Cost to Serve per Unit: Amazon이 로봇 100만 대와 재고 배치로 단위당 물류비를 4년째 낮추는 방식

Amazon은 물류망에 로봇 100만 대 이상을 두고, 2026년에 Cardinal·Sparrow 같은 로봇 팔을 두 배로 늘렸습니다. 연료비와 간선 운송비가 오른 3분기에도 배송비 증가율 11%를 물량 증가율 12%보다 낮게 묶었습니다. 단위당 처리 비용(cost to serve per unit)은 4년 연속 하락을 향하고 있습니다. 로봇은 생산성, 안전, 비용 구조, 배송 시간이 모두 기존 이상일 때만 넓게 깝니다. 따라 하려면 이 네 지표를 거점·공정 단위로 같은 장부에 적고, 운임 변동을 뺀 단위당 비용으로 판정해야 합니다.

요약

Amazon은 2026년 10월 29일 3분기 실적 콜을 열었고, The Motley Fool이 다음 날 녹취를 실었습니다. 매출은 2,019억 달러로 12% 늘었고, 북미 사업 매출은 1,129억 달러, 영업이익률은 7.7%였습니다. 물류 쪽 이야기는 두 경영진이 나눠 했습니다. Brian Olsavsky CFO는 연료비와 간선 운송비(line-haul, 거점과 거점 사이를 잇는 대형 운송)가 올랐는데도 단위당 처리 비용이 내려갔다고 했습니다. 이유로는 재고 배치 개선, 배송 거리 단축, 묶음 포장을 들었습니다. 로봇과 AI가 생산성과 직원 안전에서 측정 가능한 효과를 내고 있으며, 그 효과가 쌓여 갈 것이라고도 했습니다. 로봇 팔은 올해 두 배로 늘었습니다. 로봇 프로그래밍을 빠르게 하고 더 복잡한 물리 작업을 가르치려고 robotics foundation model(여러 로봇 작업에 두루 쓰는 기반 모델)도 개발하고 있습니다.

Andy Jassy CEO는 Morgan Stanley 애널리스트가 2027년 로봇 목표를 묻자 숫자 대신 배치 기준으로 답했습니다. 로봇이 지금보다 생산성, 안전, 비용 구조, 배송 시간에서 같거나 나을 때 크게 깐다는 기준입니다. 새 물류 거점 설계, 특히 늘려 가는 same-day(당일 배송) 거점은 로봇 비중이 매우 높다고 했습니다. 그러면서 지금까지의 효과는 앞으로 5년에 비하면 작다고 봤습니다. 반복 작업은 점점 로봇으로 옮겨 가지만 물류센터에는 계속 많은 직원이 일한다고도 했습니다. 안전 사고 지표는 사상 최저라고 밝혔습니다(수치는 공개하지 않음). 이 노트는 단위당 처리 비용이라는 지표, 로봇 배치 기준, 로봇 중심 same-day 거점의 세 갈래로 콜 내용을 정리하고, 국내 물류센터가 같은 판정을 돌릴 때 필요한 장부와 일정을 덧붙였습니다.

핵심 메커니즘

Cost to Serve per Unit: 물건 하나를 고객에게 보내는 데 드는 비용

cost to serve per unit은 상품 한 단위를 받아 보관하고, 고르고, 포장해 고객 문 앞까지 보내는 데 드는 비용을 판매 단위 수로 나눈 값입니다. Amazon 경영진은 분기 영업이익률이 오르내릴 수 있다고 하면서도 이 값을 오래 낮추는 일을 목표로 삼았습니다. 3분기에는 연료비와 간선 운임이 올라 운송비 부담이 커졌습니다. 그래도 배송비는 11% 늘어 물량 증가율 12%보다 낮았습니다. 연료와 간선 운임 상승분을 빼고 보면 배송비 증가율은 8%로, 물량보다 약 400bp 낮습니다. Olsavsky는 이 차이를 세 가지로 설명했습니다. 고객 가까운 곳에 재고를 두는 재고 배치, 그 결과 짧아진 배송 거리, 여러 상품을 한 상자로 보내는 묶음 포장입니다. 4분기에는 연료와 간선 운임 상승이 3분기보다 클 것으로 봤고, 연초 FBA 판매자에게 붙인 연료 할증료로는 그 일부만 회수된다고 했습니다. 이 지표를 따라 쓰려면 비용 증가율을 물량 증가율과 나란히 보고, 운임처럼 회사가 통제하기 어려운 요인을 따로 떼어 내야 합니다. 그래야 로봇이나 재고 배치가 낸 효과가 운임 변동에 묻히지 않습니다.

