AGV는 몇 대가 필요할까? 무인 운반 차량 대수 산정하기

By Mirko Peters · 2026-11-11

AGV는 몇 대가 필요할까요? 시간당 이동 횟수, 이동 1회 소요 시간, 가동률을 바탕으로 무인 운반 차량 대수를 산정하고, 구매 전에 시뮬레이션으로 혼잡을 점검하는 방법을 알아봅니다.

Automatically translated with AI from the original post. Read the English original

AGV는 몇 대가 필요할까요? 시간당 차량 가동 시간으로 운반 작업량을 계산하고, 이를 100퍼센트보다 충분히 낮은 목표 가동률로 나눈 뒤 소수점은 올림합니다. 그다음 대기열과 혼잡은 공식에서 보이는 것보다 더 많은 시간을 소요하므로 시뮬레이션으로 결과를 검증합니다. 이 가이드는 무인 운반 차량(automated guided vehicle) 시스템을 도입하기 전에 차량 대수를 근거로 설명해야 하는 생산 관리자를 위한 자료입니다. 작업량 산정 방법, 간단한 추정이 과소하게 나오는 이유, 수치를 적용한 예시, 다섯 단계 절차, 가장 큰 비용을 치르게 하는 실수를 다룹니다.

핵심 요약

• 먼저 운반 작업량을 파악하십시오. 시간당 이동 횟수에 이동 1회당 소요 시간을 곱하면 시간당 필요한 차량 가동 시간이 나옵니다.
• 이동 1회에는 적재 주행, 공차 주행, 적재 및 하역이 포함되며, 차량은 대기, 차단, 충전으로도 시간을 잃습니다.
• 작업량을 100퍼센트보다 충분히 낮은 목표 가동률로 나누고, 소수점은 올린 뒤 여유분을 더하고 시뮬레이션으로 결과를 검증하십시오.
• 간단한 추정은 대체로 너무 작게 나옵니다. 공개된 교육용 사례에서 분석적 추정치인 차량 2대는 이동 시간이 좋지 않았고, 시뮬레이션 결과는 3대였습니다.
• 차량이 많다고 항상 좋은 것은 아닙니다. 주행 구간, 교차로, 스테이션을 두고 경합이 생기면 전체가 느려질 수 있습니다.

AGV는 몇 대가 필요할까요? 작업량부터 시작하십시오

대수 산정은 차량이 아니라 작업에서 출발합니다. 작업은 시간당 이동 횟수이며, 이동 한 번에는 일정한 시간이 걸립니다. 이동은 화물을 싣고 가는 주행만을 뜻하지 않습니다. Charles Standridge의 저서 Beyond Lean: Simulation in Practice에 실린 교육용 사례(Engineering LibreTexts에 게재)에서는 차량 가동률을 적재 주행, 공차 주행, 차단 시간, 적재 시간, 하역 시간의 다섯 부분을 합한 값으로 봅니다. 같은 사례는 거리와 차량 속도로 주행 시간을 계산하고, 픽업과 하차 각각에 30초를 설정합니다.

이 부분들을 바탕으로 초기 추정치를 구할 수 있습니다. 이는 표준이 아니라 저희가 제시하는 계획용 도구입니다.

1. 이동 1회당 시간 = 적재 주행 + 공차 주행 + 적재 + 하역.
2. 작업량(시간당 차량 가동 시간) = 시간당 이동 횟수 × 이동 1회당 시간(시간 단위).
3. 차량 대수 = 작업량 ÷ 목표 가동률, 소수점 올림, 그리고 고장 및 정비에 대비한 여유분 추가.

목표 가동률은 100퍼센트보다 충분히 낮아야 합니다. 하루 종일 쉬지 않고 일하는 AGV 한 대에는 스테이션에서의 대기, 교차점에서의 양보, 충전소에서의 충전을 위한 여유가 없습니다. 적절한 값은 레이아웃과 교통량에 따라 달라지며, 이를 확인하는 방법은 시뮬레이션입니다.

간단한 답이 종종 너무 작은 이유

공식은 작업량을 평균으로 보고 AGV를 서로 독립적인 것으로 취급합니다. 실제 공장에서는 AGV끼리 서로를 기다립니다.

