프로젝트 개요

최근 자율주행 배송 로봇은 특정 실험 공간을 넘어 우리 일상의 깊숙한 곳까지 빠르게 파고들고 있으며, 이제 전혀 낯설지 않은 풍경이 되었습니다. 물류 비용의 절반 이상을 차지하는 라스트마일(Last-mile) 구간의 효율화를 위해 로봇 서비스에 대한 수요는 기하급수적으로 확대되어, 글로벌 로봇 시장은 연평균 30% 내외의 기록적인 성장세를 보이고 있습니다.

• 주거 및 도심 환경: 실내외 통합 배송 로봇, 아파트 단지 내 라스트마일 배송 로봇, 아파트 단지 내 식음료 배달 로봇, 대학가 물품 배송 로봇
• 의료 현장: 약제, 검체, 의료 소모품, 취급 주의 약품 배송 로봇
• 식당(푸드코드): 식음료 및 식기 서빙 로봇
• 오피스 및 호텔, 스마트 빌딩: 빌딩 내 서류 및 음료 배송 로봇, 객실 어메니티 전달 및 룸서비스 서빙 로봇

네이버 1784 배송 로봇 운영 예 / 출처: 네이버랩스

위 사례로 주로 언급되는 배송 로봇에는 국내의 딜리(Dilly), 뉴비(NEUBIE), 개미(GAEMI), LG 클로이 서브봇, 미국의 스타십 테크놀러지가 대표적입니다. 또한 네이버의 스마트빌딩인 NAVER 1784에도 디지털 트윈 기반 클라우드 로봇이 운영되고 있습니다.

로봇 또한 사람과 같은 공간에서 활동하는 일상의 일부가 됨에 따라 로봇이 멈추거나 오작동할 때, 현장 담당자가 신속하고 정확한 조치를 취하지 못하면 서비스 불만을 넘어 안전사고로 이어질 수도 있습니다. 문제가 발생한 경우에 서비스 중단을 최소화하고, 공공의 안전을 보장하기 위해서는 표준화된 대응 가이드가 필요합니다.

이 제작 사례는 기존 통합형 RDS(Robot Delivery Solution) 운영 가이드를 관리형 운영 가이드와 실무형 문제 해결(Troubleshooting) 가이드로 이원화하고, 현장에서 즉시 대응할 수 있는 문제 해결 가이드로 고도화한 과정을 다룹니다.

기존의 가이드는 로봇 설치부터 관리자 페이지 활용법까지 모든 내용을 담은 백과사전식 운영 매뉴얼의 성격이 강했습니다. 또한 문제 발생 시의 해결 방법도 텍스트 위주로 복잡하고, 절차적 정보도 부족해 현장 대응 인력이 신속하게 문제를 해결하는 데 어려움이 있었습니다.

출처: 네이버랩스

이에 이번 프로젝트에서는 배송 로봇 솔루션(RDS) 운영 중 발생하는 다양한 기술적 이슈를 현장에서 직관적으로 문제를 진단하고, 표준화된 절차에 따라 신속하고 정확하게 해결하기 위한 특화된 문제 해결 가이드 개발을 추진했습니다.

한샘글로벌의 대응

한샘글로벌은 검색 용이성과 문제 해결 효율성을 극대화하는 데 중점을 두고, 국제 표준인 IEC 82079-1의 ‘사용자 작업 중심’ 원칙, ANSI Z535의 안전 정보 등 국제 표준이 요구하는 품질 원칙을 가이드 전반에 반영하는 정보 설계 전략을 수립했습니다.

1. 정보 구조 설계 및 접근성 강화

현장 담당자가 문제 상황에서 필요한 정보를 즉각적으로 찾을 수 있도록 구조를 설계했습니다.

• 상황 및 과업 중심의 정보 구성: 단순 나열된 이슈 상황을 알림 메시지별과 상황별 문제 해결로 분류하여, 현장 담당자가 직면한 상황에 따라 문제 해결 정보에 신속하게 접근하고 해결할 수 있도록 했습니다.
• 문제 해결 절차의 모듈화 및 표준화: 모든 문제 대응 절차를 [증상 확인 → 원인 분석 → 문제 해결 워크플로 → 기본 점검 → 상세 문제 해결 조치 → 검증 → 필요 시, 기술 지원 요청]의 논리적 흐름을 갖춘 워크플로로 표준화하여, 운영자의 숙련도와 관계없이 일관된 대응이 가능하도록 설계했습니다.
• 분기형 문제 해결 워크플로 도입: 발생한 문제마다 문제 해결 절차를 단계화하고, 각 단계의 성공/실패에 따른 대응 경로를 표로 도식화하여 실제 문제 해결을 진행하기 전에 전체적인 흐름을 한눈에 파악할 수 있도록 했습니다. 또한 각 단계마다 상호참조 링크를 적용하여 원하는 정보 위치로 신속하게 바로 이동할 수 있도록 했습니다.
• 상호 참조 및 검색 효율화: 알림 메시지(에러 코드) 목록을 부록으로 제공하고, 상호참조 링크를 통해 본문의 문제 해결책으로 바로 연결되도록 하여 정보 간 탐색 효율을 높였습니다.

