[비즈니스포스트] 김범석 우아한형제들 대표이사가 인공지능(AI)을 활용한 라이더 수급관리 고도화로 배달의민족의 비용 부담을 낮출 방안을 모색하고 있다.

우아한형제들은 배달 관련 비용의 급증 탓에 매출 성장만으로 수익성을 유지하기 어려워지고 있다. 배달 관련 비용으로 분류되는 외주용역비만 3조 원이 넘어간 상황이다.

AI를 활용한 라이더 수급관리 효율화를 실제 비용 절감으로 이어가느냐가 김 대표의 주요한 경영 과제로 부상하고 있다.

28일 우아한형제들 동향을 종합하면 배달의민족은 라이더 수급 자동화 플랫폼 '카이로스(KAIROS)'를 전국에 도입한 뒤 기능을 단계적으로 확대하고 있다.

우아한형제들은 이날 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 연례 기술 콘퍼런스 우아한테크콘퍼런스(우아콘) 2026에서 '비 오는 날, 배민은 라이더를 어떻게 모을까?'라는 주제로 카이로스의 개발 과정과 운영 방식을 소개했다. 

신성찬 라이더모델링팀장과 주가람 데이터 분석가가 발표자로 나서 라이더 인원 대신 실제 운행시간을 예측하고 기존 하루 단위의 처리 방식을 10분 주기 실시간 체계로 전환한 과정을 설명했다. 예측 결과를 실제 운영 의사결정과 예산 집행에 연결하는 구조도 공개했다.

신성찬 팀장은 "기존에는 라이더가 몇 명 필요한지를 예측했지만 실제로 배달에 참여할 수 있는 시간까지 고려하기에는 한계가 있었다"며 "카이로스는 라이더의 운행시간을 기준으로 공급을 예측해 지역과 시간대별 수급 상황에 더 정교하게 대응할 수 있도록 개발했다"고 말했다.

카이로스는 20여 개 머신러닝 예측모델과 자동화 시스템을 결합한 플랫폼이다. 기존에는 운영 담당자가 여러 시스템을 확인하며 경험에 의존해 대응 방법을 결정해야 했지만 카이로스는 이를 하나의 시스템으로 통합했다. 10분 주기로 예측 결과를 갱신해 주문량과 라이더 공급 변화도 빠르게 반영한다.

주가람 분석가는 "라이더 수급은 날씨와 시간대, 지역별 주문 상황에 따라 빠르게 달라지기 때문에 예측 결과를 실제 운영에 반영하는 속도가 중요하다"며 "예측부터 대응 방안 검토까지 이어지는 과정을 하나의 시스템으로 연결해 운영 담당자의 의사결정을 지원하는 데 초점을 맞췄다"고 말했다.

특히 폭우나 폭설 등 기상 상황이 악화할 때 활용도가 높을 것으로 예상된다. 주문이 몰리는 동시에 운행 가능한 라이더가 줄어들면 배차 지연이 발생할 수 있는데 카이로스는 수급 불균형을 예측해 대응을 앞당기도록 설계됐다.

카이로스의 사업적 의미는 예측 결과가 실제 라이더 확보 예산의 배분과 연결된다는 데 있다. 라이더가 부족한 지역과 시간대에 적절한 예산을 투입하도록 대응 방안을 제안하고 최종 의사결정은 운영 담당자가 내리는 방식이다.

우아한형제들 관계자는 비즈니스포스트와 통화에서 "카이로스는 라이더가 필요한 지역과 시간대에 예산이 제대로 사용되도록 도와 단위 지역의 배달품질을 개선하는 것을 목표로 한다"며 "예측 결과를 기반으로 방안을 제안하고 최종적으로 운영 담당자가 의사결정하는 구조"라고 설명했다.

카이로스는 올해 7월 전국적으로 도입됐다. 우아한형제들은 모든 기능을 한 번에 적용하지 않고 점진적으로 추가하며 시스템을 고도화하고 있다.

김 대표에게 라이더 확보 예산의 효율적 집행이 중요한 이유는 배달 관련 비용 증가가 수익성을 압박하고 있기 때문이다. 우아한형제들의 2025년 연결기준 매출은 5조2830억 원으로 1년 전 4조3226억 원보다 22.2% 증가했다. 반면 라이더 배달비 등이 포함된 외주용역비는 같은 기간 2조2370억 원에서 3조1543억 원으로 41.0% 늘었다.

외주용역비 증가액은 9173억 원으로 매출 증가액 9604억 원의 95.5%에 해당한다. 전체 영업비용 증가액 약 1조83억 원 가운데 외주용역비 증가분이 차지하는 비중도 약 91.0%에 이른다.

다른 영업비용도 약 910억 원 늘면서 2025년 영업이익은 5929억 원으로 1년 전 6408억 원보다 7.5% 감소했다. 영업이익률도 같은 기간 14.8%에서 11.2%로 3.6%포인트 하락했다.

배달대행 자회사 우아한청년들의 외주용역비도 2025년 2조9422억 원으로 전년보다 45.5% 증가했다. 우아한청년들은 배달 및 물류대행 사업을 운영하며 매출의 대부분을 우아한형제들과의 거래에서 올리고 있다.

우아한형제들은 이전부터 라이더 수급관리의 자동화를 추진해 왔다. 

2024년 7월 공개한 '배달 인프라 레벨' 시스템은 지역별 주문량과 라이더 수 등을 토대로 배달 상황을 9단계로 구분하고 할증과 배달반경 조정 등의 운영 설정을 자동화하는 방식이었다. 당시 모니터링부터 운영 설정까지 걸리는 시간을 최대 30분에서 5분으로 줄였다고 밝혔다.

이번 카이로스는 기존의 배달 상황 판단과 운영 설정 자동화에서 나아가 앞으로 필요한 라이더의 운행시간을 예측하고 예산 배분 판단까지 지원한다는 점에서 차이가 있다. 단순한 업무 자동화에서 수급 예측과 운영 의사결정을 결합하는 방향으로 기술 활용 범위를 넓힌 셈이다.

AI 기반 배달 운영체계 고도화는 김 대표가 추진해 온 플랫폼 생태계 고도화 전략 '배민 2.0'과도 관련 있다. 

김 대표는 2025년 12월8일 서울 서초구에서 열린 배민파트너페스타에서 기술과 데이터를 바탕으로 배달의 모든 과정을 개선하겠다는 구상을 제시했다. 배달 서비스의 정확성과 효율을 높여 고객과 입점업주, 라이더의 이용 경험을 개선하겠다는 방향이었다.

다만 AI를 활용한 라이더 수급관리 고도화가 곧바로 비용 절감으로 이어질지는 미지수다.

카이로스가 필요한 라이더의 운행시간을 정확하게 예측하더라도 실제 라이더 확보에는 별도 비용이 발생한다. 특히 악천후나 주문 집중 시간대처럼 공급이 부족한 상황에서는 배달 품질을 유지하기 위해 추가적인 예산 투입이 불가피할 가능성도 배제하기 힘들다.

라이더 수급 예측의 정확성과 실제 예산 집행의 효율성을 구분해 살펴봐야 한다는 점도 변수다.

예측 결과를 바탕으로 운영 담당자가 최종 의사결정을 내리는 구조인 만큼 AI가 제안한 대응 방안이 실제 라이더 확보와 배달 지연 감소로 얼마나 이어지는지가 중요할 것으로 보인다. 조성근 기자