Standridge 사례는 그 차이를 보여 줍니다. 분석적 추정으로는 AGV 2대가 적당하다고 나왔습니다. 이후 시뮬레이션에서는 16시간 근무일을 기준으로 AGV 2대와 3대를 각각 20회 반복 실행해 검증했습니다. AGV가 2대일 때 한 번의 이동을 완료하는 데 걸린 평균 시간은 9.4분이었고, 최대 시간의 평균은 약 81.5분이었습니다. 3대일 때는 평균이 약 3.1분으로 줄었고, 가동률은 약 80%였으며, 전체 시간의 약 11.8%가 혼잡으로 손실되었습니다. 경영진은 3대를 선택했습니다. 저자는 응답성과 경합 사이의 절충점을 찾으려면 시뮬레이션이 필요했다고 결론짓습니다.

모델링 회사 Production Modeling Corporation의 Onur Ulgen과 Pankaj Kedia의 논문은 발행 연도가 명시되어 있지 않은 오래된 자료로, 셀형 조립 공장을 대상으로 분석적 방법과 시뮬레이션을 비교합니다. 저자들의 모델은 AGV 3대에서 처리량이 가장 높았고, 분석적 방법은 2대를 제시했습니다. 모든 사이클 타임을 10분의 1로 줄였을 때는 분석적 방법이 5대, 시뮬레이션이 11대를 제시했습니다. 또한 이 모델에서 블로킹 비율은 AGV 3대일 때 약 1%에서 4대일 때 약 47%로 높아졌습니다. 이는 단순화된 모델의 결과이며, 저자들은 시뮬레이션 도구에 이해관계가 있으므로 이를 규칙이 아니라 경향을 보여 주는 예로 받아들이시기 바랍니다.

두 자료는 두 가지 점에서 일치합니다. 첫 번째 공식은 유용한 출발점이 되지만, 혼잡 때문에 실제 답은 달라진다는 것입니다. Standridge 사례는 여기에 한 가지를 더합니다. AGV를 늘리면 이동 시간은 줄어들지만, 제어 지점과 트랙 구간에 대한 경합도 함께 늘어나 오히려 역효과가 날 수 있다는 점입니다.

마지막 점은 실무적인 결과로 이어집니다. 실제 한계가 피킹 스테이션 하나, 좁은 통로, 공용 교차점과 같은 병목 지점이라면, AGV를 더 늘려도 도움이 되지 않습니다. 같은 곳에서 대기 줄만 길어질 뿐입니다. AGV를 추가하기 전에 병목 지점부터 찾으십시오.

AGV 유형과 AGV 내비게이션: 규모 산정에서 달라지는 점

AGV에는 여러 유형이 있습니다. 예를 들어 카트를 끄는 견인형 AGV, 팔레트나 토트를 싣는 단위 적재형 AGV, 자동 지게차가 있습니다. 유형에 따라 옮길 수 있는 화물이 정해지고 적재와 하역에 걸리는 시간도 달라지므로, 작업량 산정 방식의 적재 및 하역 값도 그에 맞게 바뀝니다. 두 번째 차이는 내비게이션입니다. 기존 AGV는 자석 테이프나 광학 라인 같은 고정 가이드를 따라 움직이거나, 반사판을 이용한 레이저 내비게이션을 사용합니다. 자율 이동 로봇(AMR)은 장애물을 스스로 피해 경로를 찾습니다. 더 유연한 내비게이션은 제공할 수 있는 경로를 바꾸지만, 작업량의 논리는 바꾸지 않습니다. 기존 AGV와 AMR 모두 스테이션에서 대기 줄이 생기고 통로를 공유하므로, 규모 산정 방식은 동일하게 적용됩니다. 공급업체에는 귀사의 바닥 환경에 어떤 내비게이션 기술이 맞는지, 그리고 곡선 구간이나 사람 근처에서 차량이 실제로 어느 정도 속도를 유지하는지 물어보십시오.

