Uber가 OpenAI로 운전자 수익과 배차 속도를 높인다

Uber는 OpenAI의 frontier models와 Realtime API를 활용해 운전자용 Uber Assistant와 앱 내 음성 경험을 만든다. 하루 4,000만 건의 이동, 1,000만 명의 운전자·배달원, 15,000개 도시, 70개 이상 국가를 처리하는 실시간 마켓플레이스 위에서 전 세계 동시 승차는 170만 건에 이른다.

Uber Assistant는 운전자에게 지금 어디에 위치할지, 공항이 유리한지, 점심 시간에 승차와 배달 중 어디에 집중할지, 오늘 수익이 왜 달라졌는지 같은 질문에 답한다. 신규 운전자의 적응 속도를 높이는 동시에, 숙련 운전자도 반복적으로 찾아와 시간과 수익을 최적화한다.

정확성·안전성·신뢰성·지연시간을 맞추기 위해 Uber는 요청을 특화 시스템으로 나누는 multi-agent architecture를 구축했다.

• 가벼운 분류와 빠른 응답에는 nano/mini models를 쓴다.
• 복잡한 작업에는 더 큰 reasoning models를 쓴다.
• 내부 거버넌스 계층 AI Guard가 프롬프트와 응답을 검수해 정책, 프라이버시, 보안을 지키고 환각을 줄인다.

음성 기능은 앱의 where to 검색바 마이크 아이콘에서 시작한다. 사용자는 짐이 많은 공항 이동처럼 복합 요청을 자연어로 말할 수 있고, 시스템은 저장된 위치와 고객 문맥을 활용해 UberXL 같은 옵션이나 home 같은 목적지를 제안하며 음성과 화면 응답을 동시에 맞춘다. 운전자는 핸즈프리로 앱을 다룰 수 있고, 시각장애나 고령 사용자에게도 접근성이 높아진다.

개발 방식도 바뀌었다. 엔지니어들은 prompting, retrieval systems, evaluation pipelines, orchestration frameworks를 다루고, product, legal, operations, design 팀이 정책 경계와 출력 품질을 함께 정한다. 이제 한 중앙 AI 팀이 아니라 여러 팀이 모델 기반 기능을 만들 수 있는 구조가 됐고, 수십만 명의 미국 운전자가 Uber Assistant 베타를 쓰고 있다.

• 초기 단계 운전자의 적응 속도가 빨라진다.
• 반복 사용이 강하게 나타난다.
• 플랫폼 위 시간 활용도가 좋아진다.
• 모델 특화와 지속적인 평가로 제품 반복 속도가 빨라진다.