킥고잉이 공유 전동킥보드로 ‘흑자’를 만들 수 있었던 이유

국내 최초의 공유 전동킥보드 서비스 ‘킥고잉’이 꼽은 지난해 가장 큰 성과는 ‘흑자’다. 킥고잉 운영사 올룰로에 따르면 지난해 9월을 기점으로 전동킥보드 비수기인 겨울이 오기까지 3~4개월 연속 킥고잉 서비스는 흑자를 달성했다. 2018년 9월 서비스를 출시한 이후 2년만에 증명해낸 쾌거다.

킥고잉이 흑자를 볼 수 있었던 배경에는 ‘데이터’를 기반으로 한 ‘운영 최적화’가 있었다는 회사측 설명이다. 소비자 입장에서 킥고잉 이용 프로세스는 단순하다. 눈에 보이는 기기를 스마트폰 QR코드로 스캔해서 목적지까지 이동, 반납하면 자동으로 결제가 끝난다.

하지만 이용자의 눈에 보이지 않는 뒷단에서의 움직임은 이보다 치열하다. 예컨대 도심 이면도로 곳곳에 퍼진 전동킥보드를 회수하여 수요 밀집 지역으로 재배치하는 일은 누가 할까. 방전된 전동킥보드를 수거해서 배터리를 교체하는 일은 누가 할까. 성능에 이상이 생긴 전동킥보드를 수리하는 일은 누가 할까. 어디론가 사라진 전동킥보드를 찾는 일은 누가 할까. 모두가 운영단에서 매일매일 발생하는 일이고, 킥고잉 또한 마찬가지다.

공유 전동킥보드는 눈에 보이는 서비스만으로 ‘수익성’을 증명하기 어렵다. 그도 그럴 것이 시장에서 비슷한 가격에, 비슷한 속도를 내는 수십개의 전동킥보드 업체가 경쟁하고 있기 때문이다. 수많은 킥보드를 도심지에 최대한 많이 흩뿌려 소비자의 선택을 많이 받는 것도 중요하지만, 그렇게 흩뿌려놓은 킥보드를 효율적인 운영을 통해 비용까지 절감해야 이익을 만들 수 있다.

킥고잉은 2021년 3월 기준 서울 14개구(강남구, 서초구, 송파구, 마포구, 서대문구, 성동구, 종로구, 중구, 관악구, 광진구, 금천구, 구로구, 영등포구)와 경기도 일부 지역(부천시, 시흥시, 안양시 동안구 등), 인천시 부평구에서 서비스를 운영한다. 서울, 경기, 인천을 아우르는 지역에 배포된 1만3000여대의 전동킥보드를 효율적으로 잘 운영하는 것이 지난해 킥고잉 최대의 미션이었다.

이진복 올룰로 CTO는 “작년 한 해는 운영 최적화에 집중했고, 기술 또한 그에 맞춰 많은 투자를 했다”며 “지난해 가장 큰 성과라고 한다면 우리 비즈니스가 지속적으로 성장하면서 돈을 벌 수 있는 것을 증명한 것이다. 단순히 사람을 많이 타게 만드는 것도 중요하지만, 많이 탈수록 손해가 나는 비즈니스가 아니라는 것을 증명하기 위해 운영 효율화를 위해 많은 노력을 했다”고 강조했다.

본격적으로 킥고잉이 이익을 남길 수 있었던 이유에 대해 이진복 CTO와 더 자세한 이야기를 나눠본다. 킥고잉은 운영 최적화를 위해서 어떤 노력을 했을까. 그 안에서 기술과 데이터는 어떤 역할을 맡을까. 이건 우리 눈에 보이지 않는 뒷단의 이야기들이다.

Q1. 공유 전동킥보드 서비스에서 기술 조직은 무슨 일을 하는지 궁금하다.

밖에서는 우리 기술 조직이 잘 안 보일 수 있겠지만, 우리 회사 직원의 60% 이상이 기술 조직이다. 대략 20명 정도 되는데, 대부분 개발자들이다. 개발 안에서도 서버, 앱, 하드웨어 측면에서 각각의 역량을 갖춘 분들이 있다. 데이터도 중요하다고 생각하기에 데이터 사이언티스트 또한 조직에서 함께하고 있다.