Deployment Bar: 로봇을 넓게 깔기 전에 넘어야 할 네 가지 기준

Jassy가 밝힌 배치 기준은 단순합니다. 새 로봇이 지금 방식과 비교해 생산성, 안전, 비용 구조, 고객 배송 시간에서 같거나 나으면 크게 깝니다. 하나만 좋아서는 안 되고 넷이 함께 기준을 넘어야 합니다. Amazon은 물류망 로봇이 100만 대를 넘었다고 밝혔고, 이 로봇들이 비용을 낮추고 생산성을 높였으며 안전 사고를 사상 최저로 낮췄다고 했습니다. 올해는 Cardinal, Sparrow 같은 로봇 팔이 두 배로 늘었습니다. 콜에서는 형태가 다른 여러 로봇에 투자하고 있다는 말과 함께, 고객 문 앞 마지막 구간 배송에서도 로봇이 도울 수 있다는 언급이 나왔습니다. 이 기준이 쓸모 있는 이유는 판정을 미루지 않게 해 주기 때문입니다. 로봇 투자 검토는 흔히 인건비 절감액 하나로 결론을 냅니다. 그 셈법으로는 사고가 늘거나 출고 마감이 늦어진 비용이 다음 분기에야 드러납니다. 반대로 네 지표를 처음부터 같은 표에 두면 시범 거점에서 바로 통과 여부를 가를 수 있습니다.

Robotics Foundation Model: 로봇마다 따로 짜던 동작을 한 모델로 가르치기

Olsavsky는 robotics foundation model을 개발 중이라고 밝히고 목적을 두 가지로 들었습니다. 로봇 프로그래밍을 빠르게 하는 것, 그리고 더 복잡한 물리 작업을 가르치는 것입니다. 지금 물류 로봇은 대개 작업마다 동작을 따로 짜고 상품 모양이 바뀌면 다시 조정합니다. 기반 모델은 여러 작업과 상품에서 모은 데이터로 미리 학습해 두고, 새 작업은 적은 예시로 맞춰 씁니다. 이 설명은 기반 모델 일반의 작동 방식이며, Amazon은 모델 구조를 밝히지 않았습니다. 로봇 팔을 한 해에 두 배로 늘리려면 새 거점마다 동작을 손으로 짜는 일이 병목이 됩니다. 기반 모델은 그 병목을 줄여 배치 속도를 올리는 수단으로 읽힙니다. 국내 기업이 이 모델을 직접 만들 일은 드뭅니다. 다만 로봇 업체를 고를 때 새 상품군을 얼마나 빨리 가르칠 수 있는지, 그때 필요한 시연 데이터가 얼마나 되는지는 묻게 됩니다.

