홈 › 사례 연구 › 다크 키친 및 푸드테크
사례 연구

배달앱 알고리즘: 한 다크 키친이 표준 레시피 생성기로 취소를 줄이고 90일 만에 채널의 EBITDA을 다시 플러스로 되돌린 방법

Diego F. Parra 작성자 Diego F. Parra · 최종 업데이트 · 다크키친 및 푸드테크

2026년 10월 28일 업데이트: 출처 포함 새 수치 10개, 새 자주 묻는 질문 5개, 새 섹션 8개.

배달앱 알고리즘: 한 다크 키친이 취소를 줄이고 90일 만에 표준 레시피 생성기로 채널의 EBITDA을 플러스로 되돌린 방법 — Masterestaurant
빠른 평가

결론: 배달앱 알고리즘은 주문이 제대로 도착할 확률을 기준으로 식당의 순위를 매깁니다. 수락률, 자체 취소, 최근 평점, 약속 시간 대비 실제 조리 및 배달 시간, 상품 페이지의 전환율을 반영하며, 광고는 순위가 아니라 노출을 구매합니다.

이 가상 사례에서 광고비를 쓰지 않아 불리하다고 믿었던 3개 브랜드의 다크 키친은 문제가 패스(pass)와 초밥의 중량에 있음을 발견했고, 다음 순서로 해결했습니다. 먼저 주방, 다음 상품 페이지, 마지막으로 공헌이익률을 기준으로 상한을 계산한 광고입니다.

📈 사례 연구진단, 기한이 있는 결정, 측정된 결과로 구성된 상세 사업 사례· 읽는 시간 15분· 2026-10-28

이 사례는 Masterestaurant에서 Diego F. Parra 방법론의 패턴을 바탕으로 구성한 가상의 (복합) 사례입니다. 먼저 핵심 주장을 말씀드리면, 배달앱 알고리즘은 가장 많이 지불하는 식당을 우대하지 않고 약속을 지키는 식당을 우대합니다. 이 주방은 매출은 괜찮았지만, 돈이 고객 화면에 도달하기 훨씬 전인 생산 단계에서 새고 있었습니다. 사례 개요는 간단합니다. 라틴아메리카 중소도시의 공유주방에서 세 개 브랜드(스시, 볼, 햄버거)를 운영하며, 직원은 두 교대에 나누어 아홉 명이고, 홀이나 테이블은 없습니다. 2024년에 문을 열었고, 객단가는 중간 가격대이며, 판매의 대부분이 앱을 통해 들어옵니다. 연매출은 50만 달러에서 100만 달러 사이입니다.

이 채널에서 실수하면 치르는 비용이 작지 않습니다. Wharton Magazine(2025)에 따르면, 미국 식당에 플랫폼이 부과하는 일반적인 수수료는 주문당 15~30%입니다. 따라서 주방이 취소한 주문은 비용을 두 번 치르게 됩니다. 한 번은 버려진 음식이고, 또 한 번은 이후 주문에서 밀려나며 잃는 노출 순위입니다. 이 채널에 걸린 수요도 큽니다. National Restaurant Association(2025)은 미국 성인의 37%가 주 1회 이상 배달 주문을 한다고 집계했습니다. 공유주방이 늘고 있는 라틴아메리카 도시에서도 이런 소비 습관이 점점 비슷해지고 있습니다.

두 파트너는 자체적으로 진단을 내리고 왔습니다. 광고를 집행하지 않아서 앱이 노출을 줄였다는 것이었지만, 이 진단은 틀렸습니다. 패널 데이터를 보면 노출이 떨어진 시점은 거절이 많아진 주말 및 스시 브랜드가 연어 부족으로 취소하기 시작한 주와 겹칩니다. 이런 문제는 어떤 광고로도 해결되지 않습니다.

