물류관리사가 10평 창고에서 하루 1,000건의 주문을 처리한다면 가능할까?

10평에서 하루 1,000건은 조건부로 가능하다

면적보다 주문 형태와 작업 방식이 먼저 처리량을 결정한다

결론부터 말하면 10평 창고에서 하루 1,000건을 처리하는 일은 불가능하다고 단정할 수도, 면적만 보고 충분하다고 말할 수도 없다. 작고 가벼운 상품을 소수 SKU로 운영하고 주문당 품목 수가 적으며, 판매 시점 전에 재고가 미리 보충되고, 바코드와 주문 시스템을 이용해 묶음 피킹한다면 도전할 수 있는 수준이다. 반대로 SKU가 많고 상품 크기가 제각각이며 주문 하나에 여러 품목이 섞이고, 검수·선물 포장·반품 처리까지 같은 공간에서 수행한다면 같은 10평에서도 처리량이 급격히 낮아진다. 핵심은 보관 가능한 상자 수가 아니라 입고부터 피킹, 포장, 출고까지 각 단계가 몇 초를 사용하고 어느 단계에 대기가 쌓이는지 계산하는 것이다.

이 글에서는 10평을 편의상 약 33제곱미터인 직사각형 실내로 보고, 하루 운영시간은 8시간, 실제 작업 가능시간은 휴식·정리·짧은 장애 대응을 제외한 420분으로 가정한다. 주문 1,000건은 8시간 기준 시간당 125건이며, 420분 기준으로는 분당 약 2.38건이다. 전체 공정이 한 사람의 손을 순서대로 거친다면 주문 한 건에 허용되는 평균시간은 약 25초밖에 되지 않으므로 현실적으로 어렵다. 그러나 작업을 피킹과 포장으로 나누고 여러 사람이 병렬로 처리하면 각 공정의 용량을 합칠 수 있다. 아래 수치는 실제 창고 실측 데이터나 업계 표준이 아니라 조건 변화에 따른 결과를 이해하기 위한 가상 시뮬레이션이다.

33제곱미터를 보관과 작업 공간으로 나누는 방법

랙을 많이 넣는 것과 주문을 많이 처리하는 것은 같은 문제가 아니다

가상 배치는 전체 약 33제곱미터 가운데 랙과 재고 보관에 16제곱미터, 피킹 통로에 6제곱미터, 포장 작업대와 소모품에 5제곱미터, 입고·출고 임시 적치에 3제곱미터, 출입문과 안전 여유 공간에 3제곱미터를 배정한다. 이 비율은 설계 기준이 아니라 계산을 위한 예시다. 보관면적을 늘리려고 통로를 줄이면 더 많은 상품을 넣을 수 있어 보이지만, 두 작업자가 서로 비켜 가지 못하거나 카트를 돌릴 수 없으면 이동 대기와 재작업이 늘어난다. 포장대 앞에 완성 주문이 쌓이면 출고 공간이 작업 통로를 침범하고, 입고 상품이 랙 보충 전에 바닥에 머물면 피킹 동선도 막힌다.

소형 창고에서는 같은 면적을 시간대별로 다르게 쓰는 운영이 중요하다. 예를 들어 판매 집중시간 전에 입고와 랙 보충을 끝내고, 주문 처리시간에는 입고 구역 일부를 빈 카트 대기 장소로 활용할 수 있다. 다만 입고와 출고 물량이 동시에 몰리면 그 공간을 두 공정이 공유할 수 없으므로 별도 버퍼가 필요하다. 빠르게 팔리는 상품은 포장대와 가까운 랙의 손이 닿기 쉬운 위치에 두고, 저빈도 상품은 상대적으로 먼 위치에 배치하면 평균 이동거리를 줄일 수 있다. 랙 높이만 키워 재고를 늘리면 보충과 피킹 시간이 길어지고 높은 위치에서의 작업 부담도 생길 수 있으므로, 저장용량과 접근시간을 함께 봐야 한다. 빈 박스와 완충재 같은 포장자재의 하루 사용량도 미리 계산해 작업대 주변 보충 공간을 확보해야 한다.

하루 처리량을 계산하는 기본 공식

공정별 작업 가능시간을 주문당 시간으로 나누어 비교한다

공정의 이론 처리량은 ‘작업 인원×1인당 실제 작업 가능시간÷주문 한 건에 필요한 공정시간’으로 계산할 수 있다. 실제 작업 가능시간을 420분으로 잡으면 한 사람은 25,200초를 사용할 수 있다. 가상으로 주문당 피킹 시간이 35초라면 피커 1명의 이론 용량은 25,200÷35=720건이다. 포장 시간이 45초라면 포장 작업자 1명의 이론 용량은 560건이고, 두 명이면 1,120건이다. 이 구성에서는 포장 능력이 1,000건을 넘더라도 피킹이 720건에 머물기 때문에 전체 처리량은 약 720건보다 커질 수 없다. 생산라인의 결과는 가장 느린 공정의 용량을 넘어설 수 없다는 병목 원리가 적용된다.

