The Impact of Digital Transformation on 4PL Logistics Efficiency: Evidence from a Difference-in-Differences Analysis of Auto Labeler Adoption

본 연구는 국내 4PL 물류기업 STL을 사례로, Auto Labeler 도입이 물류센터 운영 성과에 미치는 영향을 실증적으로 분석한다. 전자상거래 확대와 인력 제약이 심화되는 환경에서 물류 자동화는 필수 전략으로 부상하고 있으나, 실제 운영 데이터를 기반으로 자동화 설비의 성과를 인과적으로 검증한 연구는 제한적이다. 특히 동일한 자동화 설비라 하더라도 도입 시점과 센터별 운영 구조에 따라 효과가 어떻게 달라지는지에 대한 실증 분석은 충분히 이루어지지 않았다. 이를 위해 본 연구는 Auto Labeler를 도입한 A, B, C 센터와 미도입 통제군인 D 센터를 대상으로, 2024년 4월부터 2025년 9월까지의 Center–Month 패널 데이터를 구축하였다. 생산성과 오류율을 종속변수로 설정하고, 도입 여부와 도입 초기 및 안정기를 구분한 Difference in Differences(DID) 모형을 적용하였다. 센터 및 월 고정효과를 포함하여 구조적 차이와 시계열 충격을 통제하였으며, 도입 이전 기간에 대한 평행추세 검증을 통해 인과적 타당성을 확보하였다. 또한 센터별 DID 분석을 통해 자동화 도입 효과의 이질성을 추가로 검증하였다. 분석 결과, Auto Labeler 도입 초기에는 생산성이 약 5% 감소하는 경향이 관찰되었으나 통계적으로 유의하지 않았으며, 이는 학습 비용과 공정 조정에 따른 일시적 혼선으로 해석된다. 반면 안정기에는 평균 약 10.6%의 생산성 증가 효과가 나타났고, 이는 통계적으로 유의하였다. 오류율 분석에서는 도입 전후 모두 감소 방향성이 확인되었으나, 평균 오류율 수준이 매우 낮아 통계적 유의성은 확보되지 않았다. 센터별 분석 결과, 안정기 생산성 증가는 A 센터 17.8%, B 센터 15.6%, C 센터 20.6%로 나타나 자동화 효과가 센터별 운영 구조와 작업 맥락에 따라 이질적으로 발현됨이 확인되었다. 본 연구는 실제 4PL 물류기업의 운영 데이터를 활용하여 자동화 설비 도입 효과를 동태적으로 분석하고, 평균 효과를 넘어 센터별 이질성을 실증적으로 규명했다는 점에서 의의를 가진다. 연구 결과는 물류 자동화 투자 의사결정에서 도입 여부뿐 아니라 센터 선정, 도입 시점, 공정 구조, 학습 기간 설계가 성과를 좌우한다는 점을 시사한다. 이는 물류 자동화를 단일 설비 도입이 아닌, 데이터 기반 운영 표준화 전략의 출발점으로 이해할 필요성을 제기한다.