매일 전 세계 1만 5천 개 도시에서 4천만 건의 이동이 발생하는 Uber의 실시간 시장은 교통 상황, 날씨, 지역 행사 등 수많은 변수가 얽힌 복잡한 생태계다. 1천만 명의 드라이버와 배달 파트너는 매 순간 어디서 운행을 시작할지, 어떤 서비스를 선택할지 결정해야 하는 인지적 부담을 안고 있다. 최근 Uber는 이러한 문제를 해결하기 위해 OpenAI의 거대언어모델을 자사 플랫폼에 통합하는 전략적 포석을 마련했다.

Uber Assistant의 시장 데이터 해석 및 드라이버 지원

Uber는 드라이버의 온보딩부터 일일 수익 최적화까지 전 과정을 돕는 Uber Assistant(드라이버의 수익 활동을 돕는 AI 비서)를 도입했다. 이 시스템은 복잡한 수익 트렌드와 히트맵(데이터를 시각화한 지도)을 자연어로 요약해 드라이버에게 전달한다. 드라이버는 앱 내에서 궁금한 점을 질문하고 즉각적인 위치 선정 가이드를 받는다. 초기에는 신규 드라이버의 적응을 돕기 위해 설계되었으나, 숙련된 드라이버들 역시 반복적으로 도구를 활용하며 플랫폼 내 생산성을 높이는 핵심 유틸리티로 자리 잡았다.

다중 에이전트 아키텍처와 AI Guard 도입

예전에는 단순한 규칙 기반 시스템이 데이터를 처리했다면, 이제는 다중 에이전트 아키텍처(여러 AI 모델이 역할을 나누어 협업하는 구조)를 통해 요청의 성격에 따라 최적의 모델을 할당한다. 단순 분류나 빠른 응답이 필요한 작업에는 소형 모델을, 복잡한 추론이 필요한 작업에는 고성능 모델을 배치해 지연 시간을 최소화했다. 또한 Uber는 AI Guard(프롬프트와 응답을 검사해 안전성과 정책 준수를 관리하는 내부 보안 계층)를 구축해 환각 현상을 억제하고 개인정보를 보호하며 모든 경험의 일관성을 유지한다.

Realtime API를 활용한 음성 인터페이스 전환

사용자가 앱 내에서 텍스트를 입력하던 방식에서 벗어나, 이제는 음성을 통해 복잡한 요구사항을 한 번에 해결하는 방식으로 인터페이스가 진화하고 있다. Uber는 OpenAI의 Realtime API(실시간 음성 대화와 데이터 처리를 지원하는 인터페이스)를 적용해 사용자가 자연어로 목적지와 인원, 짐의 양을 말하면 적합한 차량을 추천하는 기능을 구현했다. 이는 시각 장애인이나 복잡한 정보를 입력하기 어려운 상황의 사용자에게 접근성을 높이는 동시에, 단일 작업 중심의 기존 앱 구조를 의도 중심의 통합적 경험으로 바꾸는 변화다. 음성 인터페이스는 드라이버와 승객 모두에게 더 직관적인 상호작용을 제공하며 플랫폼 내 체류 시간을 늘리는 핵심 동력이 될 전망이다.

결국 Uber의 이번 행보는 단순한 기능 추가가 아니라, 방대한 실시간 데이터를 AI가 실시간으로 해석해 인간의 의사결정 비용을 제로에 가깝게 줄이려는 시장 지배력 강화 전략이다.