김범석 대표 “고객 필요 발견하고 충족하는 전 과정으로 확장”
고객 변수 3000개로 맞춤 추천…조리시간 예측 오차 50% 줄여
[소셜밸류=한시은 기자] 배달의민족이 고객 주문 수요를 예측하고 가게와 라이더의 움직임을 연결하는 기술 고도화에 나선다. 메뉴를 고르는 순간부터 음식이 도착할 때까지 발생하는 대기 시간을 줄이고, 장기적으로는 인공지능(AI)이 고객의 허용 범위 안에서 탐색과 주문까지 수행하도록 한다는 구상이다.
배민 운영사 우아한형제들은 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 ‘우아한테크콘퍼런스2026’(우아콘)을 개최했다고 28일 밝혔다. 올해는 ‘멈추지 않는 도시를 만드는 기술’을 주제로 40여개 발표 세션을 마련했다. 사전 등록 신청자 1만여명 가운데 추첨으로 선정된 2000여명이 참석했다.
 |
| ▲ 김범석 우아한형제들 대표가 28일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 ‘우아한테크콘퍼런스2026’에서 발표하고 있다./사진=우아한형제들 제공 |
◇ “주문 버튼 누르기 전부터”…예측·연결·최적화로 배달 확장
김 대표는 “사실 우리의 기다림은 ‘주문하기’ 버튼을 누르기 전부터 이미 시작되고 있었다”며 메뉴를 검색하고 비교·선택하는 시간도 줄여야 할 대상으로 꼽았다.
이를 구현하기 위한 과제로는 예측과 연결, 최적화를 제시했다. 고객의 습관과 취향에 맞는 선택지를 미리 준비하고, 가게는 예상 수요에 맞춰 조리를 준비하며, 라이더는 주문이 발생할 가능성이 높은 지역으로 이동한다. 음식이 완성되는 시점과 라이더가 도착하는 시점을 맞춰 대기를 줄이는 것이 핵심이다.
김 대표는 “더 나아가 AI가 고객의 의도를 이해하고, 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 말했다.
◇ 고객 변수 3000개로 개인화…조리시간 예측 오차 50% 줄여
고명석 최고기술책임자(CTO)는 이 같은 구상을 뒷받침하는 AI 적용 사례를 소개했다. 배민은 3000개가 넘는 고객 변수를 활용하는 초개인화 엔진을 개발하고 있다. AI 에이전트가 관련 정보를 탐색해 고객별 혜택과 추천을 판단하고, 이후 지표 변화를 바탕으로 모델을 개선한다.
조리시간 예측에는 메뉴별 주문 수와 처리 속도 등을 반영했다. 고 CTO에 따르면 기존에 업주가 직접 입력한 조리시간은 실제와 약 8분 차이가 났지만, 예측 모델 고도화 이후 평균 오차가 50% 줄었다.
업주가 입력한 음식 준비시간에 가게별 배달 현황과 지역 혼잡도, 배달 인프라 현황 등 58개 데이터를 더해 AI가 배달시간을 예측한다. 이를 통해 기존 대비 예측 정확도가 2배 이상 높아졌다고 설명했다.
배민은 실시간 데이터를 바탕으로 수요와 라이더 수급, 조리시간을 예측하고 이를 조리·배차에 연결하고 있다. 실제 수행 과정에서 예측과 차이가 발생하면 이를 감지해 모델을 개선한다.
고 CTO는 “더 잘 예측하고 판단하며, 이를 통해 스스로 실행하고 결과를 바탕으로 예측을 개선하는 기술이 저희가 만들고 있는 기술”이라며 고객과 가게, 라이더를 하나로 연결하는 ‘실시간 물리 네트워크(Real-time Physical Network)’를 지향한다고 밝혔다.
◇ 비 오기 전 라이더 수요 예측…로봇 배달도 현장 적용
한다니엘 딜리버리 총괄은 비 오는 평일 저녁의 주문 처리 과정을 예로 들어 기술이 현장 운영에 어떻게 적용되는지 설명했다.
기존에는 비가 내리면 운영팀이 날씨와 지도를 살피며 지역별 배달 가능 범위를 수동으로 조정했다. 현재는 시스템이 비가 오기 전 지역별 피크 시간대의 라이더 수요를 예측하고 필요한 라이더를 미리 확보한다. 배민에 따르면 이 같은 방식으로 우천 시 대응 시간이 약 80% 단축됐다.
조리시간 예측 역시 라이더의 대기를 줄이는 데 초점을 맞췄다. 주방에 밀린 주문과 메뉴별 조리시간, 매장 혼잡도 등을 반영해 가게별 상황을 학습한다. 한 총괄은 “목표는 라이더가 도착하는 순간 음식이 완성돼 있는 것”이라고 말했다.
배달 경로도 실제 운행 데이터를 토대로 판단한다. 지도상 짧은 경로라도 언덕이나 교차로 등 현장 여건에 따라 이동시간이 달라질 수 있어 실험을 통해 효율을 확인한다는 설명이다. 시스템 장애가 발생했을 때는 주문이 누락되거나 처음부터 다시 처리되지 않도록 멈춘 단계부터 이어가는 복구 체계도 운영하고 있다.
배민은 일부 지역에서 로봇으로 B마트 주문을 고객 문 앞까지 배달하고 있다. 우아한형제들에 따르면 배달 로봇은 전체 주행 거리의 99% 이상을 자율주행하며 매달 약 5000㎞를 운행한다.
한 총괄은 “아직 모든 곳에서 가능한 것은 아니며 완벽하지도 않다”면서도 “심리스 시티는 하나의 획기적인 혁신이 아니라 작은 기다림을 하나씩 없애면서 만들어진다”고 말했다.
[저작권자ⓒ 사회가치 공유 언론-소셜밸류. 무단전재-재배포 금지]
