우아콘 2026 개최…‘심리스 시티’ 청사진 공개
고객 수요 미리 읽어 가게 조리·라이더 배차 연결
조리시간 예측 오차 절반·우천 대응 시간 80% 줄여
고객 수요 미리 읽어 가게 조리·라이더 배차 연결
조리시간 예측 오차 절반·우천 대응 시간 80% 줄여
|
◇"주문 전부터 준비"…AI가 탐색·선택까지
배민 운영사 우아한형제들은 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 '우아한테크콘퍼런스2026'을 개최했다고 28일 밝혔다. 2020년 시작한 이 기술 공유 행사는 올해 '멈추지 않는 도시를 만드는 기술'을 주제로 AI·머신러닝(ML), 백엔드·프론트엔드, 데이터, 로봇 등 40여개 발표 세션을 마련해 관람객 2000여명을 맞았다.
김 대표는 기조연설에서 "우리의 기다림은 '주문하기' 버튼을 누르기 전부터 이미 시작되고 있었다"며 "왜 배달은 주문이 들어온 뒤에야 시작돼야 할까"라고 말했다.
배민이 그리는 서비스는 고객이 앱을 열기 전 취향과 습관에 맞는 선택지를 준비하는 데서 출발한다. 가게는 시간대별 예상 수요에 맞춰 조리를 준비하고, 라이더는 주문이 발생할 가능성이 높은 지역으로 이동한다. 음식이 완성되는 순간 라이더가 도착하도록 각 단계의 시간을 맞추는 방식이다.
장기적으로는 AI가 고객의 의도를 파악해 주문 과정에도 관여한다. 김 대표는 "고객이 허용한 범위 안에서 탐색과 선택, 반복되는 주문까지 자동으로 수행하게 될 것"이라며 "배민의 일은 고객의 필요를 발견하고 그 필요를 충족하는 전 과정으로 확장됐다"고 설명했다.
|
고명석 최고기술책임자(CTO)는 개인화 추천과 조리·배달시간 예측에 적용한 AI 기술을 소개했다. 배민의 초개인화 엔진은 3000개가 넘는 고객 변수 등을 활용한다. AI 에이전트가 관련 정보를 탐색해 고객별 혜택과 추천 정보를 판단하고, 이용 결과를 바탕으로 모델을 개선하는 구조다.
조리시간 예측 모델에는 메뉴별 주문 수와 처리 속도 등을 반영했다. 기존에 업주가 입력한 조리시간은 실제와 약 8분 차이가 있었지만, 모델을 고도화한 결과 평균 오차를 50% 줄였다는 게 회사 측 설명이다. 조리 완료 시점에 맞춰 라이더가 도착하도록 해 가게에서 기다리는 시간과 음식 전달 지연을 줄이는 것이 목표다.
배달시간 예측 방식도 바꿨다. 업주가 입력한 음식 준비시간에 가게별 배달 현황, 지역 혼잡도, 배달 인프라 현황 등 58개 데이터를 더해 AI가 배달시간을 예측한다. 회사 측은 이를 통해 정확도를 기존 대비 2배 이상 높였다고 밝혔다.
고 CTO는 고객과 가게, 라이더를 하나로 연결한 시스템을 '실시간 물리 네트워크(Real-time Physical Network)'로 정의했다. 수요와 조리시간을 예측하고 조리·배차 시점을 맞춘 뒤 실제 결과에서 발생한 오차를 다시 학습하는 방식이다.
한다니엘 딜리버리 총괄은 비 오는 평일 저녁의 주문 처리 과정을 예로 들어 운영 현장의 변화를 소개했다. 과거에는 운영팀이 날씨와 지도를 살피며 지역별 배달 가능 범위를 수동으로 조정했지만, 현재는 시스템이 비가 내리기 전 지역별 피크 시간대의 라이더 수요를 예측해 필요한 라이더를 미리 확보한다. 이를 통해 우천 시 대응 시간을 약 80% 단축했다는 설명이다.
배달 경로도 실제 주행 데이터를 바탕으로 개선하고 있다. 지도상 짧은 경로라도 언덕이나 교차로 등의 영향으로 이동 시간이 길어질 수 있어서다. 주문 처리 중 시스템 장애가 발생하면 중단된 단계부터 작업을 재개해 주문 누락과 수동 개입을 줄이는 복구 체계도 운영하고 있다.
일부 지역에서는 로봇이 B마트 주문을 고객 문 앞까지 배달한다. 회사 측에 따르면 배달로봇은 전체 주행 거리의 99% 이상을 자율주행하며 매달 약 5000㎞를 이동하고 있다.
한 총괄은 "아직 모든 곳에서 가능한 것은 아니며 완벽하지도 않다"면서도 "심리스 시티는 하나의 획기적인 혁신이 아니라 작은 기다림을 하나씩 없애면서 만들어진다"고 말했다.
