
물성 기반 배치 예측
화물의 중량 분포와 변형 특성을 반영해 무게중심 편중과 적재 붕괴 위험을 낮춥니다.
공간·안정성 동시 최적화
빈 공간을 줄이면서도 압착, 전도, 미끄러짐 가능성을 함께 고려합니다.
하차 순서 연계 배치
경유지와 출고 순서에 맞춰 선입선출(FIFO)·후입선출(LIFO) 조건을 반영하고 재배치 작업을 줄입니다.
Core 02
가상–물리 적재 맵 동기화
적재 맵을 실시간 동기화하는 글로벌 디지털 브릿지
상차 도크에서 생성된 화물별 위치·중량·적재 순서 데이터를
3D 적재 맵으로 구성하고, gRPC 스트리밍 기반
글로벌 디지털 브릿지를 통해 원격 및 해외 하차 거점에 동기화합니다.
도착 전 하차 계획
차량 이동 중 하차 순서와 로봇 작업 경로를 사전에 계산해 도착 후 준비 시간을 단축합니다.
전 구간 데이터 연속성
상차·운송·하차 데이터를 하나의 화물 ID로 연결해 도착지 재식별과 수작업 대조를 줄입니다.
기존 시스템 연동
표준화된 화물 데이터 스키마와 API를 통해 창고관리시스템(WMS), 운송관리시스템(TMS), 설비제어시스템과 연계합니다.
Core 03
NVIDIA Omniverse & Isaac Sim 결합
현장 적용 전 위험을 검증하는 가상 시뮬레이션
NVIDIA Omniverse와 Isaac Sim 기반의 가상 환경에서 적재 안정성,
로봇 동작, 충돌 가능성을 사전에 검증합니다.
반복 시뮬레이션을 통해 제어 정책을 보완하고, 검증된 모델을
엣지 환경에 최적화해 현장 대응성을 높입니다.
가상 사전 검증
다양한 화물 조합과 도크 조건을 재현해 위험 시나리오를 반복 검증합니다.
Sim-to-Real 연계
가상 환경의 학습·검증 결과를 실제 로봇 운영 조건에 맞춰 적용합니다.
엣지 추론 최적화
현장 장비에서 필요한 판단을 지연 없이 수행하도록 추론 파이프라인을 최적화합니다.
Core 04
솔로몬엠 FMS 및 모빌리티 관제 노하우
기존 물류 시스템과 현장 설비를 연결하는 통합 관제
솔로몬엠의 모빌리티 관제 경험을 바탕으로 로봇, 센서, 도크 설비와
기존 물류 시스템을 하나의 운영 화면에 연결합니다.
작업 상태와 장애 이벤트를 실시간으로 수집하고, 운영 정책에 따라
작업을 재배분해 현장 중단 시간을 줄입니다.
통합 상태 관제
로봇·설비·작업 흐름을 하나의 화면에서 확인합니다.
이상 상황 대응
장애 발생 시 대체 장비와 작업 경로를 빠르게 재구성합니다.
레거시 연계
WMS·TMS·FMS 및 현장 설비 인터페이스를 단계적으로 통합합니다.
END-TO-END PIPELINE
데이터 수신부터 하차 실행까지, 하나의 흐름으로 운영합니다
화물 데이터의 수집·정규화·최적화·물리 실행·거점 동기화를 연결해, 상차 결과가 도착지의 하차 계획으로 이어지는 폐루프 운영을 구현합니다.
1
화물 물성 데이터셋
운송장 ID, 중량, 3D 체적,
재질 및 변형 특성을
수집합니다.
2
물성 데이터 정규화
서로 다른 센서와
시스템의 데이터를
공통 화물 스키마로 변환합니다.
3
3D 적재안 최적화
공간 활용률, 안정성, 경유지별
하차 순서를 반영해
적재 좌표를 계산합니다
4
피지컬 AI 상차 실행
로봇이 적재안을 수행하고,
실제 배치 결과를 실시간으로
갱신합니다.
5
도착지 동기화
최종 적재 맵을 하차 거점에
전달해 하차 순서와 작업 경로를
사전에 준비합니다.
Sense → Normalize → Optimize → Execute → Synchronize
화물을 인식하는 데서 끝나지 않고, 물리적 실행 결과를 다음 거점의 의사결정으로 연결합니다.
TECHNOLOGICAL DISRUPTION
기존 자동화 기술 vs 솔로몬엠 피지컬 AI
단순 반복 궤도에 머물던 룰 기반(Rule-based) 레거시 시스템과 물류 데이터를 지능적으로 판단·동기화하는 피지컬 AI 솔루션의 비교
인지 및 데이터 융합
정형화된 박스 규격 인식 위주,
2D 비전 의존으로 비닐/마대 파지 불가
구분 (Category)
기존 자동화 기술(Legacy)
솔로몬엠 Physical AI
적재 최적화 알고리즘
거점 연계
장애 복구 및 관제
단순 순차 적치로 빈 공간 발생,
상하차 중 무너짐 및 파손 빈번 발생
거점 간 데이터 단절, 도착지에서 전량
재식별 필요(하차 병목 발생)
작업자 현장 개입 필요,
시스템 전체 라인 셧다운 유발
화물 물성 데이터셋 & 실시간 분석:
폴리백, 이형 화물의 형상, 무게중심, 변형 가능성 데이터를
통합 연계하여 선제적 파악
지능형 3D 테트리스 최적화 엔진:
화물 물성 데이터 사전 융합과 무게중심 분산 시뮬레이션을 통해
공간 효율 극대화 및 붕괴 위험 선제 차단
Global Digital Bridge:
적재 맵을 클라우드 디지털 트윈으로 실시간 전파(≤1s),
도착지 도착 전 사전 하차 계획 수립
Self-Healing FMS & MLOps:
단일 로봇 장애 시 자가 치유 및 작업 자동 재할당,
무중단 운영 체계 구축
APPLICATION AREAS
비정형 화물이 있는 모든 도크를 더 예측 가능하게
반복적인 중량 작업, 낮은 적재 밀도, 도착지 재식별, 도크 대기 등 현장별 병목에 맞춰 적용 범위를 설계합니다.
택배 메가허브
폴리백과 마대가 혼재된
야간 상하차 공정을 자동화하고,
반복 중량 작업의 부담과
작업 편차를 줄입니다.
스마트 항만·컨테이너
컨테이너 내부 공간과 하역 순서를 함께 고려해 적재안을 구성하고,
출발지와 도착지의 작업 계획을
연결합니다.
크로스보더 풀필먼트
국가·거점 간 적재 맵을 공유해
도착지 재식별과
분류 준비 시간을 줄이고
운영 가시성을 높입니다.
제조·부품 물류
형상과 포장 상태가
다양한 부품의 입출고 흐름을
자동화하고, 생산 일정과 연계한
적재·하차 순서를 구성합니다.
