[서울=뉴스핌] 김정인 기자 = 배달의민족(배민)이 인공지능(AI)으로 주문량과 라이더 수요를 미리 예측해 배달 지연을 줄이고 있다. 특히 비가 오거나 주문이 몰릴 때 필요한 라이더를 사전에 확보하는 시스템을 구축해 과도한 배달 지연 건수를 50% 줄였다. 기존에는 라이더가 몇 명 필요한지를 계산했다면 이제는 개개인이 얼마나 오래 운행할 수 있는지까지 예측해 배달 인력을 확보하는 방식이다.

◆ 라이더 몇 명보다 몇 시간…AI가 바꾼 수급 공식

28일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 '우아한테크콘퍼런스2026(우아콘)'에는 약 2000명의 관람객이 참석했다. AI와 머신러닝, 데이터, 로봇 등 40여개 발표 세션에 참가자들이 몰리면서 각 강연장 좌석은 가득 찼다.

이날 오전 열린 '비 오는 날, 배민은 라이더를 어떻게 모을까' 세션에서는 배민이 실제 배달 서비스에 적용하고 있는 AI 기술이 공개됐다. 발표를 맡은 신성찬 우아한형제들 데이터 과학자는 라이더 수급을 인원수가 아닌 운행 시간으로 관리하는 것이 핵심이라고 설명했다.

신 데이터 과학자는 AI 기반 라이더 수급 자동화 플랫폼 '카이로스(KAIROS)'를 소개하며 기존 수급 관리 방식의 한계를 설명했다. 이어 "라이더 10명이 2시간씩 일하면 20시간이지만, 6시간씩 일하면 60시간이다. 같은 10명인데도 3배 차이가 난다"며 "몇 명이 필요한지보다 몇 시간을 채워야 하는지가 더 중요하다"고 말했다.

배달 주문이 몰리는 지역에 필요한 라이더 수만 계산하는 기존 방식으로는 실제 운행 가능 시간을 정확하게 반영하기 어렵다는 설명이다. 이에 배민은 라이더 인원 대신 총 운행 시간을 기준으로 수급을 예측하는 방식으로 전환했다.

예를 들어 특정 지역의 주문을 처리하는 데 라이더들의 운행 시간이 총 100시간 필요한데 기존 인력으로 70시간만 확보할 수 있다면, 부족한 30시간을 채울 수 있는 라이더를 추가로 확보한다. 이때 라이더별 운행 참여 가능성과 예상 운행 시간까지 고려해 적합한 대상자를 선별한다.

카이로스에는 주문 수와 필요한 운행 시간, 라이더의 예상 운행 시간 등을 예측하는 20여개 머신러닝 모델이 적용됐다. 필요한 라이더를 무조건 많이 확보하기보다 실제 배달 수요에 맞춰 적정 수준의 인력을 운영하는 것이 목표다.

주가람 우아한형제들 데이터 분석가는 "단순 인원 평균이 아니라 라이더 개개인의 운행 시간을 고려했을 때 배차에 소요되는 시간이 25% 감소했고, 과도하게 배달이 늦는 건도 50% 감소했다"고 설명했다.

◆ 10분마다 수급 다시 계산…배달 악화 시간 74% 단축

카이로스는 날씨와 주문량이 달라지는 상황에도 대응하도록 설계됐다. 특히 비가 오는 날에는 주문이 늘어나는 반면 배달에 나서는 라이더는 줄어들기 때문에 수요와 공급을 맞추기가 더욱 어려워진다.

기존에는 라이더 확보 계획을 세운 뒤 실제 배달 품질을 살피면서 문제가 발생하면 추가 대응하는 방식이었다. 하지만 배달 지연이 시작된 이후 라이더를 확보하려면 시간이 걸리고, 그사이 지연이 더 심해질 수 있다는 문제가 있었다.

배민은 이를 개선하기 위해 10분마다 30분 뒤부터 1시간 동안의 수급 상황을 다시 예측하는 체계를 구축했다. 비 예보가 갑자기 바뀌거나 주문량이 예상보다 많아지더라도 배달 품질이 악화되기 전에 추가 라이더 확보에 나설 수 있도록 했다.

주 분석가는 "비 예보가 없었다가 갑자기 생기면 주문 수가 늘어나고 라이더의 자연 유입은 줄어든다"며 "배달 품질이 악화될 조짐이 보이기 전에 대응하기 위해 예측 주기를 바꿨다"고 설명했다. 그 결과 배달 품질이 기준보다 나빠진 지역 수는 20% 감소했고, 품질 악화가 발생하더라도 지속 시간은 74% 줄었다.

라이더를 확보하는 운영 절차도 자동화했다. 과거에는 운영팀이 필요한 인력 규모를 확인하고 대응 방안을 수립한 뒤 대상자를 선정하고 실행하는 과정을 여러 시스템에서 처리해야 했다. 카이로스는 이 가운데 일부 기능을 통합·자동화해 운영팀의 대응 소요 시간을 90% 단축했다.

◆ AI가 AI 모델 개발…18개 에이전트 활용

배민은 라이더 수급을 예측하는 데서 나아가 AI 모델을 개발하는 과정에도 AI를 활용하고 있다.

신 데이터 과학자는 이날 자체 개발한 '라모 하네스(RAMO Harness)'를 공개했다. 데이터과학자가 반복적으로 수행하는 문제 정의와 데이터 탐색, 모델링 계획 수립, 코드 작성, 검증, 오류 분석 등을 AI 에이전트가 수행하도록 설계한 도구다.

기존에는 데이터과학자가 AI에 작업을 지시하고 결과를 확인한 뒤 다시 다음 작업을 요청해야 했다. 라모 하네스는 사람이 미리 정한 업무 규칙과 전문 에이전트를 활용해 AI가 스스로 작업을 이어갈 수 있도록 했다.

신 데이터 과학자는 "우리가 쉬면 AI도 똑같이 쉰다. 하지만 우리는 쉬어야 해도 AI는 쉴 필요가 없다"며 "사람과 AI 사이에 규칙과 스킬, 에이전트 계층을 만들어 사람이 매번 지시하는 대신 규칙을 만들고 수정하는 방식으로 바꿨다"고 설명했다.

라모 하네스는 18개 에이전트와 11개 스킬, 8개 커맨드, 35개 규칙으로 구성됐다. AI가 작성한 모델링 계획과 코드도 별도 검토 에이전트가 확인하고, 오류가 발견되면 수정과 검증을 반복하는 구조다. 우아한형제들은 이날 관련 저장소를 공개해 외부 개발자들도 활용할 수 있도록 했다.

기술 발표 외에도 행사장에서는 AI를 직접 체험하는 프로그램이 운영됐다. 모바일 미니게임 'B마트 타이쿤'과 완성된 화면을 보고 프롬프트 작성 속도를 겨루는 '프롬프트 스피드런'에는 참가자들이 줄을 서서 참여했다. 각 세션을 가득 채운 관람객들의 관심은 체험 공간으로도 이어졌다.

고명석 우아한형제들 최고기술책임자(CTO)는 "올해 우아콘에서 공유한 기술은 모두 배민 서비스 현장에서 직접 부딪히고 개선해 온 결과물"이라며 "앞으로도 배민이 쌓아온 경험을 업계와 나누며 국내 IT 생태계와 더불어 성장하겠다"고 말했다.

kji01@newspim.com