아마존 웹 서비스(AWS)가 운영하는 생성형 AI 이노베이션 센터가 수리 최적화(mathematical optimization) 기술을 기업 운영 전반에 적용한 구체적 성과를 2026년 6월 8일 공식 블로그를 통해 공개했다. 수리 최적화는 수십만 가지 대안 중 제약 조건을 만족하는 최선의 의사결정을 수학적으로 도출하는 AI의 한 분야로, 머신러닝이 패턴을 확률적으로 예측하는 방식과 달리 정해진 제약 안에서 확정적 최적해를 산출한다는 점이 차별점이다.
발표된 실증 사례 중 BMW 그룹은 자동차 차체 방청 실란트 도포 공정에 이 기술을 적용해 로봇 사이클 타임을 최대 10% 단축했다. 물류 기업 딜리버리 히어로는 도심 배송 거점 간 중간 물류 경로 자동 최적화 솔루션을 도입해 관련 비용을 최대 24% 절감할 수 있다는 결과를 얻었다. 호주 레드크로스 라이프블러드는 약 100개 헌혈 센터의 간호 인력 배치 문제를 제약 프로그래밍으로 정식화해 기존 대비 7% 비용 절감이 가능하다는 것을 시뮬레이션으로 확인했다. 아마존 자체 EU 물류망에서는 ML 수요 예측과 최적화를 결합해 익일 배송 커버리지를 20~50 베이시스포인트 개선하는 효과를 거뒀다.
이노베이션 센터는 이번에 공개한 방법론을 재사용 가능한 솔루션 형태로도 내놓았다. 딜리버리 히어로 프로젝트에서 파생된 차량 경로 최적화 프레임워크 ‘ROaDS’와 라이프블러드 프로젝트에서 개발된 인력 스케줄링 엔진 ‘WISE’가 그것이다. 두 솔루션 모두 고객사가 소스코드를 직접 소유하고 조직 특성에 맞게 커스터마이징할 수 있도록 설계됐다. 이처럼 단일 고객 프로젝트에서 도출된 방법론을 가속화 솔루션으로 전환하는 방식은 도입 기간을 단축하려는 엔터프라이즈 시장의 수요에 대응한 전략으로 풀이된다.
수리 최적화는 물류·제조·의료 등 제약 조건이 복잡한 산업 현장에서 단순 ML 추론만으로는 한계가 있는 의사결정 문제를 보완한다는 점에서 주목받고 있다. AWS는 클라우드 컴퓨팅 인프라와 이 기술을 결합해 대규모 연산이 필요한 산업 최적화 시장을 공략하고 있으며, 향후 고객사가 자체 최적화 역량을 내재화할 수 있도록 지원을 확대할 계획이라고 밝혔다.
