# 도어대시가 대화형 주문과 배달 로봇을 함께 키우는 이유

> 2026-07-23 · No Priors · 큐레이션 김태우
> https://challengekim.com/insights/도어대시가-대화형-주문과-배달-로봇을-함께-키우는-이유
> 원문: https://www.youtube.com/watch?v=vNpcg_Ma-FA

## 핵심 요약

- 도어대시의 대화형 주문 기능 ‘Ask DoorDash’는 식당 탐색과 식료품 주문에 쓰인다. 공동창업자 앤디 팽에 따르면 식당 주문에 이 기능을 사용한 경로의 약 절반은 고객이 이전에 주문한 적 없는 식당으로 이어졌다.
- 팽은 식료품 주문의 장바구니 규모가 약 40% 더 크다고 설명했다. 냉장고 사진을 바탕으로 필요한 물품을 찾거나 식단 제약에 맞춰 식사를 계획하는 사례를 들었다.
- 도어대시는 2018년부터 자율주행 배달을 실험했다. 외부 업체와 협력하며 배송 거리, 속도, 음식의 수령·전달 방식에 맞는 로봇이 필요하다고 판단해 DOT을 자체 개발했다.
- 공동창업자 스탠리는 로봇 보급의 과제로 자율주행 기술뿐 아니라 매장 연동, 차량 운영, 하드웨어 제조를 꼽았다. 복잡한 주문에는 사람이 계속 필요하다는 설명이다.

## 대화로 식당을 찾고 식료품을 주문하다

도어대시는 처음에는 음성을 주문 인터페이스로 기대했지만, 당시 시도는 자리 잡지 못했다. 팽이 가능성을 확인한 것은 고객이 원하는 것을 일상적인 말로 설명하는 대화형 경험이었다. 고객은 검색어를 고르거나 식당을 하나씩 살피는 대신 원하는 음식의 조건을 표현할 수 있다.

팽에 따르면 Ask DoorDash를 사용해 식당을 주문하는 경로의 약 절반은 고객이 이전에 주문하지 않은 식당으로 이어졌다. 그는 새로운 식당에서 주문하도록 만드는 일이 도어대시에서 오랫동안 바꾸기 어려운 지표 중 하나였다고 말했다. 식료품에서는 장바구니 규모가 약 40% 더 크다고 설명했다. 고객이 냉장고 안을 찍어 필요한 물품을 찾거나, 식단 제약을 반영해 식사를 계획하거나, 평소 사던 물품을 다시 주문하는 식이다.

도어대시는 서비스 밖에서 화제가 되는 식당 정보도 탐색 경험에 반영하려고 했다. 다만 팽은 고객이 대화형 기능을 발견하고 무엇을 요청할 수 있는지 이해하도록 만드는 일을 당장의 과제로 꼽았다.

## 배달 거리에서 출발한 로봇 설계

스탠리에 따르면 도어대시의 로봇 연구는 2018년 그와 엔지니어 한 명의 일부 시간을 쓰는 작은 실험으로 시작됐다. 처음부터 자체 로봇을 만들 계획은 아니었다. 수년간 보도 주행 로봇부터 무인 택시 관련 업체까지 협력하며, 자율주행을 배달 서비스에 연결하려면 주문 배정, 매장 연동, 고객 경험과 현장 운영이 함께 갖춰져야 한다는 점을 배웠다.

기존 장비는 도어대시의 대표적인 배송 조건과 맞지 않는 부분이 있었다. 스탠리는 평균 배달 거리를 약 3\~5마일, 음식 조리 시간을 제외한 배송 시간을 약 15분으로 설명했다. 시속 약 2마일로 움직이는 보도 로봇에는 거리와 속도가 제약이었다. 반대로 사람을 태우도록 설계된 약 4,000파운드의 무인 택시는 소량의 음식을 운반하기에 크고, 승객처럼 목적지에서 내려 걸어갈 수도 없는 음식의 전달 문제를 해결해야 했다.