Robotics-Heavy Same-Day Sites: 처음부터 로봇 중심으로 짓는 당일 배송 거점

Jassy는 새 물류 거점 설계, 특히 넓혀 가는 same-day 거점이 로봇 중심이라고 했습니다. 기존 거점에 로봇을 덧붙이는 대신 새로 짓는 거점의 동선과 설비를 로봇 기준으로 잡는다는 뜻입니다. 이 거점들이 받치는 수요도 콜에서 나왔습니다. 3분기에 Prime 고객에게 당일 또는 익일로 보낸 상품이 15억 개를 넘어 역대 가장 빠른 3분기였습니다. 초고속 배송 서비스 Amazon Now는 450개 넘는 도시와 마을에서 운영되고 주문 상품 수가 1년 새 10배가 됐습니다. Prime 회원이 무료 당일 배송으로 신선식품을 주문하는 월 건수는 1년 사이 세 배 넘게 늘었습니다. 신선식품을 당일 배송으로 사는 고객은 그렇지 않은 고객보다 생필품을 약 7배 더 산다고 했습니다. 거점 수와 투자 금액은 밝히지 않았습니다. 정리하면 Amazon은 빠른 배송 수요가 커지는 거점을 로봇 투자의 첫 자리로 쓰고 있습니다. 같은 판단을 하려면 거점별로 배송 약속 시간과 단위당 비용을 함께 봐야 합니다.

Robots and Teammates: 반복 작업은 로봇으로, 사람은 계속 현장에

Jassy는 사람이 하던 반복 작업이 점점 로봇으로 넘어간다고 하면서도, 물류센터에는 늘 많은 직원이 일할 것이라고 했습니다. 콜에서 인력 숫자는 나오지 않았습니다. 이 말은 로봇 배치를 인원 감축 계획이 아니라 작업 재배치 계획으로 짜야 한다는 뜻으로 읽힙니다. 로봇이 맡는 일은 같은 동작을 오래 반복하는 작업입니다. 사람은 예외 처리, 로봇 관리, 품질 확인처럼 판단이 필요한 일로 옮겨 갑니다. 안전 지표가 배치 기준에 들어 있는 것도 같은 맥락입니다. 무거운 물건을 반복해 옮기는 작업이 로봇으로 가면 사고율이 먼저 움직이기 때문입니다.

통념과 다른 주장

콜에서 나온 사례

사례	상황	한 일	결과	연결
로봇 100만 대	전 세계 물류망	여러 형태의 로봇을 물류센터에 배치	비용 하락, 생산성 상승, 안전 사고 사상 최저(수치 비공개)	Deployment Bar
로봇 팔 확대	상품 집기·분류 작업	Cardinal, Sparrow 등 로봇 팔을 2026년에 두 배로	대수·효과 수치 비공개	Deployment Bar, Robotics Foundation Model
운송비 압박	연료비·간선 운임 상승	재고 배치 개선, 배송 거리 단축, 묶음 포장	배송비 +11%(물량 +12%), 운임 제외 시 +8%	Cost to Serve per Unit
same-day 확장	빠른 배송 수요 증가	로봇 중심으로 새 거점 설계	당일·익일 15억 개 이상, Amazon Now 주문 10배	Robotics-Heavy Same-Day Sites
기반 모델	로봇마다 동작을 따로 짜는 부담	robotics foundation model 개발	개발 중(성과 비공개)	Robotics Foundation Model

기술 디테일: 네 가지 배치 기준을 데이터로 돌리려면

아래 장부, 필드, 계산식, 설정값은 실행 제안이며 Amazon이 밝힌 구현이 아닙니다.

운임 변동을 뺀 단위당 비용을 보려면(Cost to Serve per Unit) 거점별 물류비를 매주 네 줄로 나눕니다. 입고·보관, 피킹·포장, 거점 간 간선 운송, 마지막 구간 배송입니다. 간선과 마지막 구간에서는 운임 단가 변동분을 따로 계산합니다. 이번 주 운송량에 기준 분기 단가를 곱한 값과 실제 비용의 차이가 운임 효과입니다. 실제 비용에서 운임 효과를 빼면 회사가 통제한 비용이 남습니다. 이 값의 증가율을 판매 단위 증가율과 나란히 보고, 그 차이를 bp로 적습니다. Amazon이 말한 “연료·간선 제외 시 물량보다 약 400bp 낮음”과 같은 형식입니다. 기준 단가는 분기 초에 재무팀이 한 번 정하고 분기 중에는 바꾸지 않습니다.