AGV 통합: AGV 시스템이 차량에 더하는 것

차량은 AGV 시스템의 한 부분일 뿐입니다. 제어 시스템은 각 차량에 다음 운송 지시를 내리며, 예를 들어 창고 관리 시스템(WMS)이나 라인의 호출 신호로부터 지시를 받습니다. 또한 경로상의 교통을 관리합니다. 각 AGV에 탑재된 안전 센서는 사람이나 장애물과 충돌하기 전에 차량을 멈추게 하는데, 정지할 때마다 작업량 산정 방식에서는 보이지 않는 대기 시간이 추가됩니다. AGV가 컨베이어, 리프트 또는 지게차에 화물을 넘겨줄 때는 그 인터페이스가 차량이 얼마나 기다릴지를 결정합니다. 자재 운반 프로젝트에서는 이러한 세부 사항이 생산성 목표 달성 여부를 좌우하기도 합니다. 규모 산정을 위해서는 공급업체에 교통 제어의 실시간 동작 방식을 물어보십시오. 교차점에서 AGV가 잃는 시간이 이에 따라 결정되기 때문입니다.

창고 자동화와 생산: AGV가 운행되는 곳

AGV는 창고, 생산 현장, 그리고 두 곳 사이에서 모두 사용되며, 두 환경에서 얻는 이점은 같습니다. 이동당 비용을 미리 알 수 있는 안정적인 운반이 가능하고, 모든 경로마다 운전자를 배치하지 않아도 됩니다. 창고에서는 현재 지게차가 담당하는 경로를 AGV가 대신할 수 있으며, 운반 지시는 창고 관리 시스템에서 내려옵니다. 생산 현장에서는 라인에 자재를 공급하고, 완성품을 회수하며, 컨베이어로는 닿을 수 없는 셀을 연결합니다. 경로의 유형에 따라 규모 산정 방식도 달라집니다. 짧은 이동이 많은 창고 순환 경로는 스테이션과 통로에 의해 제약을 받습니다. 이동 횟수가 적고 거리가 긴 생산 현장 순환 경로는 주행 시간에 의해 제약을 받습니다. 물량이 가장 많고 규칙적인 경로부터 자동화하십시오. 작업량이 예측 가능하고 생산성 향상 효과를 쉽게 측정할 수 있기 때문입니다. 스테이션에서 작업자가 상·하차를 하면 변동성이 생기므로, 상·하차 값에 작업 시간을 반드시 포함하십시오. 이 프로젝트는 단순한 차량 구매가 아니라 업무 흐름의 자동화로 보고 접근하십시오. 여러 대의 AGV가 운반 지시를 생성하는 시스템과 연동된 하나의 교통 관제 체계를 공유하도록 구성하십시오.

예시: 라인 공급 순환 경로

이는 측정된 사례가 아닌 설명을 위한 계산입니다. 한 공장이 창고에서 라인으로 자재를 운반합니다. 피크 시간대의 수요는 시간당 120회 이동입니다.

• 적재 주행: 150미터를 주행하며, 저속 구간을 포함한 실효 속도는 초당 1.2미터이므로 125초가 걸립니다.
• 다음 픽업 지점까지 빈 차량 주행: 평균 90미터이며, 75초가 걸립니다.
• 적재 20초, 하차 20초입니다.

이동 1회당 시간은 125 + 75 + 20 + 20 = 240초, 즉 4분입니다.

작업량은 120회 × 4분 = 시간당 480차량-분, 즉 시간당 8차량-시간입니다. 대기, 충전, 혼잡을 감안한 계획 값인 목표 가동률 75퍼센트를 적용하면 필요한 AGV 대수는 8 ÷ 0.75 = 10.7, 즉 11대입니다. 고장에 대비해 예비 차량 1대를 더하면 초기 산정값은 12대입니다.

이제 민감도를 확인해 보겠습니다. 피크 수요가 20퍼센트 증가하여 시간당 144회가 되면 작업량은 9.6차량-시간이 되고, 대수는 12.8, 즉 13대이며, 예비 차량을 포함하면 14대입니다. 물량이 10퍼센트 늘 때마다 차량 한 대가 추가로 필요한 셈입니다. 경로가 길어지는 경우도 확인하십시오. 적재 경로가 150미터에서 200미터로 늘어나면 적재 주행 시간은 125초에서 약 167초로 증가하고, 이동 1회당 시간은 약 282초가 되어, 예비 차량 없이도 13대가 필요해집니다.