나란히 비교

나란히 비교: 배달앱 알고리즘

개선 전 (기준선)이후 (3개월차)
피크 타임 주문 수락✕금요일과 토요일 저녁에 거절이 몰림. 태블릿은 담당자 없이 패스(주방과 홀을 잇는 배식대) 위에 방치되어 있었음✓교대마다 담당자 한 명이 태블릿을 확인함. 품절이 이미 확인된 경우에만 거절함
식당 책임 취소✕대부분 스시 브랜드에서 발생. 앱에 표시되지 않은 연어 품절이 원인✓개점 전에 앱에서 품절을 표시함. 취소는 간헐적으로만 발생
실제 조리 시간 대비 약속 시간✕약속 시간이 이상적인 레시피 기준으로 설정되어 있었음. 두 브랜드를 묶은 주문은 늦게 도착함✓스테이션별, 브랜드 조합별 실제 타이밍 측정을 바탕으로 조리 시간을 재설정함
이론 원가와 실제 원가의 차이(스시)✕메뉴 원가율이 방법론상 상한선인 32%를 넘음. 담음량을 눈대중으로 정함✓표준 레시피 생성기로 그램 수를 고정해 원가율을 32% 상한 이내로 관리함
최근 기간의 평점✕지연되거나 불완전하게 배송된 주문의 리뷰가 최근 기간의 평점을 끌어내림✓최근 기간의 평점이 깨끗하게 관리됨. 부정적인 리뷰는 같은 날 답변함
메뉴 상세 페이지의 전환율✕오래된 사진, 알아보기 어려운 메뉴명, 마진을 계산하지 않은 세트 구성✓실제 음식 사진, 명확한 메뉴명, 공헌이익률을 계산한 세트 구성
인건비와 근무 교대✕관행대로 짠 교대 일정으로 오후 중반에 인력이 남아돌았음✓인력을 추가로 고용하지 않고, 실제 피크 타임에 맞춰 교대 일정을 조정함
배달 채널의 EBITDA✕수수료를 제하면 적자였음. 매출은 늘고 있었음에도 그랬음✓흑자이며 안정적임. 3개월 차에 성과가 확정되었고, 6개월 차에 재측정할 예정임

배달 앱 알고리즘이 실제로 측정하는 것은 무엇입니까

앱의 알고리즘은 주문이 제대로 도착할지를 측정하고, 광고는 진열대의 자리를 살 뿐입니다. 그 자리를 지키는 일은 운영의 몫입니다. 플랫폼은 이행 신호로 목록을 정렬합니다. 매장이 수락하는 주문 수, 매장 사정으로 취소하는 주문 수, 최근 몇 주간의 평점 추이, 실제 소요 시간과 약속한 시간의 차이, 가게 페이지 방문이 구매로 이어지는 비율이 그 신호입니다. 이 진열대의 무게는 한 앱이 시장을 독점하는 곳에서 더 큽니다. Sensor Tower(2024)에 따르면 iFood는 브라질 배달 월간 활성 사용자의 89%를 차지했으므로, 이 목록에서 밀려나는 것은 채널 수요의 거의 전부를 잃는 것과 같습니다. Masterestaurant에서는 주방의 비유로 이를 설명합니다. 앱은 음식을 맛보지 않는 익스페디터와 같아서, 제시간에 나가는지, 빠짐없이 갖추었는지, 반품이 없는지만 확인하고, 이틀 연속 실수하는 매장에는 벌을 줍니다.

초기 상황: 순위가 떨어지는 이유를 모르던 고스트 키친

이 사례의 주방은 광고가 부족해서가 아니라 생산 실패 때문에 노출을 잃고 있었습니다. 이 진단이 전체 실행 계획을 바꾸었습니다. 스시, 볼, 햄버거 세 브랜드를 운영하는 고스트 키친이며, 이 사례는 가상의 복합 사례입니다. 대부분의 매출을 배달앱에서 올리고 있었지만, 주말마다 가게 페이지가 목록에서 밀려나는 것을 지켜봐야 했습니다. 파트너들은 알고리즘이 투자하지 않는 가게를 벌준다고 확신하여 이미 유료 광고 견적을 받아 둔 상태였습니다. 그러나 플랫폼 대시보드는 다른 이야기를 하고 있었습니다. 순위 하락이 거부 건수가 가장 많은 저녁과 겹쳤고, 스시 브랜드가 연어 품절로 취소를 시작한 주와도 일치했습니다. 이 시점에 광고비를 쓰면 이미 제공할 수 없는 주방에 더 많은 고객을 보내는 셈이었고, 실패한 주문 하나하나가 가게 페이지를 조금씩 더 끌어내렸을 것입니다. 먼저 주방을 정리하고, 그다음에 노출을 사야 합니다. 이 순서가 이 사례의 핵심 논지입니다.

