[지디넷코리아]
배달대행 시장 경쟁 기준이 ‘물량 확보’에서 ‘운영 알고리즘’으로 이동하고 있다. 과거에는 얼마나 많은 지점과 라이더를 확보했는지가 핵심 경쟁력이었다면, 최근에는 데이터 기반으로 운영 효율을 얼마나 정교하게 끌어올릴 수 있는지가 새 승부처로 떠오르는 추세다.
28일 부릉에 따르면, 이 회사는 최근 차세대 AI 자동배차 시스템 ‘부릉플러스’를 공개하고 데이터 기반 운영 체계 고도화에 나섰다. 단순 주문 중개 플랫폼을 넘어, 운영 효율 자체를 기술로 최적화하는 ‘운영형 플랫폼’ 전략에 속도를 내겠다는 구상이다.
부릉은 주문 수요와 라이더 공급, 지역별 운영 흐름을 실시간 데이터로 통합 분석해 지역 단위 배송 품질과 운영 효율을 동시에 끌어올리는 구조를 구축하고 있다고 설명했다.
주요 주문 배달 플랫폼들도 AI 배차 시스템을 운영하고 있지만, 부릉은 단순히 현재 주문을 가장 빠르게 처리할 라이더를 찾는 수준을 넘어 라이더의 전체 이동 동선까지 최적화하는 데 초점을 맞췄다.
기존 AI 배차가 개별 주문 단위 처리 속도에 집중했다면, 부릉플러스는 여러 주문을 어떤 순서로 묶고 어떤 경로로 이동해야 지역 전체 운영 효율이 높아지는지를 동시에 계산한다.
상점 조리 시간과 지역별 주문 패턴, 라이더 가용성, 예상 이동 거리 등 다양한 변수를 실시간 반영해 수만 개 시나리오를 시뮬레이션하는 방식이다. 특정 주문 한 건의 속도보다 지역 단위 서비스 품질을 안정적으로 유지하는 데 방점을 찍었다는 설명이다.
부릉플러스의 핵심은 ‘예측형 배차’다. 현재 주문 한 건을 빠르게 처리하는 것을 넘어, 현재의 배차 결정이 이후 1시간 혹은 하루 전체 배달 품질(SLA)에 어떤 영향을 미칠지까지 AI가 사전에 계산한다.
부릉은 AI 배차 시스템 도입 초기 단계에서 우선적으로 전체 배송 품질 안정화에 초점을 맞췄다. 지역별 주문 흐름과 라이더 이동 데이터를 실시간 분석해 SLA를 안정적으로 유지하는 데 집중했다는 설명이다.
실제 서울 중랑구 실증 운영에서는 40분 내 배달 완료율이 상승했고, 법인 고객 대상 SLA 달성률도 98% 수준까지 향상됐다.
현재 부릉은 배송 품질 안정화를 기반으로 시간당 오더처리 건수 등 라이더 생산성 향상에도 속도를 내고 있다. 단순히 주문을 빠르게 배정하는 수준을 넘어 라이더 이동 동선과 주문 묶음 효율까지 AI가 최적화하면서 운영 효율을 높이는 방향으로 시스템을 고도화하고 있다는 설명이다.
회사는 향후 운영 데이터를 AI가 스스로 학습해 배차 기준 자체를 지속적으로 개선하는 자가학습형 시스템도 도입할 계획이다. 이를 통해 단순 자동화를 넘어 AI가 지역 운영의 최적 해법을 지속적으로 업데이트하는 구조를 구축하겠다는 목표다.
업계에서는 이번 부릉플러스 도입이 단순 기능 개선을 넘어 배달대행 산업의 경쟁 기준 자체를 변화시키는 신호탄이 될 수 있다는 평가도 나온다. 라이더는 불필요한 이동을 줄여 생산성을 높이고, 고객은 안정적인 배송 품질을 경험하며, 운영사는 데이터를 기반으로 수익성과 운영 효율을 동시에 개선할 수 있기 때문이다.
부릉은 이를 AI 네이티브 전환의 출발점으로 삼아 향후 배차를 넘어 운영 효율 관리, 지역 단위 수요 예측, 물동량 최적화 등으로 기술 적용 범위를 확대할 계획이다.
부릉 관계자는 “배달대행 산업은 이제 단순 중개 플랫폼을 넘어 데이터를 기반으로 운영 효율을 얼마나 정밀하게 설계할 수 있는지가 핵심 경쟁력이 되고 있다”며 “부릉플러스는 단순 배차 자동화가 아니라 주문 흐름과 라이더 이동, 지역 운영 상황을 통합적으로 분석해 전체 운영 품질을 최적화하는 데 초점을 맞추고 있다”고 말했다.