물류 클레임·파손 처리 자동화에서 AI가 먼저 거르는 일과 사람이 책임지는 보상·분쟁 판단

AI는 깨진 컵값을 왜 바로 못 물어줄까요

유리컵 세트를 보냈는데, 고객이 깨진 사진 한 장을 올립니다. 질문은 짧습니다. 이거 누가 물어줄 겁니까?

2025년 국내 택배 물량은 64.1억 개였습니다(S001). 2026년 4월 온라인쇼핑 거래액은 24.13조원대였습니다(S004). 그런데 이상하게도 공개 자료에서 더 잘 보이는 것은 "얼마나 많이 보냈나"이지, "누가 왜 물어줬나"가 아닙니다.

그래서 물류 클레임 AI의 첫 일은 보상 버튼을 누르는 게 아닙니다. 깨진 컵 한 건을 나중에 다시 꺼내도 설명 가능한 사건 파일로 만드는 일입니다. AI에게 판사 가운을 입히면 멋은 나지만, 운영팀은 다음 날 전화기를 듭니다.

깨진 사진 한 장은 아직 클레임이 아닙니다

1. 물량 압력이 먼저 있습니다. 택배와 온라인쇼핑이 커질수록 파손·분실·반품 문의는 가끔 오는 민원이 아니라 매일 쌓이는 운영 업무가 됩니다.

2. FedEx와 UPS의 공식 클레임 화면은 운송장, 청구 유형, 인보이스, 사진, 결제 서류 같은 구조화 입력을 요구합니다. 두 회사가 공개 화면에서 보여주는 것은 "AI 자동 보상"이 아니라 "증빙을 제대로 넣으라"는 절차입니다.

3. 미국 화물 클레임 규정은 손상·분실·지연 클레임에 화물 식별, 책임 주장, 산정 가능한 금액이 있어야 한다고 봅니다. 접수 뒤에는 120일 안에 지급·거절·타협 제안으로 처리해야 하는 구조도 둡니다(S018).

깨진 컵 사진은 분노의 증거일 수 있습니다. 하지만 운영 시스템 입장에서는 아직 파일이 덜 닫힌 사건입니다. 누가 보냈고, 언제 깨졌고, 포장이 어땠고, 이미 같은 건으로 청구했는지부터 확인해야 합니다.

AI가 빠르게 할 일과 사람이 책임질 일은 다릅니다

1. 첫 단계는 묶기입니다. 주문번호, 송장, 배송 이벤트, 고객 사진, 인보이스를 한 사건 파일로 모아야 사람이 판단할 재료가 생깁니다.

2. 둘째 단계는 나누기입니다. 룰엔진은 접수기한·필수문서·금액 산정 가능성처럼 명시 규칙을 보고, 모델은 사진 품질·OCR 보정·중복 사진·이상 패턴처럼 확률 신호를 표시합니다.

3. 셋째 단계는 넘기기입니다. 고액 보상, 포장 책임과 운송 책임의 배분, 약관 예외, 반복 청구, 법무 리스크는 사람 리뷰 큐로 올라가야 합니다.

4. 마지막 단계는 남기기입니다. 원본 사진, 룰 버전, 모델 점수, 담당자 결정, 뒤집은 이유, 고객 통지가 나중에 재현돼야 합니다.

AI는 체에 가깝습니다. 밀가루를 곱게 내려줄 수는 있지만, 케이크가 맛있는지 최종 사인은 사람이 합니다. 여기서 기억할 문장은 하나입니다. AI는 줄을 줄이고, 사람은 도장을 찍습니다.

이 대목은 "물류 산업만의 문제가 아니다"라고 봐야 합니다. 병원 청구 심사에서도 AI가 진료기록과 청구서 누락을 줄여도, 지급 거절 대응과 예외 승인은 사람이 맡습니다. 닮은 점은 돈이 자동 판정이 아니라 예외큐, 감사로그, 규정 업데이트에 붙는다는 점입니다. 다른 점은 물류 클레임에서 벤더가 깨진 물건값을 대신 무는 계약이 아니라, 화주와 플랫폼이 자기 책임을 설명할 기록 인프라를 산다는 점입니다. 그래서 이 비교는 같은 산업 법칙이라는 단정이 아니라, 책임 있는 자동화가 어디서 돈을 만드는지 보는 가벼운 비유로 충분합니다.

돈은 보상 버튼이 아니라 사건 파일의 월세에서 나옵니다

돈을 새로 내는 쪽은 화주, 커머스 플랫폼, 3PL, 택배사, 보험·정산 조직입니다. 이들이 사는 것은 "AI가 알아서 물어줍니다"라는 마법 버튼이 아닙니다. 나중에 고객, 운송사, 보험사, 법무팀이 다시 물었을 때 꺼낼 수 있는 사건 파일입니다.

FedEx는 FY2025 10-K에서 self-insurance accruals 총액을 58.91억 달러로 공시했습니다(S012). 이 숫자는 화물 파손만의 비용이 아닙니다. 근로자보상, 차량 사고, 재산 및 화물 손실, 일반 사업 책임, 장애급여까지 들어간 넓은 준비금입니다.

그래도 신호는 분명합니다. 큰 물류기업에게 사고와 책임은 고객센터 이벤트가 아니라 회계와 운영 리스크입니다. AI가 돈을 버는 자리는 책임을 대신 떠안는 곳이 아니라, 책임 있는 판단이 가능하도록 증거와 기록을 정리하는 곳입니다.

반복매출은 여기서 생깁니다. 클레임 접수 SaaS, 문서·사진 AI, TMS·WMS·OMS 연동, 룰 버전 관리, 감사로그 보관, 이의제기 워크플로입니다. 건당 과금도 가능하고, 월 구독도 가능하고, 시스템 연동비도 붙습니다. 재미는 덜하지만 청구서는 여기서 나옵니다.

인코어 관점: 자동화율보다 뒤집힌 이유를 봐야 합니다

유리한 쪽은 증거를 많이 갖고 있는 운영자입니다. 배송 이벤트, 사진, 포장 정보, 고객 응대 기록, 정산 데이터를 한 파일로 묶을 수 있는 플랫폼과 3PL이 먼저 앞섭니다. 반대로 모델 정확도만 사고 기록 체계를 못 만든 조직은 빠르게 처리하다가 빠르게 분쟁을 만납니다.

돈의 위치는 이렇게 읽어야 합니다.

1. 새 비용은 화주·플랫폼·3PL·보험·정산 조직이 부담합니다. 대신해주는 쪽은 클레임 접수, 증빙 정리, 예외 분류, 감사로그를 파는 운영 소프트웨어입니다.

2. 반복매출은 자동 보상 결정이 아니라 룰 관리, 사람 수정 이력, 이의제기 처리, 감사로그 보관에서 생깁니다. 책임은 고객 조직에 남고, 벤더는 책임을 설명할 도구를 팝니다.

3. 앞으로 볼 신호는 세 가지입니다. RFP와 SLA에 사람 수정률·이의제기율·감사로그 재현성이 들어가는지, 대형 물류사 공시나 내부 KPI에서 cargo loss·claim automation·dispute cost가 분리되는지, 규정과 표준계약에서 전자증빙·reason code·상태 통지가 강화되는지입니다.

깨진 컵값을 누가 물어주느냐보다, 왜 그렇게 물어줬는지를 재현하는 회사가 먼저 예산을 가져갑니다.