주인 없는 주문 태블릿이 수락률을 떨어뜨리는 이유는

교대마다 담당자가 없는 주문 태블릿은 가장 중요한 시간대에 수락률을 떨어뜨립니다. 주방이 바쁠 때는 아무도 태블릿을 보지 않기 때문입니다. 이 주방에서 기기는 패스 자리에 있었고, 이론상으로는 음식을 플레이팅하는 같은 사람이 응대했습니다. 그래서 거부 건과 기한이 지난 주문이 가장 잘 팔리는 두 저녁에 쌓였습니다. 알고리즘에게 응답 없이 만료되는 주문 하나는 매장을 이용할 수 없다는 신호이며, 그 결과 가게 페이지는 그 주문을 기다리던 고객만이 아니라 지역 전체 고객에게 밀려납니다. 해결책은 기술이 아니라 조직 운영이었습니다. 교대마다 태블릿 담당자를 지정하고, 피크 타임용 인수인계를 문서로 남기고, 한 가지 단순한 규칙을 정했습니다. 주문이 만료되도록 두기 전에 해당 브랜드를 일시 중지할 것. 일시 중지는 그 시간대 매출에 타격을 줍니다. 그러나 거부는 한 주 내내 순위에 타격을 주며, 그 청구서는 뒤늦게, 예고 없이 도착합니다.

원인은 연어: 고객이 이미 결제한 취소 건

이 사례의 취소에는 재료 이름이 붙어 있었습니다. 연어였고, 재고가 앱과 연동되기 시작하면서 멈췄습니다. 품절은 플랫폼에 한 번도 표시되지 않았습니다. 그래서 고객은 스시를 주문했고, 주방은 주문을 준비하다가 재고 부족을 발견했으며, 이미 결제가 된 상태에서 취소가 이루어졌습니다. 평점과 순위 모두에 가장 나쁜 조합이었습니다. 여기서 Masterestaurant 방법론의 레시피 원가 계산 도구를 도입했습니다. 롤 하나마다 레시피 원가표를 작성해 시간대별 예상 판매량에 따라 연어가 얼마나 소모되는지 계산했고, 재주문 기준점을 정했으며, 영업 시작 전 앱에서 품절로 표시할 담당자를 지정했습니다. 이를 하지 않으면 비용이 큽니다. 멕시코에서 CANIRAC의 회장은 배달앱이 매출의 15%에서 35%를 수수료로 가져간다고 추정했습니다(El Universal San Luis, 2026). 수수료 부담이 이 정도라면, 취소된 주문 하나는 사라지는 마진이자 공짜로 잃는 평판입니다.

두 브랜드 주문의 약속 시간과 실제 시간 비교

앱에 설정된 조리 시간은 이상적인 레시피 기준이었지만, 알고리즘은 약속한 시간과 실제 시간의 차이 1분마다 대가를 물립니다. 볼과 햄버거가 서로 다른 스테이션에서 나가는데 포장 마감을 조율하는 사람이 없어서, 복합 주문에서 편차가 커졌습니다. 라이더는 기다리고, 음식은 식고, 그 내용이 리뷰에 그대로 적혔습니다. Diego F. Parra은 직관에 어긋나 보이는 순서를 권합니다. 먼저 피크 타임에 주방이 실제로 지킬 수 있는 시간으로 약속 시간을 늘리고, 그다음에 방법론에 따라 줄이는 것입니다. 약속 시간이 길어지면 클릭은 조금 줄지만, 약속을 지키지 못하면 평점을 잃고, 평점은 몇 주 동안 목록 순위를 움직입니다. 실제 운영 해법은 두 브랜드 주문의 조립 책임자를 두고, 마지막으로 완료되는 스테이션을 보여 주는 주문 보드를 설치한 것이었습니다. 경쟁하려고 시간을 줄였다면 어떻게 되었을까요? 지연이 늘고, 리뷰가 나빠지고, 순위가 떨어지며, 스스로 먹고 사는 악순환이 시작되었을 것입니다.