이 산정값은 출발점일 뿐입니다. 이후 팀은 실제 레이아웃, 교차점, 충전, 피크 시간대를 반영한 시뮬레이션으로 10, 11, 12, 13대를 모델링합니다. 의사결정 기준은 팀이 자유롭게 정할 수 있습니다. 예를 들어 최장 이동 시간과 혼잡 비율이 생산 라인이 감내할 수 있는 한도 안에 머무르는 최소 대수를 선택하는 방식이 있습니다. 시뮬레이션 결과 12대면 충분하거나, 차량을 늘리기 전에 교차점의 운영 규칙을 먼저 바꿔야 한다는 결론이 나올 수도 있습니다.

규모 산정을 다섯 단계로 진행하는 방법

1. 이동 횟수를 수집합니다. 평균이 아니라 경로별, 시간대별 시간당 이동 횟수를 집계하십시오. 피크 시간대가 차량 대수를 결정합니다.
2. 경로를 측정합니다. 시험 주행이나 레이아웃을 통해 거리, 저속 구간과 출입문을 포함한 실제 속도, 적재 및 하차 시간을 확인하십시오.
3. 작업량 방식으로 초기 산정값을 계산합니다. 가동률, 충전, 예비 차량에 대한 가정을 함께 기록하십시오.
4. 시뮬레이션합니다. AGV, 교차점, 스테이션, 충전, 고장을 모델링하십시오. 피크 시간대와 물량 증가 시나리오를 실행하십시오.
5. 기준과 검토 일정을 정해 결정합니다. 여유를 두고 목표를 충족하는 최소 AGV 대수를 선택하고, 운영 초기 몇 개월 후에 수치를 다시 점검하는 일정을 세우십시오.

흔한 실수

• 평균 시간대를 기준으로 산정하는 실수. 라인이 제때 자재를 받을 수 있는지는 피크 시간대가 결정합니다.
• 빈 차량 주행을 빠뜨리는 실수. 차량은 다음 픽업 지점까지 이동해야 하며, 이 시간도 작업 시간에 포함됩니다.
• 충전, 고장, 정비를 무시하는 실수. 충전 중이거나 수리 중인 차량은 자재를 운반하지 못합니다. 명목상 대수가 아니라 실제 가용성을 기준으로 계획하십시오.
• AGV를 많이 늘리면 항상 도움이 된다고 가정하는 실수. 자료에서 확인되듯이, 경합이 발생하면 오히려 대기 시간이 다시 늘어날 수 있습니다.
• 스테이션을 간과하는 실수. 픽업 지점이 시간당 적은 수의 적재만 처리한다면, AGV 대수와 관계없이 시스템 전체의 병목이 됩니다.
• 단일 수치를 맹신하는 실수. 공식은 출발점을 제공할 뿐입니다. 최종 결정에는 실제 레이아웃과 피크 시간대를 반영한 테스트가 필요합니다.

소프트웨어가 도움이 되는 방법

공장 시뮬레이션은 현재의 운영 규칙, 자원, 주문, 그리고 일상적인 변동을 바탕으로 공장 일부에서 작업이 어떻게 흘러가는지를 모델링한 것으로, 실제 변경을 하기 전에 그 변경을 미리 테스트할 수 있게 해 줍니다. 자율 이동 로봇(AGV) 차량군의 경우, 모델을 통해 AGV 대수, 교통 규칙, 충전 방식, 피크 시간대를 시험해 볼 수 있습니다. 운영 단계에서는 플릿 관리 소프트웨어가 AGV의 배차와 교통 제어를 맡습니다. 시뮬레이션은 의사결정을 지원할 뿐입니다. 목표를 정하는 것은 여전히 사람의 몫입니다.

다음 단계

운송 경로 하나의 피크 시간대를 골라, 픽업에서 다음 픽업까지 한 번의 이동 시간을 측정하고 워크로드 방식을 적용해 보십시오. 그런 다음 AGV가 대기열에 쌓이고, 충전하고, 통로를 공유하는 상황을 가정했을 때 AGV가 몇 대나 필요한지를 시뮬레이션으로 확인해 보십시오.