{
  "site_id": "ICN-FC-02",
  "week": "2026-W46",
  "units_shipped": 412000,
  "cost_krw": {"inbound_storage": 118000000, "pick_pack": 236000000, "linehaul": 171000000, "last_mile": 402000000},
  "rate_effect_krw": {"linehaul": 9800000, "last_mile": 6100000},
  "controllable_cost_per_unit_krw": 2211,
  "yoy": {"units_pct": 9.0, "controllable_cost_pct": 6.5, "gap_bp": -250},
  "drivers": {"avg_ship_distance_km": 38.4, "units_per_box": 1.62, "local_inventory_ratio": 0.71},
  "rate_baseline": "2026Q4"
}

재고 배치와 묶음 포장 효과를 따로 보려면(Cost to Serve per Unit) 위 장부의 drivers 세 값을 매주 함께 적습니다. avg_ship_distance_km는 출고 거점에서 고객까지의 평균 거리, units_per_box는 상자 하나에 담긴 평균 상품 수, local_inventory_ratio는 주문 상품이 고객 권역 거점에 이미 있던 비율입니다. 재고 배치 모델은 권역별 수요 예측과 거점별 보관 용량을 넣고, 상품마다 어느 거점에 몇 개를 둘지 정해 출력합니다. 예측은 상품·권역·주 단위로 돌리고, 예측 오차가 큰 상품(주간 MAPE 40% 초과)은 분산 배치하지 말고 중앙 거점에 둡니다. 거리와 묶음 지표가 좋아졌는데 통제 비용이 줄지 않으면 원인은 대개 피킹·포장 줄에 있습니다. 그다음 들여다볼 곳이 로봇입니다.

로봇 배치를 판정하려면(Deployment Bar) 시범 공정과 대조 공정을 같은 거점 안에 둡니다. 같은 상품군, 같은 교대조를 쓰는 라인 두 개를 골라 하나에만 로봇을 넣고 8주를 비교합니다. 네 지표는 아래처럼 정의하고, 넷 모두 “같거나 나음”일 때만 다음 거점으로 넓힙니다. “같음”의 범위는 대조 공정의 주간 변동 폭(표준편차 1배) 안으로 잡습니다. 로봇 도입 첫 2주는 학습 기간으로 보고 판정에서 뺍니다.

지표	계산	통과 조건	데이터 출처
생산성	처리 단위 ÷ 투입 인시(UPH)	대조 공정 이상	WMS 작업 로그, 근태
안전	20만 인시당 기록 대상 사고 건수	대조 공정 이하	안전 사고 대장
비용 구조	(인건비 + 로봇 감가상각 + 유지보수) ÷ 처리 단위	대조 공정 이하	원가, 설비 대장
배송 시간	주문 확정~출고 마감 준수율	대조 공정 이상	OMS 주문 이력

로봇 업체의 학습 속도를 확인하려면(Robotics Foundation Model) 시범 계약에 새 상품군 적응 시험을 넣습니다. 처음 보는 상품 50종을 주고, 목표 성공률(예: 집기 성공 98%)에 이르기까지 걸린 시간과 필요한 시연 횟수를 적습니다. 업체가 기반 모델을 쓴다고 하면 새 상품군 적응에 며칠이 걸리는지, 현장 엔지니어 없이 가능한지를 구체적으로 묻습니다. 실패한 집기는 상품 ID, 포장 형태, 실패 유형(미끄러짐·오인식·충돌)으로 남겨 두고 업체와 주 1회 함께 봅니다.

