중국 음식배송 플랫폼의 인공지능 알고리즘은 어떻게 노동강도를 강화시켰나

이 글은 지난 2월 서울과학기술대 IT정책대학원 디지털문화정책학과 주최로 열린 “인공지능과 노동의 미래 – 아시아 플랫폼 유령노동” 포럼에서의 발표 <동아시아 지역 플랫폼 노동 통제의 양상과 저항>을 바탕으로 한다. 몇 차례에 걸쳐 연재할 예정으로, 플랫폼C에서는 상대적으로 간략하게 글로 실고, 이후 학술지면을 통해 보다 상세히 분석할 예정이다. 중국만이 아니라 전 세계에서 가장 대표적인 딜리버리(음식 배송) 플랫폼 기업인 메이투안(美团)의 노동 통제는 한국 플랫폼 기업의 노동 통제에 대해서도 시사하는 바가 있다. 필자는 플랫폼 노동자들의 단결과 저항만이 극단적으로 치닫는 자본의 통제와 착취에 맞설 수 있는 유일한 길이라고 확신한다.  

*****

메이투안은 어떤 기업인가?

중국에는 그 거대한 인구와 땅 만큼이나 많은 IT기업들이 있다. 그리고 포화 상태를 향해 나아가는 이 시장은 이미 몇몇 빅테크들의 독과점 상태에 직면해 있다. 그것이 가장 극심하게 이뤄지고 있는 영역이 바로 음식배송 플랫폼과 공유차량 플랫폼, 영화예매 플랫폼이다. 

이 중 음식배송 플랫폼 업종은 독과점의 폐해를 가장 여실하게 드러내는 케이스 중 하나다. 지난해 12월에 게시한 「중국의 800만 배달 노동자들이 직면한 착취의 늪」 글에서 설명했듯 메이투안(美团)과 어러머(饿了么) 양대 기업이 각각 전체 시장의 67.3퍼센트와 26.9퍼센트를 차지한 채로 치열하게 경쟁하고 있다. 두 기업은 모두 스타트업에서 출발했지만 지금은 각각 텐센트(腾讯)와 알리바바(阿里巴巴)라는 든든한 백을 갖고 있기도 하다. 이미 글로벌 빅테크로 등극한 텐센트와 알리바바는 이른바 ‘현금 소모(burning cash)’ 전략을 통해 독과점을 강화하고 있다. 메이투안의 경우 2015년부터 2019년 1분기까지 지속적으로 적자를 기록하다가 2분기에 처음으로 흑자 전환했다.

그렇다면 메이투안은 국내 경제신문들이 말하는 것처럼 ‘스타트업의 신화’ 혹은 ‘본 받아야 할 경영 혁신’을 일군 유니콘 기업이라고 봐야할까? 장밋빛 미래만으로 가득할까? 

처음부터 이런 성공이 예정되어 있던 것은 아니다. 푸젠성 출신의 스타트업 기업가 왕싱(王兴)은 2010년 미국의 벤쳐캐피탈 세콰이어 캐피탈(Sequoia Capital)의 1천만 달러를 비롯해 텐센트, NLVC(Northern Light Venture Capital) 등으로부터 투자 받아 메이투안을 창업한다. 5년 후 메이투안은 경쟁 기업이었던 다중디엔핑(大众点评)과 합병하고 시장점유율을 크게 높인다. 그리고 2017년부터는 인공지능 알고리즘 기술에 기반한 네트워크 배송 시스템을 크게 강화한다. 시장에서의 성과를 바탕으로 메이투안은 2018년 9월 홍콩 증권거래소에 상장하는데, 2021년 1월 기준 시가총액은 1.01조 홍콩달러(약 156조 원)에 달한다. 020(online to offline) 영역에서는 중국 최대기업이 된 셈이다.

메이투안이 시장에서 독점적인 지위를 차지하기까지 행한 전략은 엄청난 수준의 자본력을 필요로 한다. (메이투안 창업의 자본력을 뒷받침했던 세콰이어 캐피탈은 2017년에도 40억 달러를 추가 투자했다.) 누구도 그와 같은 수준의 ‘현금 소모(cash burn)’를 버틸 순 없다. 가령 메이투안은 경쟁자들을 물리치기 위해 매우 공격적인 마케팅을 펼쳤는데, 유효기간이 지난 쿠폰을 7일 이내에 환불해주는 제도와 대규모 콜센터를 업계 최초로 운영해 소비자 불만족에 대응하는 제도, 소비자들이 서비스 만족도를 평가할 수 있는 평가 시스템을 마련하는 제도 등을 도입한 게 그 대표적 예 중 하나다. 메이투안의 이와 같은 전략은 소비자들을 크게 확보하는 데 성공했고, 점유율을 크게 높였다. 2018년 상반기에 메이투안과 어러머의 시장점유율은 59퍼센트, 36퍼센트였지만, 2019년 상반기에는 각각 65퍼센트(6%p 증가)와 27.4퍼센트(8.6%p 감소)를 기록했다. 주문량 역시 크게 늘었는데, 일일 주문량 기준 2017년 1800만 건, 2018년 2400만 건, 2019년 3000만 건, 2020년 3500만 건을 돌파했다.  