킥고잉은 창업 초기부터 전동킥보드에 부착하는 단말기를 자체 구축해서 사용하고 있다. 경쟁업체들은 외부 솔루션을 구매해서 운영하는 경우도 많은데, 그들과 비교하자면 킥고잉은 확실히 기술을 도입하고 개선하는 속도가 빠르다. 지금도 킥고잉은 기술 조직을 굉장히 중요하다고 보고 있다.

Q2. 2021년 3월 기준 110만 가입자가 누적 900만건 이상 킥고잉을 탑승했다. 그만큼 많은 이들이 킥고잉을 이용했다는 이야기인데, ‘뒷단’에서 발생하는 운영 프로세스는 고객들에게도 생소할 듯하다. 먼저 킥고잉의 운영 프로세스에 대해 알고 싶다.

우리는 킥보드를 수거, 충전, 정비, 재배포하는 거점을 ‘베이스’라고 부른다. 지역별로 여러 개의 베이스가 있는데 우리의 서비스 지역과 지역별 수요에 따라서 각 베이스에 일정 대수의 전동킥보드를 세팅한다. 이후 베이스는 물류 및 정비 거점으로 활용한다.

운영 방법은 다루는 기기나 환경에 따라서 여러 가지가 있어 일원화해서 말씀 드리기는 어렵다. 몇 가지 예를 들자면 예전부터 사용하던 배터리 일체형 전동킥보드 모델이라면 기본적으로 베이스에 회수해서 충전해야 한다. 지역별로 일정 숫자의 회수 물량을 ‘서포터’라고 불리는 분들에게 할당한다. 서포터는 20여명 정도가 매일 활동하는데 정규직도 있고 계약 직원들도 있다. 자체적으로 트럭을 구비해서 운영하는 분도 계시고, 우리가 트럭을 제공하는 경우도 있다. 서포터들이 사용하는 앱이 있는데 그날 작업 리스트와 순서는 자동으로 노출되도록 만들었다.

최근 도입한 배터리 교체형 모델 같은 경우는 물류담당 부서에서 지역에 흩뿌려진 전동킥보드를 찾아가서 완충된 배터리로 교체한다. 배터리 교체형 모델은 일체형 모델과 달리 기본적으로 필드에 계속 나와 있다. 그래서 교체를 하는 겸사겸사 수요 밀집 지역으로 재배치하는 작업을 함께하는 경우도 있다. 예를 들어서 이 위치에서는 한동안 전동킥보드 이용이 안 될 것이라고 판단한다면 우리가 생각하기에 최적인 장소로 옮긴다. 이 리스팅을 시스템에서 자동으로 정해준다.

정비 쪽에서도 정비가 필요한 기기 리스트가 노출되도록 만들었다. 기본적으로 너무 오래 필드에 나가 있는 기기들이 있다면 회수하고, 센서 데이터를 통해서 기기의 이상 유무를 파악하기도 한다. 이후 재배포를 하는데 특정 위치에 몇 대의 킥보드를 배포하는 것이 최적인지 시스템 알고리즘에 따라서 작업을 할당한다.

Q3. 이제 데이터 이야기를 해보자. 킥고잉이 마이크로 모빌리티 데이터 활용에 관심이 많다고 들었다. 킥고잉팀은 어떤 데이터에 관심을 갖고 취합, 활용하고 있는가.

사실 모든 데이터들이 하나하나 전부 소중하다. 앞서 말씀드렸듯 우리는 전동킥보드 운영을 위한 단말기와 시스템을 자체 구축했다. 때문에 우리가 필요하다고 생각하는 데이터가 있다면 바로바로 데이터를 수집한다.

예를 들어서 킥보드의 출도착지와 이동 경로 정보는 기본적으로 파악한다. GPS도 활용하지만 건물 내부와 같은 GPS가 잘 잡히지 않는 음영 지역에서는 와이파이 로케이션 기술을 활용하여 킥보드 경로 추적을 고도화하고 있다.

단말기에 부착돼 있는 자이로 센서는 ‘충격’을 감지한다. 킥고잉은 충격과 관련된 패턴을 지속적으로 수집하고 있으며, 현실 세계에서 어떤 상황에서 충격이 발생했는지 함께 분석한다. 예를 들어서 킥보드에 특정 충격이 발생하면 이게 도난 상황인지, 사고 상황인지 자동으로 파악해서 우리에게 리포트가 도착한다. 실시간 관제가 가능하게끔 구축하고 있다.