2. 행동 중심 라이팅

기존의 설명 중심에서 실행 중심으로 문장 체계를 완전히 개편했습니다.

• 절차 지향적 명령문: 시스템 및 배송 로봇의 기능 설명은 운영 가이드로 분리하고, 문제 해결 가이드에서는 현장 담당자 누구나 곧바로 문제 해결에 신속하게 대응할 수 있도록 명확한 단계 및 절차 지향적 명령문을 우선 배치했습니다.
• 정보 중복 배제: 운영 가이드와의 유기적인 참조 체계를 통해 정보의 중복성을 배제하고, 명확한 단계 및 절차 지향적 명령문 중심으로 라이팅하여 현장 담당자 누구나 곧바로 문제 해결에 신속하게 대응할 수 있는 문제 해결 특화 가이드를 구현했습니다.

3. 테크니컬 일러스트를 통한 시각화

텍스트만으로는 파악하기 힘든 하드웨어의 물리적 조작 위치를 정밀 일러스트로 시각화하여 현장 담당자가 오조작 없이 신속 정확하게 대응할 수 있도록 했습니다.

4. 안전 관리 기능 강화

국제 안전 규격(ANSI Z535)에 기반한 안전 정보와 긴급 대응 시의 대응 지침을 마련하여 안전성을 확보하도록 했습니다.

• 안전 정보 블록 강화: 텍스트 중간에 포함되어 있어 시각적으로 두드러지지 않았던 안전 정보를 ANSI Z535의 위험 심각도 및 발생 가능성에 따라 경고, 주의로 구분하고, 문서 초반의 별도 섹션과 본문 내에 시각적인 메시지 박스를 활용하여 안전 정보를 강조했습니다.
• 긴급 대응 프로토콜 수립: 화재나 인명 사고 등 긴급 상황 시의 대응 지침을 별도 섹션으로 추가하여 현장 안전 관리 기능을 강화했습니다.

5. 용어 표준화를 통한 정합성 확보

커뮤니케이션 오류를 차단하여 정확한 조치가 이루어지도록 했습니다.

• 용어 일관성 유지: 시스템 UI와 가이드 내 용어를 일치시켜 현장 담당자가 인지적 혼란을 겪지 않도록 했습니다.
• 용어 사전 제공: 부록에 용어 사전을 추가하여 현장 커뮤니케이션의 정확도를 높였습니다.

6. ARC Brain 사용 가이드 전담 라이터 참여로 실무 경험 기반 전문성 반영

시스템에 대한 깊은 이해를 바탕으로 실효성 있는 대응 지침을 수립했습니다. 특히, 이번 프로젝트에는 네이버 로봇의 핵심 제어 시스템인 ARC Brain 사용 가이드의 전담 라이터가 직접 참여하여 시스템과 현장 조치가 유기적으로 맞물리도록 설계했습니다.

결과

이 프로젝트는 배송 로봇 솔루션(Robot Delivery Solution) 운영 중 발생하는 기술적 이슈를 보다 신속하고 정확하게 해결하기 위해 기존의 운영 매뉴얼을 문제 발생 시 즉시 대응할 수 있는 실무 중심의 문제 해결(Troubleshooting) 가이드로 전면 개편한 작업입니다.

배송 로봇 문제 해결 가이드 고도화를 통해 기대하는 효과는 다음과 같습니다.

1. 문제 해결 시간(MTTR, Mean Time to Repair) 단축: 직관적인 목차와 표준 워크플로로 현장 담당자가 문제 상황을 인지하고 올바른 해결책을 찾아 해결하는 시간을 단축하여 서비스의 연속성을 강화
2. 문제 대응 능력(전문성)의 상향 평준화: 숙련된 현장 담당자가 아니더라도 문제 해결 가이드의 단계별 절차만 따르면 동일한 수준의 조치가 가능하여, 인적 오류(Human Error)를 최소화하고 서비스의 일관성을 보장
3. 안전 사고 예방 및 리스크 관리: 안전을 위한 경고 및 주의 사항을 강조하여 발생할 수 있는 안전사고 위험을 사전에 차단(안전성 강화)
4. 교육 및 유지보수 효율성 향상: 논리적인 구조와 용어 정합성 확보로 운영 인력의 교육 기간을 단축하고, 향후 시스템 업데이트 시 문서 유지보수가 용이
5. 브랜드 가치 높임: 고객 접점에서 발생하는 문제를 전문적으로 해결함으로써 사용자에게 로봇 서비스에 대한 신뢰를 제공

“쉽게 찾고, 바르게 이해하고, 곧바로 해결할 수 있도록 설계된 문제 해결 가이드는 로봇 서비스의 연속성과 안전성을 담보하는 핵심적인 운영 자산이 됩니다.”