

공정 레이아웃
본 적용사례는 Geek+의 P800 피킹 로봇 70대를 활용하여 물류 창고 내 피킹 스테이션과 보충 스테이션을 구현한 솔루션입니다.
자체 학습을 통해 사용 빈도수에 따라 효율적인 레이아웃을 구성 가능하고 컴팩한 공간에 많은 물품을 보관할 수 있어 공간 활용도를 극대화할 수 있습니다.
구성요소
| 로봇 | Geek+ P800 70대 ;
- Max Payload : 1000kg;
- Size (mm) : L1090 X W830 X H275;
- Weight : 195kg;
- Max. Lifting Height : 60mm;
- Max. Speed : 2m/s without load 1.6m/s full load;
- Max. Rotating Speed : 90도/1.5s, 180도/2s;
- Max. Slope Angle : 2.5도 (4.4%);
- Stop Accuracy : 10mm;
- Navigation : Inertial Sensor + QR code;
- Run time : 10분 충전시 2~3시간 동작;
- Operating Temp. : -20~50도; |
|---|---|
| 주변기기 | 전용 선반 1,058 세트;
Smart Warehouse System |
작업순서
| STEP 1. | 오더 접수 및 입력 |
|---|---|
| STEP 2. | 해당 선반으로 이동 |
| STEP 3. | 선반 픽업 후 피킹 위치로 이동 |
| STEP 4. | 상품 피킹 |
| STEP 5. | 보관 위치로 이동 |
| STEP 6. | 상품 보충 접수 |
| STEP 7. | 해당 선반으로 이동 |
| STEP 8. | 선반 픽업 후 보충 위치로 이동 |
| STEP 9. | 상품 적재 |
| STEP 10. | 보관 위치로 이동 |
특장점
뛰어난 작업 성능 및 공간 활용 극대화
컴팩트한 공간을 활용하여 효율적인 물류센터 운영 시스템 구축 가능
사용 빈도에 따라 보관위치 최적화 수행하여 피킹 및 보충 시간 최소화
1000kg까지의 중량물 운송 가능
팔레트와 선반 등 다양한 작업 방식 혼용 운영 가능
오더 피킹 및 총량 피킹 등 작업 방식에 맞춰 운영 가능
인시생산성 300~600 pcs/hour 가능
투자 비용 최소화 및 운영 효율 증대
RaaS 모델을 활용하여 투자비용 최소화 및 유지 보수 등 운영 효율 극대화
100대 이상의 복수 장비 최적 운용 및 관리 가능
자동 충전을 통해 주야 24시간 작업 수행 가능
높은 안정성과 신뢰성
전세계 1만대 이상 설치 운영으로 하드웨어 및 소프트웨어 안정성 및 신뢰성 확보
도입효과
| 주요지표 | 일평균 주문 소화량 3배 증가
피킹 효율성 3~7배 향상: 이전 100개 대비 현재 시간당 300개/스테이션의 평균 피킹 능력
전체 스토리지 용량 40% 증가
피킹 능력이 600건/스테이션/시간
전체 생산성 50% 증가 |
|---|---|
| 도입기업 피드백 | Geek+의 솔루션 적용으로 전체 스토리지 용량이 크게 증가하고 빠른 피킹 성능으로 생산성도 크게 증가했습니다. |

※ 마로솔 내의 모든 콘텐츠를 무단으로 복사 및 재창작할 경우 부정경쟁방지법 및 저작권법에 위반될 수 있음을 밝힙니다.
솔루션에 사용된 로봇이 궁금하다면?
추천 솔루션
번거로운 수작업은 줄이고, 흐름은 더 매끄럽게! ASRS 기반 물류센터 입고 공정 자동화👌
다품종·다규격 박스가 혼재된 환경에서도 안정적인 입고 처리를 가능하게 하며, ASRS 전단 공정의 병목 해소와 운영 효율 극대화를 목표로 설계되었습니다.
AMR–자동문 연동 기반 중량물 물류 이송 자동화 공정 구축
AMR이 자율 주행하여 중량물을 이송하고 자동문과 연동해 무인 출입을 구현한 솔루션입니다.; 중량물 이송 과정에서의 충돌과 정체를 최소화하며 작업자 안정성 역시 크게 향상되었습니다.
유진로봇 AMR을 활용한 사출라인의 물류 자동화
이 적용사례는 유진로봇 GoCart180과 상부 컨베이어모듈을 활용하여 사출기에서 출하 작업장으로 플라스틱 사출 제품을 자동으로 운송하는 인라인 물류 솔루션입니다. 고객 생산 라인에 맞춘 컨베이어 모듈 개발으로 제품 Loading & Unloading까지 자동으로 구현하여 인라인 운송 전 과정에서 작업자 개입 없이 완전한 자동화를 달성하였습니다.