이용자의 킥보드 사용 패턴 데이터도 수집한다. 사람들이 가속 스로틀(Throttle)을 한껏 누르고 다니는지, 살짝 누르고 다니는지 우리는 알 수 있다. 브레이크 같은 경우도 주행 내내 브레이크를 잡고 킥보드를 타는 사람이 있는 반면, 잘 안 잡는 사람도 있다. 이런 데이터를 수집해서 운영에 활용한다.

Q4. 데이터를 ‘운영 최적화’에 활용한다고 하니 그 방법이 궁금하다. 구체적인 예를 들어줄 수 있는가.

초기 킥고잉의 전동킥보드는 ‘배터리 일체형’ 모델만 사용했다. 교체형 모델을 도입하지 않은 이유는 기기 자체의 내구성에 대한 확신을 갖지 못했기 때문이다. 당시 우리는 전동킥보드 배터리가 방전되면 항상 기기에 어떤 문제가 있는지 센서를 점검하면서 확인을 했다. 그렇게 1~2년이 지났는데 이 정도면 운영 노하우를 충분히 쌓았다고 생각해서 최근에는 배터리 교체 모델을 필드에 내놓았다.

배터리 교체 모델이 좋은 이유는 ‘물류비’를 줄일 수 있기 때문이다. 물론 물류비를 줄이기 위해서는 전제가 필요하다. 우리가 전동킥보드의 고장 여부를 자동으로 인식할 수 있어야 된다. 우리는 앞서 말씀 드린 데이터를 기반으로 필드를 돌고 있는 전동킥보드의 고장 정보를 원격에서 모니터링 한다. 기술을 기반으로 회수가 필요한 기기만 회수하는 운영이 가능하다는 것이다. 요컨대 전동킥보드를 필드에서 최대한 오랫동안 사용하는 운영이 가능해진다.

전동킥보드 수거 및 정비에도 데이터는 활용된다. 데이터를 기반으로 전동킥보드 정비의 우선순위를 정할 수 있다. 이렇게 한다면 전체적인 정비 속도도 빨라진다. 정비에 필요한 부품도 예측되는 숫자에 따라서 미리 수급하는 등의 효율을 만드는 것이 가능하다.

우리는 이용자의 전동킥보드 이용부터 반납까지 다양한 패턴 데이터를 수집한다. 여기에서 이상치(Outlier)로 보이는 패턴들이 나온다면 계속해서 원인을 분석한다. 간단한 예로 사용자가 전동킥보드 브레이크를 잡았는데, 전동킥보드 속도가 정상적으로 줄어들지 않는 패턴이 반복되면 이상이 있다고 판단한다. 가속도 마찬가지다. 가속 스로틀이 꽉 눌려진 기기가 예측되는 속도치보다 느리다면 이상이 있는 것이다. GPS와 와이파이 정보를 종합해 봤을 때 위치 정보가 불안하다거나 배터리 수치가 흔들리더라도 다양한 센서 정보를 조합해서 머신러닝으로 파악할 수 있다.

수거 이후 전동킥보드를 재배포 하는 업무도 ‘데이터’를 기반으로 조금씩 개선하면서 효율성을 높이고 있다. 시간별 이용량에 따라서 수요가 많은 곳으로 재배포 위치를 조정하는 식이다. 예를 들어서 같은 서울이라도 지역별로 이용자의 패턴이 다르다. 마포구에서는 대학생들이 많이 킥고잉을 이용하는데, 학교가 많다보니까 조금은 이른 11시부터 수요가 생긴다. 때문에 대학가는 오전에 배포하는 것이 유리하다. 오후 3시부터는 하교 등으로 이용하는 이용량이 많아지는데, 이때는 대학교 정문 앞 같은 곳에 킥보드를 배치하는 것이 유리하다.

반면 회사원이 많은 강남의 경우 저녁시간에 킥고잉을 이용하는 사람들이 많다. 퇴근시간 강남의 교통체증을 피하기 위해서 역삼역에서 신사역 가로수길로 이동하는 등의 수요가 늘어난다. 회사원들이 많은 지역은 지하철 역사 주변을 중심으로 전동킥보드를 배포한다. 오후쯤 되면 아파트 단지 안에서도 수요가 나오는 등 다른 양상이 보이기도 하는데 이런 다양한 상황에 맞춰서 운영 전략을 정교화 한다.