이런 추세는 점유율의 확대에 따라 더욱 강화되는데, 주문량이 증가하자 배송 네트워크의 효율성도 높아지고, 자연스레 주문당 배송료가 감소하기 때문에 수익률도 올라가기 마련이다. 1위 기업의 독점은 더욱 강화될 수밖에 없다. 미국에서 아마존이 성장했던 루트 그대로이고, 오늘날 쿠팡 역시 한국 시장에서 이런 전략을 구사하고 있다. 

한편으로는 시장 경쟁에서 독보적인 우위를 확대하고, 다른 한편으론 배송 로봇과 자율주행 등 기술 개발에 주력해 수평적‧수직적으로 확장해나가는 것이 메이투안의 비즈니스 플랜이다.

이와 같은 공격적인 경영 전략은 당연히도 노동자들에 대한 강력한 착취를 기반으로 한다. 현재 메이투안의 사업 영역은 중국 전역 1,300여 개 도시에서 서비스가 이루어지며, 라이더 역시 2019년 기준 약 300만 명(사측이 ‘활약 라이더’라고 규정한 노동자 수는 67만여 명), 2020년 3월 기준 399만 명이다. 이렇게 라이더 수가 급증한 것은 코로나 바이러스로 인해 수많은 농민공들이 실직하거나 무급휴직 통보를 받았기 때문으로 보인다. 코로나 바이러스가 창궐한 2020년 1월 말~3월 말 메이투안이 새롭게 증원한 라이더수는 45만8천 명에 달했다. 

메이투안의 놀라운 착취 기술은 빅데이터 알고리즘 기술을 통해 이루어진다. 2018년부터 메이투안은 자신들의 알고리즘 기술에 ‘초뇌(超脑)’라는 이름을 붙였는데, 이는 ‘슈퍼 뇌(브레인)’처럼 모든 것을 간파해 지시하는 자동화 기술을 갖춘 셈이다. 혹자는 “꼴값 떤다”고 느낄 수 있는 작명이지만, 어쨌든 메이투안은 이 거만한 이름을 밀어붙이고 있다. 이 글에서는 이 초뇌 알고리즘의 원리와 그것이 노동자들에 대한 착취를 어떻게 강화하는지 간략하게 살펴보고자 한다.

초뇌 알고리즘의 작동 원리

메이투안의 배송 플랫폼은 모바일 앱을 토대로 한다. 2013년에 출시되어 이후 지속적으로 기능을 추가해온 이 앱을 통해 주문이 들어오면 플랫폼(메이투안)은 알고리즘에 따라 라이더에게 주문을 할당하고, 라이더는 알고리즘에 따라 계산한 시간과 배송 경로를 따라 고객에게 배달하는 식이다. 

쉽게 말해 초뇌 알고리즘은 노동의 과정에 일종의 중개자 역할을 하는데, 고객으로부터 주문(订单)을 받고, 이 주문의 선계산이 이뤄지면 바로 가장 효율적으로 이를 배송할 수 있는 라이더를 찾아 배송 지시(调度)를 내린다. 그러면 라이더는 음식 배송이 된 가게로 가서 음식을 수령(取货)하고, 이를 정해진 시간 내에 고객에게 배송(送达)하는 식이다. 

그러니까 실은 음식배송 플랫폼의 알고리즘의 핵심은 ‘노동 과정’을 효율적으로 분배하는 것에 있다. 공장의 노동 과정에 비유하면 작업반장의 역할이라고 할 수 있다. 공장의 작업 관리자들은 저비용으로 가장 빠르게, 그리고 가장 효율적으로 노동자들을 착취해야할 책무를 안고 있는데, 그러기 위해 관리자들은 노동자들의 모든 것을 알기를 원한다. 정해진 시간에 정해진 위치에 있는지, 얼마나 적게 쉬고 많이 일하는지, 하나의 너트를 조이는데 얼마나 많은 시간이 걸리는지, 불량률은 얼마나 되는지, 부품을 얼마나 빠르게 옮기는지, 초과근무 지시를 얼마나 순종적으로 이행하는지, 심지어 그들이 화장실에 가서 몇 분 동안이나 똥을 싸는지조차! 💩

