도어대시, '태스크' 앱 시범 운영: 배달원이 일상 영상·음성 수집해 AI와 로봇 학습 지원

배달 라이더가 음식을 전해주는 대신, 몸에 카메라를 달고 설거지하는 모습을 촬영하는 장면을 상상하기는 쉽지 않습니다. 하지만 미국 최대 배달 플랫폼 도어대시가 지금 그 일을 현실로 만들고 있습니다.

도어대시는 새로운 '태스크' 프로그램을 발표하고, 배달원들이 AI와 로봇 학습용 데이터를 수집해 돈을 벌 수 있는 전용 독립 앱의 시범 운영에 들어갔습니다. 배달 콜을 기다리는 자투리 시간을 활용해 실제 세상의 영상과 음성을 모아주는 일종의 데이터 아르바이트입니다.

도로 위 라이더, AI 데이터 수집 인력으로 변신

인터넷 글을 긁어모아 텍스트 모델을 만드는 시대는 지나가고 있습니다. 물리적 세상에서 움직이는 로봇과 피지컬 AI를 학습시키려면 일상생활의 생생한 1인칭 시점 데이터가 필수적입니다. 도어대시는 미국 전역에 퍼져 있는 800만 명 이상의 라이더 풀에서 그 해답을 찾았습니다.

배달원들은 배달과 배달 사이 빈 시간이나 쉬는 날에 짧은 단위의 과제를 수행할 수 있습니다. 작업의 난이도와 소요 시간에 따라 보수가 사전에 명확히 표시됩니다.

사실 간단한 작업은 기존 라이더 앱에서도 조용히 진행되어 왔습니다. 식당의 실제 메뉴 사진을 찍거나 배달 위치를 쉽게 찾을 수 있도록 호텔 입구를 촬영하는 식입니다. 테크크런치에 따르면 웨이모의 자율주행 차량 문을 대신 닫아주는 협업 작업도 포함되어 있었습니다. 도어대시는 2024년 이후 라이더들이 이미 200만 건 이상의 태스크를 완료했다고 밝혔습니다.

이번 전용 앱은 AI와 로보틱스 데이터 수집에 훨씬 집중합니다. 블룸버그에 따르면 대표적인 과제 중 하나는 라이더가 바디캠을 착용한 채 접시 5개 이상을 설거지하는 과정을 촬영하고, 깨끗해진 접시를 카메라 앞에 몇 초간 들고 비추는 작업입니다. 여러 언어로 말하는 음성을 녹음하는 일도 있습니다. 이 원본 데이터는 도어대시 자체 모델뿐 아니라 유통, 보험, 호텔, 테크 업계 파트너사들의 AI 평가 및 훈련에 쓰입니다.

현재 이 서비스는 미국 일부 지역에서만 시범 운영 중이며, 긱 워커 관련 노동 규제가 엄격한 캘리포니아, 뉴욕시, 시애틀, 콜로라도는 명역히 제외됐습니다. 앞서 우버도 지난해 말 운전자들이 사진을 업로드해 AI 훈련을 돕고 부수입을 얻는 계획을 밝힌 바 있습니다.

왜 중요한가

배달원 입장에서는 주문이 뜸한 비수기 시간대에 길가에서 멍하니 대기하는 대신 틈틈이 쏠쏠한 부수입을 챙길 수 있는 기회입니다. 반면 피지컬 AI 개발사 입장에서는 천문학적인 비용이 들던 1인칭 실물 행동 데이터 수집을 압도적으로 저렴하게 아웃소싱할 수 있는 파이프라인이 열린 셈입니다.

업계 차원에서는 AI 패권 경쟁이 웹 데이터 크롤링을 넘어 실제 물리 세계의 인터랙션 데이터를 누가 더 많이 쥐느냐의 싸움으로 넘어갔음을 보여줍니다. 거대한 오프라인 배달 네트워크를 보유한 플랫폼들이 생성형 AI와 로봇 생태계의 핵심 데이터 공급 기지로 부상하고 있습니다.

도어대시의 접근은 유휴 인력과 물리적 네트워크를 재활용한 영리한 전략입니다. 다만 넘어야 할 산도 분명합니다. 대충 찍고 보수를 챙기려는 어뷰징 데이터를 어떻게 걸러낼 것인지가 관건입니다. 또한 규제가 강한 주요 대도시들을 서비스에서 배제했다는 점은 노동법 리스크를 의식하고 있음을 방증합니다. 이러한 미세 과제들이 향후 정규 노동 시간으로 해석되거나 최저임금 보장 요구에 직면할 경우, 저비용 데이터 사업 모델 자체가 흔들릴 가능성도 배제할 수 없습니다.