Q5. 킥고잉이 수집하는 수많은 데이터 중에 핵심지표를 하나만 꼽아준다면 무엇인가

사실 하다보면 모든 데이터가 다 중요해져서 딱 하나를 골라서 중요하다고 말하기는 어렵다. 옛날이야기를 하자면 초기 킥고잉은 전동킥보드 한 대당 하루에 몇 회 이용 되는지를 중요한 수치로 살펴봤다. 계절적 요인에 따라 이 숫자는 변하고 변화에 따라 운영 전략도 달라지기 때문이다.

예를 들어서 추운 겨울에는 기본적으로 전동킥보드 수요가 떨어진다. 겨울철에는 전기 배터리 출력 또한 잘 나오지 않는다. 이런 영향으로 이상치의 기준도 바뀐다. 우리는 이상치를 먼저 파악하고 운영 모델을 정교하게 만든다.

계절에 따라 이용 패턴도 바뀐다. 겨울에 전동킥보드를 타는 사람들은 최적의 루트로 빠르게 이동하는 경향이 있다. 여름에는 통상 7~10분 정도 이용한다면, 겨울에는 5~7분 이하로 이용시간이 떨어진다. 인터뷰를 한 번 해봤는데 15분 돌아가느니 3~5분 빠르게 춥고 말겠다고 생각하는 경향이 나오더라. 반면, 여름에는 단순 이동 때문에 전동킥보드를 이용하는 사람도 있지만, ‘레저’를 즐기기 위해 타는 사용자도 늘어난다. 날씨가 좋고 시원하고 재밌으니까 목적지까지 조금 돌아가더라도 ‘공원’ 근처로 둘러가는 등 이용시간이 길어지는 패턴이 보인다.

지금은 KPI(Key Performance Indicator)보다는 다양한 세부 수치에 더 많은 신경을 쓰고 있다. 예를 들어서 재배치를 했든, 배포를 했든, 이후에 얼마나 킥보드가 빠르게 다른 사용자에게 이용 됐는지 살펴본다. 혹 배포 이후 특정 시간 이상 재이용이 없다면 이에 따라서 운영 모델링을 다시 한다.

이상 패턴으로 킥보드의 속도가 나지 않는 운행 건을 얼마나 줄이고 있는지도 보고 있다. 이렇게 이상이 생긴 기기를 얼마나 빨리 회수, 정비하는지도 살펴본다. 킥보드를 정비하고 재배포하는 거점인 ‘베이스’에는 킥보드가 많이 쌓이면 쌓여있을수록 비효율이다. 얼마나 빠르게 필드에 킥보드를 내보낼 수 있느냐를 비율 수치로 파악하여 살펴보고 있다. 당연한 이야기지만 비용 대비 매출도 함께 본다.

Q6. 소비자 입장에서 봤을 때 공유 킥보드 서비스의 차별점이 크게 와 닿지 않는다. 당장 눈에 보이는 킥보드를 타거나, 혹은 조금이라도 이용 요금이 저렴한 킥보드를 타는 식의 이용을 하지 않을까 싶기도 하다. 킥고잉이 소비자에게 내세우는 경쟁사 대비 차별화된 경쟁력은 무엇인가.

일단 안전하고 믿을 수 있는 서비스 품질을 유지하는 데 굉장히 많은 노력을 한다. 소비자들이 쓰고 싶을 때 근처에 킥고잉 전동킥보드가 있어야 실제 사용까지 이어진다. 이런 행동을 데이터로 시뮬레이션 하고 필드 테스트와 최적화를 병행하면서 수요가 있는 곳에 기기를 배치하는 데 굉장히 많은 노력을 하고 있다.

하지만 GPS 기술에는 한계가 있다. 높은 건물이 있는 장소 주변에서 휴대폰 GPS가 제대로 맞지 않는 상황을 경험해본 적이 있지 않을까 싶다. 이런 한계를 극복하여 조금이라도 더 소비자들이 더 정확한 위치에서 킥보드를 찾을 수 있도록 하는데 지속적인 기술 투자를 하고 있다.

