라이더 최적동선 짜주니 상점도착 3.5분 단축…부릉 ‘AI의 힘’

자동배차 100일 성과는
눈앞 주문보다 다음 주문 상황 고려
상점도착 평균시간 12.7분→9.2분으로
약속시간 내 배달…SLA 품질도 개선
“데이터 기반 차세대 물류 플랫폼 속도”

배달 플랫폼의 인공지능(AI) 경쟁이 '얼마나 빨리 라이더를 배정하느냐'에서 '전체 배달 동선을 얼마나 효율적으로 설계하느냐'로 옮겨가고 있다. 단순히 주문과 가까운 라이더를 연결하는 데서 벗어나 상점 조리 상황과 라이더 이동 방향, 주변 주문까지 AI가 동시에 계산해 최적의 배달 흐름을 만드는 방식이다. 배달대행 플랫폼 부릉이 AI 배차 시스템을 도입한 뒤 라이더의 상점 이동시간이 약 30% 줄어든 배경이다.

9일 부릉에 따르면 AI 배차 시스템 도입 이후 라이더가 배차를 받은 뒤 상점에 도착하기까지 걸리는 평균 시간은 기존 12.7분에서 9.2분으로 약 30%(3.5분) 단축됐다. 고객에게 약속한 시간 안에 배달을 완료하는 비율인 SLA(고객·상점과 약속한 품질 수준)도 개선됐다. AI 배차를 도입한 지 100일 만에 나타난 변화다.

가장 크게 달라진 것은 라이더를 선택하는 기준이다. 기존에는 주문이 들어온 상점과 가까운 라이더를 우선 배정했다. 주문 한 건만 놓고 보면 효율적이지만 배달을 마친 뒤 다음 주문과의 연결까지 고려하면 반드시 최선이라고 보기는 어렵다.

AI는 라이더의 현재 위치뿐 아니라 이동 방향과 주변 주문 밀집도, 향후 주문 연결 가능성 등을 종합적으로 분석한다. 눈앞의 주문을 빨리 처리하는 데 그치지 않고 이후 발생할 주문과 전체 이동 동선까지 고려해 적합한 라이더를 찾는 셈이다.

상점 이동시간이 짧아졌다는 것은 라이더가 음식이나 상품을 싣지 않은 채 이동하는 시간이 줄었다는 의미다. 상점 도착시간이 빨라지고 배차 정확도가 높아지면서 정시 배달 성공률도 함께 향상됐다는 게 회사 측 설명이다.

현장에서도 변화가 나타나고 있다. 부릉 운영센터에 따르면 AI 도입 이후에는 최적의 배달 순서를 제안받으면서 운전에 보다 집중할 수 있게 됐다는 반응이 나오고 있다. 상점 조리시간을 고려해 배달 순서를 조정하면서 대기시간이 줄었다는 평가도 있다.

특정 상권에 라이더가 몰리는 '쏠림 현상'을 완화하는 데도 AI가 활용되고 있다. 과거에는 라이더들이 가까운 거리의 주문을 선호하면서 일부 지역에 인력이 몰리고 다른 지역에서는 라이더가 부족해지는 경우가 있었다.

반면 AI는 실시간 주문량과 라이더 위치, 이동 동선 등을 분석해 주문을 보다 균형 있게 배분한다. 배차 안정성이 높아지면서 거래처의 배달 지연이나 라이더 배정 관련 문의도 이전보다 감소했다.

AI 배차가 고도화되면서 배달 플랫폼의 경쟁력도 단순한 라이더 확보에서 운영 효율로 확대될 가능성이 있다. 특히 주문이 몰리는 시간대에는 한정된 라이더를 어떻게 배치하느냐에 따라 처리할 수 있는 주문량과 배달시간이 달라지는 만큼 배차 시스템의 중요성도 커질 수밖에 없다.

관건은 AI의 판단 정확도를 얼마나 높일 수 있느냐다. 주문량과 라이더 수, 조리시간 등 실시간으로 변하는 여러 요소를 얼마나 정확하게 분석해 배차에 반영하느냐가 시스템 경쟁력을 좌우할 것으로 보인다.

회사 측은 앞으로 AI 배차 시스템을 고도화해 상점 이동시간과 SLA, 라이더 생산성 등 주요 운영지표를 개선하고 AI 기반 차세대 물류 운영 플랫폼 구축에도 속도를 낼 계획이다.

부릉 관계자는 "AI 배차의 핵심은 가장 가까운 라이더를 찾는 것이 아니라 가장 적합한 라이더를 연결하는 것"이라며 "운영 데이터를 기반으로 배달 전 과정을 최적화하는 것이 목표"라고 말했다.