막히는 경우	증상	대응
운임 계약이 분기 중 바뀜	같은 효과가 주마다 다르게 보임	기준 단가 고정, rate_baseline 기록
시범·대조 라인 상품 구성이 다름	생산성 차이가 상품 탓인지 로봇 탓인지 모름	상품군을 맞추거나 상품군별로 나눠 비교
사고 건수가 너무 적음	8주로는 안전 차이가 안 보임	아차 사고, 반복 동작 시간까지 함께 기록
로봇 고장으로 사람이 대신 처리	로봇 생산성이 실제보다 높게 보임	대체 투입 인시를 로봇 공정에 포함
출고 마감 준수율이 이미 99% 이상	배송 시간 차이가 안 보임	주문~출고 평균 시간(분)으로 보조 측정

현업 실행 디테일: 누가, 언제, 무엇을

역할	맡는 일
물류센터장	시범·대조 라인 지정, 교대조 맞추기, 주간 현장 점검
물류 기획·원가 담당	거점별 비용 장부, 운임 기준 단가 확정, 통제 비용 산출
안전 관리자	사고·아차 사고 기록 기준 통일, 주간 집계
공급망 기획(재고 배치)	권역별 수요 예측, 거점별 재고 배치안, 거리·묶음 지표 관리
자동화 엔지니어·로봇 업체	로봇 설치, 새 상품 적응 시험, 고장·실패 기록
CFO·FP&A	분기 판정 주관, 확대 투자 승인

준비물. 거점별 최근 2개 분기의 물류비(입고·보관, 피킹·포장, 간선, 마지막 구간), 운송사 계약 단가와 연료 할증 조건, WMS 작업 로그와 근태 기록, 안전 사고 대장, OMS 주문 이력(주문 확정 시각, 출고 시각, 배송 완료 시각), 상품 마스터(크기·무게·포장 형태)가 필요합니다. 기준선은 시작 전 8주치로 잡습니다.

기간	할 일	산출물
1~2주	거점 비용을 네 줄로 나누고 운임 기준 단가 확정, 시범·대조 라인 지정	주간 비용 장부, 8주 기준선
3~4주	로봇 설치, 새 상품 적응 시험, 작업자 재배치	적응 시험 결과, 재배치 표
5~10주	시범·대조 라인 주간 비교, 실패·고장 기록 검토	4지표 주간 보고
11~12주	4지표 판정, 운임 제외 단위당 비용 변화 산출	확대·보완·중단 결정서

현업에 물을 것.

1. 거점별 물류비를 입고·보관, 피킹·포장, 간선, 마지막 구간으로 나눠 볼 수 있나요?
2. 운송사 단가가 바뀌면 그 영향을 따로 떼어 보고하나요?
3. 같은 거점 안에 상품군과 교대조가 비슷한 라인이 두 개 있나요?
4. 안전 사고 기록에 아차 사고와 반복 동작 시간도 들어가나요?
5. 로봇이 멈췄을 때 사람이 대신 처리한 시간을 기록하나요?
6. 고객 권역 거점에 미리 둔 재고 비율을 지금 계산할 수 있나요?

진행 판정 기준(예시). 8주 비교에서 네 지표가 모두 대조 라인과 같거나 나으면 다음 거점으로 넓힙니다. 셋만 통과하면 미달 지표의 원인을 4주 안에 고쳐 다시 봅니다. 안전 지표가 대조 라인보다 나쁘면 다른 지표와 상관없이 확대를 멈춥니다. 운임 제외 단위당 비용 증가율이 물량 증가율보다 낮은 분기가 두 번 이어지면 로봇 투자 계획을 다음 해 예산에 올립니다.

AX 적용 제언. 국내 이커머스, 유통 물류센터, 3PL이라면 로봇 도입 검토부터 하기보다 단위당 비용 장부를 먼저 만드는 편이 낫습니다. Amazon이 3분기에 비용 증가를 물량 아래로 묶은 주된 설명은 로봇보다 재고 배치, 거리 단축, 묶음 포장이었습니다. 첫 분기에는 운임을 뺀 통제 비용과 거리·묶음 지표만 매주 봅니다. 둘째 분기에 새벽·당일 배송 거점처럼 빠른 배송 수요가 큰 곳 하나를 골라 로봇 시범을 돌리고, 네 지표로 판정합니다. 경영회의에는 로봇 대수나 인건비 절감액 대신 운임 제외 단위당 비용 증가율과 물량 증가율의 차이를 올립니다. 그래야 운임이 오른 분기에도 운영 개선이 실제로 효과를 냈는지 가릴 수 있습니다.