물론 우리가 알고자 하는 것은 핵심을 넘어선 총체성에 대한 파악이다. 위 그림은 초뇌 알고리즘 즉시배송시스템이 어떠한 구조로 이루어져 있는지 보여주는데, 운전 배차(调度), 위치기반시스템(LBS), 머신러닝, 알고리즘 데이터와 계산 플랫폼, 멀티센서 융합(多传感器融合), 규획 시스템, 가격결정 시스템 등 일곱 가지 구조로 이루어져 있다는 걸 확인할 수 있다. 각 시스템은 보다 구체적이고 복잡하게 설계되어 있는데, 개발팀은 이것들이 서로 충돌하지 않는 원리에 의해 설계되는 것을 지향한다. 여기서 잠깐! 멀티센서 융합은 뭘까? 쉽게 말해 WIFI, GPS, 블루투스, MEMS(Micro Electro Mechanical Systems), 무선통신장치(beacon) 등 다양한 센서들을 융합해 정보를 취득하는 걸 의미한다. 이것을 완벽하게 해내려면 라이더의 헬멧과 속옷에도 센서를 장착해야 할 것이다. 

초뇌 알고리즘의 즉시배송 시스템(超脑即时配送系统)은 이런 자동화된 노동 과정을 가장 효율적으로 만드는 것을 목표로 한다. 일반적으로 플랫폼에 의한 배송 업무는 크게 두 가지로 체계화되는데 하나는 약속이행 능력의 심화이고, 다른 하나는 운영 효율의 증가이다. 약속이행 능력의 핵심은 운송장 스케쥴링에 대한 실시간 제어를 통해 실현할 수 있는데, 그러려면 운송장에 대한 수요와 공급이 시간적으로나 공간적으로 일치해야 한다.

이때 통제해야 하는 요인은 음식점에서 얼마나 주문된 음식을 정확하고 빠르게 만들어내느냐, 그리고 라이더들의 실시간 정보에 있다. 그러니 라이더들이 일하고 있지 않은 시간에조차 그들은 알고리즘에 의해 ‘정확하게’ 감시되어야 한다. 운영 효율 역시 마찬가지인데, 라이더에 대한 관리·통제 능력을 강화해 배송 과정에서 이뤄지는 모든 업무의 효율성을 높이고 원가를 절감하는 것을 목표로 한다. 결국 핵심은 노동통제에 있다고 할 수 있다. 반면, 어디에도 ‘노동안전’과 ‘권리’라는 변수는 없다.

스마트화의 관건은 ‘효율’

메이투안 초뇌 알고리즘 개발의 총책임자인 허런칭(何仁清)은 한 언론과의 인터뷰에서 이렇게 말한 바 있다.

“배송 시스템의 가장 핵심적인 업무 목표는 체험, 비용, 효율입니다. 그중에서 효율이 가장 중요합니다. 만약 효율이 불변 요소라면, 체험과 원가가 일반적으로 정비례 관계가 되죠. 체험이 올라가면, 원가는 따라서 올라갑니다. 이와 같은 상황에서 합리적인 균형점은 매우 중요합니다. 바꿔 말해서, 만약 효율이 높아지면, 오히려 동시에 체험은 올라가고 원가는 떨어집니다. 그러니까 효율은 일정한 정도로 업무 능력의 상계를 결정짓는다고 할 수 있죠. 배송은 대기열이 매우 길고, 참여자들은 매우 많으며, 현장이 복잡한 업무입니다. 오직 한두 개의 스마트화만으로는 절대로 충분하지 않죠. 스마트화의 커버 정도는 전체적인 효율을 높이는데 있어 관건적입니다.”

여기서 허런칭이 말하는 ‘스마트화(智能化)’란 좁게 보면 머신러닝(기계학습)을 지칭한다고 볼 수 있다. 그렇다면 허런칭과 그의 개발팀에서 필요한 것은 방대한 양의 데이터, 강력한 노동규율, 그리고 정확하게 설계된 알고리즘이다. 즉, 이런 알고리즘의 설계는 무에서 유를 창조하는 방식으로 이루어지지 않는다. 

가령 음식배송 현장에서 배송의 경로와 시간 등을 아주 짧은 시간 내에 계산해낼 수 있는 시스템을 구축하려면 지도 데이터, 교통 정보, 라이더들의 노동에 대한 데이터(마스터데이터, 트랜잭션데이터, 분석데이터), 해당 음식점이 해당 음식을 만드는 데 걸리는 시간에 대한 데이터 등 다양한 정보들이 필요하다. 가령 한 라이더는 결코 배송을 하나씩만 하지 않고, 효율성의 제고를 위해 여러 개의 주문을 한꺼번에 처리하는데, 10개의 주문이 주어진다고 해도 여기에는 34억2900만 가지의 배송 경로가 존재한다. 이것을 어떤 순서에 따라 해야 하는지 계산하는 것이 초뇌 알고리즘 즉시배송시스템의 역할이다. 