이론 용량을 그대로 목표로 삼으면 오류가 생긴다. 주문 취소, 바코드 불일치, 재고 위치 오류, 포장재 보충, 프린터 용지 교체, 파손 확인, 작업자 이동과 인수인계처럼 정상 운영에서도 예외시간이 발생하기 때문이다. 따라서 계산식에는 별도의 여유율을 두거나 실제 관찰값으로 주문당 시간을 정기적으로 갱신해야 한다. 예를 들어 계산상 1,120건을 포장할 수 있어도 예외작업과 대기가 15%를 차지한다고 가정하면 단순 조정 용량은 1,120×0.85=952건이 된다. 이 15% 역시 업계 표준이 아니라 가정값이다. 하루 1,000건을 안정적으로 처리하려면 목표와 이론 최대치가 같아서는 안 되고, 일시적인 주문 집중과 재작업을 흡수할 여유가 필요하다.

피킹과 포장 사이에서 생기는 실제 병목

한 단계의 속도보다 대기열과 이동거리의 변화를 관찰한다

피킹이 빨라도 포장대가 주문을 받아 주지 못하면 카트와 바구니가 통로에 쌓인다. 반대로 포장 인원이 충분해도 피커가 긴 동선을 반복하거나 재고를 찾지 못하면 포장대가 비어 있게 된다. 소형 창고에서는 이런 대기열이 공간 자체를 차지해 다음 작업을 방해한다는 점이 중요하다. 피킹 완료 주문을 몇 건까지 놓을 수 있는지, 포장 완료 상자를 택배 인계 전 어디에 둘지, 빈 박스와 완충재를 어느 방향에서 공급할지까지 배치에 포함해야 한다. 처리량을 높인다는 이유로 통로에 임시 적치하면 이동시간과 충돌 위험이 커져 오히려 전체 속도가 낮아질 수 있다.

병목을 찾을 때는 각 작업자의 동작만 재는 것보다 공정 사이의 대기시간을 함께 기록하는 편이 좋다. 주문 접수부터 피킹 시작까지, 피킹 완료부터 포장 시작까지, 포장 완료부터 출고 인계까지의 시간을 나누면 막히는 구간이 보인다. 같은 주문당 40초라도 실제 작업 25초와 대기 15초로 구성된 경우에는 인원을 늘리는 것보다 버퍼 위치와 작업 순서를 바꾸는 것이 효과적일 수 있다. 또한 마감시간 직전에 주문이 몰리면 하루 평균 처리량만으로는 대응 여부를 알 수 없다. 시간대별 도착 주문 수와 공정별 완료 수를 비교해야 순간적인 적체를 파악할 수 있으며, 컷오프 시간과 택배 집하시간도 함께 고려해야 한다. 속도를 높인 뒤 오피킹과 포장 불량이 늘었다면 재작업까지 포함한 순처리량은 오히려 감소할 수 있으므로 품질지표도 함께 기록한다.

인원과 SKU 조건을 바꾼 세 가지 가상 시나리오

같은 10평이라도 주문 구성에 따라 가능과 불가능이 갈린다

다음 비교는 하루 실제 작업 가능시간 420분을 공통으로 적용한 가상 시나리오다. 상품은 소형이며 자동 주문수집과 바코드 확인이 가능하다고 가정한다. 표 형태의 정보를 업로더에서 읽기 쉽도록 시나리오별 목록으로 정리했다. 각 시간은 현장 실측값이 아니고, 특정 장비나 업체의 성능을 의미하지 않는다. 피킹 시간은 주문당 평균값이며 묶음 피킹으로 여러 주문을 한 번에 이동한 뒤 주문별로 분류하는 방식까지 포함한 가정이다. 포장 시간에는 상자 선택, 검수, 봉함, 송장 부착을 포함하되 선물 포장과 복잡한 조립은 제외한다.

• 시나리오 A｜3명·SKU 120개·주문당 1.2개 품목｜피킹 1명 35초: 720건, 포장 2명 45초: 1,120건｜피킹이 병목이므로 1,000건 달성이 어려움
• 시나리오 B｜4명·SKU 150개·주문당 1.3개 품목｜피킹 2명 25초: 2,016건, 포장 2명 35초: 1,440건｜수치상 가능하지만 보충·오류·집하 여유를 별도로 확보해야 함
• 시나리오 C｜4명·SKU 800개·주문당 2.5개 품목｜피킹 2명 60초: 840건, 포장 2명 50초: 1,008건｜피킹 용량이 1,000건보다 낮아 달성이 어려움

시나리오 B도 자동으로 성공하는 것은 아니다. 계산상 피킹과 포장 용량이 목표보다 높지만, 두 공정 외에 입고검수, 랙 보충, 출고 정리, 반품과 고객 문의 대응을 누가 맡을지가 남는다. 네 명 모두 주문처리에 고정되면 재고 보충이 늦어져 피킹 위치가 비고, 결국 처리 속도가 떨어질 수 있다. 반대로 판매 전 재고 보충을 마치고 반품은 별도 시간대에 처리하며 주문 변동이 작다면 1,000건에 접근할 가능성이 높아진다. 따라서 시나리오 표는 가능성을 선별하는 1차 계산이며, 실제 운영 결정에는 시간대별 주문 분포와 최소 며칠간의 작업 측정이 필요하다.