그 결과 도어대시가 만든 DOT은 약 300파운드 무게에 최고 시속 20마일로 움직이는 배달 로봇이다. 보도뿐 아니라 자전거 도로와 차도도 이용하도록 설계됐다. 스탠리는 DOT이 피닉스 지역에서 배달 중이며, 자율주행 기술 전체를 도어대시 내부에서 개발했다고 설명했다.

## 실제 배달에서 드러나는 마지막 거리

도어대시는 연간 30억 건이 넘는 배달을 처리한다는 것이 스탠리의 설명이다. 주문 품목과 지역, 매장 구조가 제각각인 만큼 로봇이 주소에 도착하는 것만으로 배달이 끝나지 않는다. 매장에서 음식을 어디서 받고, 아파트 단지의 어느 출입구로 가며, 고객에게 어디서 건넬지 알아야 한다. 스탠리는 이를 처음과 마지막 100피트의 문제라고 불렀다. 도어대시는 기존 배달원이 실제로 물품을 내려놓은 위치 데이터를 이 문제에 활용할 수 있다고 본다.

현장에서는 시연 때 보이지 않던 문제도 나타났다. 길가의 낙엽에 일부 바퀴만 올라가면 바퀴마다 필요한 힘이 달라진다. 카메라 센서에 먼지가 묻거나, 매일 아침 여러 로봇을 켜는 과정이 느려지는 일도 운영 규모가 커지면 영향을 준다. 스탠리는 로봇을 오래 운행하려면 충전과 정비 거점, 부품 신뢰성, 매장 직원과의 수령 절차까지 다뤄야 한다고 말했다.

## 하나의 배송 방식으로 모든 주문을 처리하지 않는다

도어대시가 구상하는 배송 체계는 주문에 따라 사람, DOT, 다른 로봇 또는 드론을 배정하는 방식이다. 스탠리는 DOT에 맞는 사례로 교외의 상가에서 출발하는 3\~5마일 배송을 들었다. 도로 사정이 좋지 않은 외곽의 가벼운 주문에는 드론이 맞을 수 있지만, 상품을 직접 고르고 포장한 뒤 계단을 오르내려야 하는 복잡한 식료품 주문에는 배달원이 필요하다고 설명했다. 이는 모든 주문을 자율주행으로 처리하겠다는 계획과는 다르다.

그는 피닉스에서의 운행을 다른 도시로 넓힐 때 자율주행 성능과 함께 현장 운영, 하드웨어 생산을 해결해야 한다고 말했다. 도어대시는 초기 로봇 100대를 직접 만들었지만, 이후 수천 대 단위에서는 공급망과 부품 수명을 따져야 한다. 이를 위해 차량 생산 경험이 있는 마이크로모빌리티 업체와 협력하고 있다고 밝혔다.

## 주문을 실행하는 에이전트와 비용 검증

도어대시는 사람 대신 소프트웨어가 주문 절차를 진행하는 **에이전트형 주문**도 시험하고 있다. 팽은 사무실 비품 선반을 카메라로 살펴 재고가 줄면 주문을 시작하는 사례를 소개했다. 그는 도어대시의 명령줄 도구가 이런 자동화 실험에 쓰이고 있다고 설명했다.

회사 내부의 AI 활용에도 비용 검증이 뒤따른다. 팽에 따르면 코딩 작업에서 모델과 실행 도구의 성능을 비교하는 ‘Dashbench’를 발표했다. 그는 한 해의 6월 AI 관련 지출이 1월의 약 20배였으며 이후 증가세가 평탄해졌다고 말했다. 코딩 외에 회계·분석 같은 업무에서는 정제한 데이터로 모델을 시험했을 때와 실제 기업 데이터에서 사용했을 때의 성능 차이가 나타나, 그 원인이 도구 구성인지 모델의 능력인지 살피고 있다고 설명했다.

대화형 주문과 DOT은 서로 다른 제품이지만, 공동창업자들의 설명에서 출발점은 같다. 주문이나 배송의 구체적인 조건을 확인하고, 현장에 적용해 드러난 문제를 고치는 과정이다. 도어대시가 제시한 성과와 확장 계획 역시 각 기능이 쓰인 주문과 피닉스의 운영 경험이라는 범위 안에서 읽어야 한다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=vNpcg_Ma-FA)