이를 만들기 위해 메이투안은 STORM(실시간 분산 알고리즘 시스템. 배치를 위한 일을 실시간으로 처리하면서 무한한 데이터 스트림을 처리. 실시간 분석, 온라인 기계 학습, 연속 계산, 분산 RPC 및 ETL을 포함한 많은 사용 사례를 통해 기존 대기열 및 데이터베이스 기술과 통합), RPC(별도의 원격 제어를 위한 코딩 없이 다른 주소 공간에서 리모트의 함수나 프로시저를 실행 할 수 있게 해주는 프로세스간 통신), MPI(Message Passing Interface. 메시지 전달/프로그래밍 표준 인터페이스) 등 이름만 들어도 생소한 다양한 시스템과 규범을 배치하고 병렬화하였다.

이렇게 규모화(가용성 구축)를 통해 전체적인 구도를 설계하고, 구체적으로 컴퓨팅을 병렬화하고, 반복적으로 효율성을 향상시키는 과정을 거치고, 이를 다시 세밀화하는 과정을 거친 후 마침내 시뮬레이션 작업을 하고나면 설계된 플랫폼이 구축된다. 메이투안의 배송알고리즘 전략팀은 이런 과정을 거쳐 복잡하게 설계된 시스템의 지형도를 다음의 그림으로 설명하고 있다.

당연하지만, 우리 같은 문외한들은 봐도 이해하기 어렵다. 중요한 것은 꽤나 복잡하지만 목표는 ‘효율화’에 있다는 것이고, 핵심은 다름 아닌 ‘노동통제’라는 점이다. 이렇게 해서 만들어진 알고리즘은 시간 전송을 예측(Estimated Time of Arrival)할 수 있게 되었는데, 도시-주소-건물-입구-층으로 단계를 나누어 알고리즘에 기반해 배송시간을 계측한다. 심지어 이 시스템은 빌딩과 각 층에 다다르는 시간, 같은 단지라고 해도 입구별로 다르게 측정되는 시간, 나아가 외부인에 대해 폐쇄적인 형태로 관리·운영되는 사구(社区)의 체계에 기반한 출입 시간까지 정밀하게 예측하는 것을 포함한다. (배달의민족 사용자라면 알겠지만, 배민은 계산 올라가는 시간까지 측정하진 않는다.) 

위치 정보의 오류에 대해서도 메이투안은 빅데이터에 기반한 주요 포인트를 추출해냈다. 이는 라이더들이 도달해야 하는 지점을 비교적 정확하게 지시하고, 보다 짧은 시간 안에 배송이 이뤄지도록 돕는다.

아래 그래프는 배송-교부가 이뤄지는 거리의 변화를 나타내는데, 알고리즘의 업데이트 이후 교부가 이뤄지는 거리가 비약적으로 줄어들었다는 것을 보여준다. 메이투안은 이와 같은 알고리즘 개선을 통해 대단히 성공적으로 효율성을 증대했다는 것을 자부심으로 여긴다. 

문제는 이와 같은 알고리즘의 발전은 건당 기준 시간의 비약적인 감축을 야기한다는 점이다. 2016년 1시간이었던 메이투안의 배송 간격은 2017년에는 45분으로 단축됐고, 2018년에는 38분, 급기야 2019년에는 28분으로 단축됐다. 단축된 배송시간 안에 일을 처리하기 위해 노동자들은 교통법규를 위반할 수밖에 없다. 자발적으로 목숨을 건 곡예 노동에 뛰어들어야 하는 셈이다. 2017년 상반기 상하이에서만 2.5일마다 1명의 라이더가 목숨을 잃었고, 2년 후인 2019년 상반기에도 상하이에서 일어난 배달 관련 교통사고는 325건에 달했다.

노동에 대한 이와 같은 자동화된 통제, 나아가 별점 제도가 안겨 주는 감정노동의 지옥은 노동자들의 불만을 증폭시켰다. 유연화한 노동시간은 플랫폼에 대한 밀착을 높였고, 노동자들은 자신의 몸과 노동을 불안정한 디지털 접속과 알고리즘 배치에 끼워 넣은 채 불안해 한다. 

구체적으로 이는 노동에 대한 구체적인 통제를 야기했는데, 다음 글에서는 실제 메이투안 음식 배송 노동자들(라이더)의 노동을 어떻게 통제하는지, 이들의 고용 형태는 어떠하며, 동시에 노동자들이 알고리즘의 통제에 대해 어떤 불만을 갖고 있고 저항하는지 살펴보고자 한다. [계속]

 

글 : 홍명교 (플랫폼c 활동가)

Post a Comment