SKU 수와 주문당 품목 수가 면적을 압박하는 방식

재고 종류가 늘면 보관칸과 탐색·보충 작업이 함께 증가한다

SKU가 100개인 창고와 800개인 창고는 같은 재고 수량을 보관하더라도 운영 방식이 다르다. SKU가 늘면 상품별 위치와 구분칸이 더 필요하고, 판매 빈도가 낮은 품목도 최소 재고를 두어야 하므로 랙 공간이 잘게 나뉜다. 피커는 더 많은 주소를 확인하고 비슷한 상품을 구별해야 하며, 위치 오류와 오피킹 가능성도 관리해야 한다. 주문당 품목 수가 1개에서 2.5개로 늘면 주문 건수는 같아도 방문해야 할 피킹 위치와 분류 작업이 증가한다. 그래서 하루 1,000건이라는 숫자만 비교하지 말고 총 피킹 라인 수를 ‘주문 건수×주문당 평균 품목 수’로 계산해야 한다. 1,000건×1.2개는 1,200라인이고, 1,000건×2.5개는 2,500라인이다.

재고일수도 면적에 직접 영향을 준다. 하루 판매량이 같아도 3일치 재고를 두는 경우와 20일치 재고를 두는 경우의 필요한 보관 부피는 크게 다르다. 공급사가 자주 소량 납품할 수 있으면 재고를 줄일 수 있지만 입고 횟수와 검수 작업이 늘어난다. 대량으로 들여오면 입고 빈도는 낮아지지만 10평 안에서 작업공간을 잠식할 수 있다. 빠른 상품을 앞쪽에 배치하는 ABC 방식, 규격화된 보관함, 주소체계와 바코드는 탐색시간을 줄이는 데 도움이 되지만 잘못된 재고정보까지 자동으로 고쳐 주지는 않는다. 실물 수량과 시스템 수량을 맞추는 순환재고조사와 보충 기준이 함께 있어야 처리량 계산이 유지된다.

물류관리사 관점의 최종 판단과 실행 순서

자격 지식은 숫자를 목표가 아닌 운영 조건으로 바꾸는 데 쓰인다

물류관리사 관점에서는 ‘10평에 1,000건’이라는 목표를 바로 인원 수로 바꾸기보다 수요, 재고, 보관, 하역, 포장, 정보 흐름으로 나누어 본다. 먼저 최근 주문에서 SKU별 출고 빈도와 주문당 품목 수, 상품 크기와 포장 난도를 구한다. 다음으로 실제 배치도에서 피킹 이동거리와 포장대 용량, 입출고 버퍼를 정하고, 공정별 주문당 시간을 측정한다. 그 뒤 계산한 이론 용량에 예외작업과 주문 집중을 위한 여유를 반영해 목표와 비교한다. 목표를 못 맞추면 인원을 늘리기 전에 가장 느린 공정이 피킹인지 포장인지, 또는 공간 적체인지 확인해야 투자 방향을 정할 수 있다.

1. 주문 100건 정도를 표본으로 SKU 수, 품목 수, 포장 유형과 공정별 시간을 기록한다.
2. 빠른 상품을 가까이 재배치하고 입고·피킹·포장·출고 동선을 분리해 다시 측정한다.
3. 시간당 도착 주문과 완료 주문을 비교해 피크 시간의 대기열을 확인한다.
4. 목표 처리량보다 여유 있는 공정 용량을 확보한 뒤 단계적으로 물량을 높인다.
5. 안전 통로와 작업자 휴식을 줄여 얻은 속도는 지속 가능한 처리량으로 계산하지 않는다.

물류관리사 자격에서 익히는 보관·하역, 재고, 운송, 물류정보의 개념은 물류센터 운영, 재고관리, 배차와 운송관리, 물류기획 같은 업무를 이해하는 데 활용할 수 있다. 하지만 자격증만으로 하루 처리량을 정확히 예측하거나 취업이 보장되는 것은 아니다. 실제 현장에서는 WMS 사용 능력, 엑셀과 데이터 분석, 작업표준 작성, 안전관리, 협력사와의 조정 경험이 함께 필요하다. 이 가상 시뮬레이션의 최종 판단은 ‘4명이라면 무조건 가능’이 아니라, 낮은 SKU 수와 단순 주문, 짧은 동선, 사전 보충, 병렬 포장, 예외처리 여유가 동시에 갖춰질 때 가능성이 생긴다는 것이다. 실제 창고는 실측 후 같은 계산식을 다시 적용해야 한다.

10평의 한계는 벽의 면적만이 아니라 재고와 사람, 주문이 같은 시간에 차지하는 공간에서 결정된다.