"음식 완성될 때 라이더 도착"…배민, AI로 배달 '기다림' 줄인다

[프라임경제] "음식이 1분 늦으면 라이더는 카운터에서 1분을 기다립니다. 1분이 60번이면 1시간입니다. 그리고 그 1시간이 라이더의 수입입니다."

한다니엘 우아한형제들 딜리버리 총괄은 28일 열린 '우아한테크콘퍼런스 2026'에서 배달 과정의 대기시간을 줄여야 하는 이유를 이같이 설명했다. 음식이 완성되는 순간 라이더가 매장에 도착하도록 조리와 배차를 맞추는 것이 배달의민족(이하 배민)이 추구하는 기술의 목표라는 것이다.

배민 운영사 우아한형제들이 인공지능(AI)을 활용해 주문과 조리, 배달을 연결하는 운영 체계를 고도화하고 있다. 고객에게 도착 예정 시간을 안내하는 데서 나아가 매장별 조리 상황과 지역별 라이더 수요를 예측해 불필요한 기다림을 줄이겠다는 구상이다.

이날 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 행사에서 고명석 우아한형제들 최고기술책임자(CTO)는 배달 앱에 존재하는 다양한 '기다림'에 주목했다.

고객이 메뉴를 찾는 시간부터 음식이 조리되기를 기다리는 시간, 가게와 라이더가 서로를 기다리는 시간까지 기술로 줄일 수 있다는 설명이다. 이를 위해 정보를 보여주고 사람의 판단을 기다리던 서비스에서 AI가 상황을 이해하고 판단·실행하는 방식으로 전환하고 있다고 밝혔다.

대표적인 사례는 조리시간 예측이다. 고 CTO에 따르면 기존에는 점주가 직접 입력한 조리시간을 사용했지만 실제 조리시간과 약 8분의 차이가 있었다. 배민은 메뉴별 주문 수와 처리 속도를 반영해 조리시간 추천 모델을 고도화했고, 그 결과 평균 오차가 50% 줄었다고 설명했다.

한 총괄은 이러한 변화가 매장별 실시간 상황을 반영하는 데서 출발한다고 강조했다. 기존의 정적인 통계 대신 주방에 밀린 주문 수와 메뉴별 조리시간, 매장 혼잡도 등을 학습해 가게마다 다른 주문 처리 흐름을 파악하는 방식이다.

그는 "목표는 간단하다"며 "라이더가 도착하는 순간 음식이 완성돼 있는 것. 너무 일찍도, 너무 늦게도 아닌 바로 그 순간"이라고 말했다.

배달시간 예측에도 데이터를 확대 적용했다. 점주가 입력한 준비시간을 바탕으로 안내하던 방식에서 가게별 배달 현황과 지역 혼잡도, 배달 인프라 등 58개 데이터를 활용해 AI가 예측하는 방식으로 바꿨다. 고 CTO는 이를 통해 배달시간 예측 정확도가 기존 대비 2배 이상 높아졌다고 밝혔다.

예측 정확도의 개선은 고객이 기다림을 받아들이는 방식에도 영향을 준다. 한 총괄은 "언제 도착하는지 안다고 음식이 더 빨리 오지는 않는다"면서도 "기다림의 경험은 달라진다"고 설명했다. 주문 이후에도 배달 상황을 반영해 도착 예정 시간을 갱신하는 이유다.

비가 오는 날의 운영 방식도 달라졌다. 과거에는 운영팀이 날씨와 지도를 확인하며 지역별 배달 가능 범위를 일일이 수동으로 조정했다. 비가 내리면 주문이 늘고 가용 라이더는 줄어드는 상황에 대응하기 위해서다.

현재는 시스템이 강우 전 지역별 피크 시간대의 라이더 수요를 예측하고, 부족 상황이 발생하기 전에 필요한 라이더를 확보한다. 한 총괄은 이를 통해 우천 시 대응 시간이 약 80% 단축됐다고 밝혔다.

이동 경로 역시 실제 주행 데이터를 바탕으로 판단한다. 지도상 짧은 경로라도 언덕이나 교차로 등 현장 조건에 따라 효율이 달라질 수 있어, 실제 도시에서 어떤 경로가 효과적인지 실험과 데이터로 확인한다는 설명이다.

배민은 이같은 예측과 실행을 하나의 순환 구조로 연결하고 있다. 실시간 데이터를 바탕으로 수요와 라이더 수급, 조리시간을 예측하고 이에 맞춰 조리와 배차를 조율한다. 이후 실제 운영 결과에서 오차를 감지하면 예측 모델을 개선하는 방식이다.

일부 지역에서는 B마트 주문을 고객의 문 앞까지 전달하는 로봇 배달도 운영하고 있다. 한 총괄에 따르면 해당 로봇은 전체 주행거리의 99% 이상을 자율주행하며 매달 약 5000㎞를 운행한다.

다만 한 총괄은 소개한 기술들이 실제 운영되고 있다면서도 "아직 모든 곳에서 가능한 것은 아니며 완벽하지도 않다"고 밝혔다. 이어 "하나의 획기적인 혁신이 아니라 작은 기다림을 하나씩 없애면서 만들어진다"고 강조했다.

고 CTO는 고객과 가게, 라이더를 하나의 네트워크로 연결된 유기체로 보고 있다고 설명했다. 그는 "더 잘 예측하고 판단하며, 이를 통해 스스로 실행하고 결과를 바탕으로 예측을 개선하는 기술이 우리가 만들고 있는 기술"이라고 말했다.