와이파이 이야기도 했지만 실내에서도 킥보드를 잘 찾을 수 있는 기술들을 적용하기 위해 많은 노력을 하고 있다. 데이터 단에서도 어떻게 정확한 위치를 보정하고, 이상 위치를 판별할 수 있을지 고민한다. 머신러닝을 시도해서 걸러내는 작업도 하고 있고 정답이 맞는지 피드백을 주고받으면서 모델을 만들어가고 있다. 만약 우리의 이런 노력을 소비자들이 가시적으로 느끼는 날이 온다면, 그만큼 신뢰할 수 있는 서비스가 될 것이라 생각한다.

Q7. 킥고잉이 수집하는 모빌리티 데이터에 관심을 갖는 많은 외부 업체, 기관이 있을 것이라 생각한다. 공유 전동킥보드 운영 외에 향후 마이크로 모빌리티 데이터를 활용한 신규 비즈니스를 기획하고 있는 것이 있는지 알고 싶다.

단순히 데이터를 판매하는 사업은 하지 않을 것 같다. 우리 데이터를 어떻게 하면 잘 활용해서 좀 더 좋은 세상을 만들 수 있을지 관심이 많다. 지자체들과 관련 협력을 많이 하고 있다. 일례로 경기 부천시와는 스마트시티 관련 프로젝트를 함께 진행하고 있다. 킥고잉의 데이터를 통해 교통 취약 지점이 어디인지 파악하고 그 결과를 지자체가 도시설계를 하는데 활용하는 방식이다.

킥고잉 전동킥보드에 부착된 센서는 ‘충격’뿐만 아니라 ‘진동’ 데이터도 수집할 수 있다. 진동 데이터는 도시 이면도로에서 정비가 안 된 도로가 어디인지 파악하는 데 활용할 수 있다. 일반 차량과는 다른 민감도로 도시 곳곳을 파악해낼 수 있는 것이다. 진동 데이터로 마이크로 모빌리티가 커버해야 하는 교통 취약 지역에는 자전거 도로 인프라를 깔기 위한 자료로 활용되기도 한다.

이 외에도 대중교통과 연계해서 교통 취약 지역을 파악하기도 한다. 서울은 비교적 대중교통 인프라가 잘 갖춰져 있지만 퇴근시간과 같은 특정 시간의 교통체증이 극심한 모습이 관측된다. 킥고잉의 데이터를 본다면 퇴근시간에 테헤란로 근처에서 북쪽으로 올라가는 수요가 보이는데, 이런 정보를 지자체에는 무료로 제공하고 있다.

Q8. 마지막으로 2021년 킥고잉의 경영 목표가 있다면 무엇인가.

지난 한해는 운영 최적화에 집중했다. 그에 따라 기술적인 부분에도 투자를 많이 했고 결과적으로 우리가 돈을 벌 수 있는 비즈니스인 것을 증명한 것이 가장 큰 성과다. 올해도 당연히 운영 최적화를 위한 노력은 지속할 것이다.

이와 함께 여러 가능성에 대한 탐색도 할 것이다. 얼마 전 쿠팡이츠와 배달 비즈니스 협력을 발표했는데, 이런 형태의 새로운 비즈니스를 여럿 시도하고 우리의 확장성을 탐색, 증명하고 싶다.

예를 들어서 킥고잉은 대리기사 요금제도 따로 고려하고 있다. 지금은 코로나19로 심야 이동이 잘 안 발생하기에 적합한 출시 시기는 아니다. 하지만 기존 새벽에는 일반 유저는 잘 타지 않지만, 대리기사들은 많이들 킥보드를 타고 이동했다. 새벽시간 발생하는 우리 기기의 유휴시간을 줄일 수 있는 굉장히 좋은 방안이라 생각한다.

그리고 기술 투자도 많이 할 것이다. 다양한 기술적인 도전을 통해서 일부는 성공하고 일부는 실패할 수도 있을 것이다. 빠르게 성공과 실패를 반복하고 교훈을 얻을 것이다. 장기적으로 특정 방향의 기술 투자를 해나갈지에 대한 로드맵도 갖고 있다.

글. 바이라인네트워크

<엄지용 기자> drake@byline.network