카카오모빌리티 유승일 랩장 "콜택시에 AI결합, 더많은 고객에 배차했죠"

지난 4월 카카오모빌리티는 카카오택시 서비스에 인공지능(AI) 배차 시스템 스마트호출을 선보였다. 건당 1000원을 받는 유료 서비스임에도 불구하고 시행 두 달간 약 100만명이 사용했다. 스마트호출로 10억원을 번 셈이다. 유료 모델을 못 찾던 카카오택시 입장에서는 고무적인 일이다.

최근 경기도 성남 판교 카카오모빌리티 사옥에서 만난 유승일 카카오모빌리티 머신러닝 데이터랩장(33)은 "스마트호출 도입 후 배차율이 올라갔다. 이전에 비해 스마트호출을 이용해 하루 수천 명의 고객이 택시를 더 타고 집에 갈 수 있게 됐다"고 했다.

구글 AI팀에서 AI플랫폼 텐서플로를 연구하던 유승일 랩장은 지난 2월 카카오모빌리티 서비스 개선을 위해 카카오에 합류했다. 그는 카카오 배차 시스템에 머신러닝을 접목해 배차 성공률을 높이는 작업을 주도하고 있다. 머신러닝은 2015년 카카오택시 서비스를 출시한 뒤 쌓인 4억건의 데이터를 분석해서 예상거리, 시간, 경로, 교통 상황을 학습하고 응답할 확률이 높은 기사에게 선별적으로 콜을 연결해준다.

그는 카카오택시야말로 머신러닝이 꽃을 피울 수 있는 서비스라고 확신했다. 유 랩장은 "우리나라 수도권 지역 모빌리티 시장은 뉴욕 맨해튼과 같은 대도시보다 교통 상황이 더 복잡하다. 이러한 복잡성을 머신러닝이 풀 수 있다"고 했다. 예를 들어 뉴욕에서는 승객이 택시를 잡는 출발지랑 도착지가 뉴욕 안에서 이뤄진다. 유 랩장은 "그러나 한국은 오피스는 서울에 밀집돼 있고 베드타운은 서울을 벗어나 있다. 서울에서 타더라도 도착하고 싶은 곳은 용인 안양 광명 부천 일산 등 퍼져 있다. 이런 상황을 고려해 배차해야 하기 때문에 어려운 측면이 있다"고 했다.

서울에서 원활한 택시 배차 시스템을 위해서는 시각, 출발지, 도착지, 도착 예상시간, 교통 상황 등 6차원의 데이터를 고려해서 매칭을 해야 한다. 거기에 도착지역에 따라 기사님들의 선호가 확연히 다르기 때문에 이점도 반영해야 한다.

유 데이터랩장은 "무조건 가까운 곳에 있는 기사님이 바로 연결되는 게 아니다. 기사님들도 다 선호도 가 있다"면서 "안양을 선호하는 기사님께는 안양 손님을 잡아주는 식으로 기사님의 선호도까지 고려하니 매칭 시간이 줄었고 배차 성사율이 많이 올라갔다"고 했다.

카카오택시는 머신러닝 작업이 진행될수록 서비스가 고도화될 것이라고 그는 말했다. 그는 "데이터를 수집하고 사람이 프로그래밍해서 배차를 결정할때 나왔던 시간에 비해서 본격적으로 머신러닝이 배차 시스템에 적용된 후 서비스 시간이 눈에 띄게 단축할 것"이라면서 "1시간에서 30분, 1분에서 1초 단위로 시간을 단축하면서 고도화하는게 우리들의 목표"라고 했다.

[이선희 기자]

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]