원문 사례

항목	내용
발표	Amazon 2026년 3분기 실적 발표 콜, 2026.10.29 (The Motley Fool 녹취, 2026.10.30 게재)
발언자	Andy Jassy(CEO), Brian Olsavsky(CFO), Dave Fildes(IR)
실적	매출 2,019억 달러(+12%), 영업이익 281억 달러, 북미 매출 1,129억 달러(+6%)·영업이익률 7.7%, 유료 판매 물량 +12%
로봇	물류망 로봇 100만 대 이상, 2026년 로봇 팔(Cardinal, Sparrow 등) 두 배, robotics foundation model 개발 중
배치 기준	생산성, 안전, 비용 구조, 배송 시간이 같거나 나으면 크게 배치
안전	안전 사고 지표 사상 최저(수치 비공개)
배송비	+11%(물량 +12%), 연료·간선 운임 제외 시 +8%로 물량보다 약 400bp 낮음
비용 개선 요인	재고 배치 개선, 배송 거리 단축, 묶음 포장
단위당 처리 비용	4년 연속 하락을 향하는 중. 4분기 연료·간선 운임 상승은 3분기보다 클 전망, FBA 연료 할증료로 일부만 회수
빠른 배송	3분기 당일·익일 15억 개 이상, Amazon Now 450개+ 도시·주문 상품 10배, 처방약 3시간 배송 350개+ 도시
신선식품	무료 당일 배송 신선식품 월 주문 3배+, 당일 신선식품 고객의 생필품 구매 약 7배
거점	확대 중인 same-day 거점은 로봇 중심 설계(거점 수 비공개)
인력	반복 작업은 로봇으로, 물류센터 직원은 계속 많이 유지(인원 수치 비공개)
설비 투자	2026년 현금 기준 약 2,200억 달러, 대부분 AWS(물류 몫 따로 밝히지 않음)

핵심 개념

line-haul

물류 거점과 거점 사이를 대형 트럭 등으로 잇는 간선 운송입니다. 고객 문 앞까지 가는 마지막 구간 배송과 구분합니다.

paid units

유료로 판매된 상품 단위 수입니다. 물류비 증가율을 이 값의 증가율과 나란히 놓고 봅니다.

bp

basis point. 1bp는 0.01%p이므로 400bp는 4%p입니다.

FBA

Fulfillment by Amazon. 판매자가 상품을 Amazon 물류센터에 맡기면 보관·포장·배송을 Amazon이 대신하는 서비스입니다.

fuel surcharge

연료비 상승분을 고객이나 판매자에게 일부 넘기려고 붙이는 할증료입니다.

Amazon Now

Amazon이 운영하는 초고속 배송 서비스입니다. 콜에서는 당일 배송, Prime Air와 함께 빠른 배송 묶음으로 언급됐습니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool에 실린 「Amazon (AMZN) Q3 2026 Earnings Call Transcript」(콜 2026.10.29, 게재 2026.10.30)입니다. 요약, 핵심 메커니즘의 콜 내용, 통념과 다른 주장, 사례, 원문 사례 표는 Amazon 경영진의 발언을 AX Review가 다시 정리했으며 로봇 효과와 전망은 회사 측 설명입니다. 배송비 증가율 개선은 회사가 재고 배치, 거리 단축, 묶음 포장으로 설명한 것이고 로봇 효과로 나눠 밝힌 수치가 아닙니다. 로봇 대수 외의 생산성·안전 수치와 거점 수는 콜에서 공개되지 않았습니다. robotics foundation model의 작동 방식 설명은 기반 모델 일반에 대한 설명입니다. 기술·현업 실행 디테일, JSON 예시, 지표 표, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 콜 전문은 원문 페이지에서 볼 수 있습니다.