승객과 기사님 매칭
바쁘게 이동해야 할 때는 모든 순간이 중요합니다. 바로 이러한 이유로 Uber 알고리즘은 승객과 기사님을 빠르고 안정적으로 매칭하도록 설계되었습니다.
더욱 원활한 이용 경험 조성
승객과 기사님 간의 더욱 효율적인 매칭은 '누가 가장 가까이 있나?'라는 질문 이상을 의미합니다. Uber의 알고리즘 기술은 교통 상황, 도시 구조, 지리적 특성 등 실제 요인을 고려하여 승객과 기사 양측에 원활한 픽업 경험을 제공합니다.
멀티 배칭 매칭 방식 안내
안정적인 차량 서비스를 제공하기 위해 Uber는 가까이 있는 기사님과 승객을 하나의 배치로 묶어 평가합니다. 그런 다음 모두의 평균 대기 시간을 줄이는 것을 목표로 승객과 기사님을 매칭합니다.
요청 순서대로 매칭
초기에는 승객을 가장 가까운 거리에 있는 기사님과 즉시 매칭했습니다. 대부분의 승객에게 잘 맞는 방식이었지만, 때로는 일부 승객의 대기 시간이 길어지는 경우도 있었습니다. 도시 전체를 고려하면 이러한 긴 대기 시간은 누적되는 효과가 있습니다.
멀티 배칭 매칭
하지만 요청을 받은 후 단 몇 초만 기다릴 수 있다면 큰 변화를 만들어낼 수 있습니다. 이 몇 초는 잠재적인 승객과 기사님 간 매칭이 여러 건 쌓여 배치를 만들기에 충분한 시간입니다. 그 결과 더 적합한 매칭이 이루어지고, 모두의 전체 대기 시간이 단축됩니다.
시간 최적화
승객은 기다리는 것을 좋아하지 않으며, 기사님은 운행 사이의 대기 시간이 짧을수록 더 많은 수입을 올릴 수 있습니다. Uber의 매칭 기술은 대기 시간을 줄이고 수입을 올리는 시간을 극대화하여 모두에게 도움이 되도록 설계되었습니다.
더 나은 서비스 경험 제공
매칭은 Uber 서비스의 핵심 요소이며, Uber는 기사님과 승객, 도시 모두에 더 나은 매칭 알고리즘을 제공하기 위해 끊임없이 노력하고 있습니다. Uber는 기사님께 더 많은 선택권을 제공하고 안전을 강화하는 등 다양한 이점을 선사하는 새로운 기능을 지속적으로 테스트하고 도입하고 있습니다.
자주 묻는 질문
Uber는 특정 승객이나 차량 서비스에 어느 기사님을 매칭할지 어떻게 결정하나요?
차량 서비스 요청이 생성되면 플랫폼은 해당 요청을 어떤 기사님에게 제안할지 신속하게 결정해야 합니다.
Uber의 매칭 시스템은 해당 지역에서 운행 중이며 서비스를 제공할 수 있는 기사님, 요청된 차량 서비스 유형, 운행이 이루어지는 도시의 현지 상황 등 다양한 요인을 검토합니다. 승객과의 거리, 서비스 또는 차량 유형(예: UberX와 Comfort)을 검토하고, 공항 대기열과 같은 특별 요건이 있다면 이도 고려합니다.
매칭에서 가장 중요한 요소는 위치이며, 이는 도시의 구조, 교통 패턴, 지리적 특성에 따라 달라집니다. 직선 거리를 실제 운행 시간과 거리에 기반한 현실적이며 경험적인 수치로 전환하는 데는 AI의 도움이 필수적입니다. 거리가 가장 가깝다고 해서 항상 가장 빠르게 도착하는 것은 아닙니다.
이 페이지에 설명된 기능 중 일부는 미국 일부 지역 및 미국 이외 지역에서는 적용되지 않거나 이용할 수 없습니다. Uber는 시장 개선을 위한 노력의 일환으로, 본 페이지에 설명되지 않은 방식으로 기능 및 요금 책정 방식을 테스트할 수 있습니다.