결과: 광고에 투자하기 전에 가게 페이지 순위가 회복됨

주방이 정돈되었고, 광고에 한 푼도 쓰기 전에 순위가 회복되었습니다. 광고를 파는 쪽이 가장 불편해하는 결과입니다. 이 가상 사례에서 3개월째에는 수락률이 접수된 전체 주문 수에 근접했고, 매장 책임으로 인한 취소는 예외적인 일이 되었으며, 배달 채널은 손익계산서에서 더 이상 손실로 잡히지 않았습니다. 그제야 가게 페이지의 전환율을 높이는 작업을 시작했습니다. 볼 하나하나의 실제 사진, 고객이 실제로 검색하는 메뉴명, 다른 브랜드를 잠식하지 않는 가격의 두 브랜드 세트 메뉴를 준비했습니다. 가격이 중요한 이유는 고객이 화면에 보이는 총액을 비교하기 때문입니다. Intouch Insight(2025) 보고서에 따르면 미국에서 제3자 배달앱 수수료는 2024년과 2025년 사이 평균 1.10 USD 낮아졌습니다. 잘 운영되는 주방 위에서 광고를 하면, 구매된 방문 하나하나가 마침내 제대로 배송된 주문으로 이어질 합리적인 가능성을 갖게 됩니다.

연간 매출 구간별 이전 가능한 교훈

이 교훈은 규모와 관계없이 같은 순서로 적용됩니다. 먼저 알고리즘이 측정하는 운영을 갖추고, 그다음에 노출을 구매하는 것입니다. 연 매출 50만 USD 미만이라면 이번 주의 첫 단계는 교대마다 태블릿 담당자를 지정하고 그 인수인계를 글로 남기는 것입니다. 50만 USD 이상 100만 USD 이하, 즉 이 사례의 구간이라면 가장 많이 취소되는 재료의 원가를 계산하고 재주문 기준점을 정해야 합니다. 100만 USD를 초과하면 브랜드마다 레시피 기준이 아니라 피크 타임 기준으로 측정한 약속 시간이 필요합니다. 500만 USD를 초과하면, 대형 테마 콘셉트나 유명 셰프의 브랜드처럼, 도시마다 어떤 앱이 지배적인지 감사하는 것이 다음 단계입니다. 멕시코에서는 DiDi Food이 배달 월간 활성 사용자의 38%를 차지했습니다(Sensor Tower, 2024). 1,000만 USD를 초과하는 그룹이라면 수수료를 협상하기 전에 모든 지점의 취소 대시보드를 하나로 통합해야 합니다.

이 사례의 한계

이 결과가 모든 시장에서 똑같이 반복되지는 않을 것이므로, 방법을 베끼기 전에 이를 분명히 해야 합니다. 한 앱이 거의 모든 수요를 모으는 곳, 예컨대 아르헨티나에서는 같은 Sensor Tower 2024년 조사에 따라 PedidosYa가 배달 월간 활성 사용자의 61%를 차지했습니다. 이런 곳에서는 주방이 단 하나의 알고리즘에 의존하게 되어, 어떤 규칙 변경이든 운영 개선보다 더 큰 영향을 미칩니다. 플랫폼 지형이 움직이는 곳에서도 같은 결과를 기대해서는 안 됩니다. Uber Eats의 점유율은 2020년 33%에서 2024년 라틴아메리카 사용자의 7%로 떨어졌고, 이는 브라질에서 철수한 이후의 일이었습니다. 잘 자리 잡은 가게 페이지도 고객이 빠져나가는 앱에 갇힐 수 있습니다. 홀 영업을 하는 식당, 즉 배달이 보조 채널인 곳은 다른 한계에 부딪힙니다. 홀과 포장이 함께 쓰는 주방이라서 태블릿이 테이블과 경쟁합니다. 이런 곳에서는 가게 페이지를 손보기 전에 스테이션을 분리하는 일이 먼저입니다.

근본 원인 진단, 다른 사업장에도 적용할 수 있는 교훈, 이 사례의 한계

겉으로 드러난 모든 증상의 뒤에는 마케팅과 무관한 원인이 있었습니다. 주문 수락률이 낮은 것은 태만 때문이 아니었습니다. 주문 태블릿이 담당자 없이 패스 위에 있었던 것이 문제였고, 거절이 가장 많았던 것은 판매가 가장 많은 두 저녁이었습니다. 바로 그 시간에 패스를 맡은 사람이 플레이팅을 하느라 태블릿을 볼 수 없었던 것입니다. 취소의 원인은 연어라는 재료였습니다. 연어의 품절은 앱에 한 번도 표시되지 않았기 때문에, 고객은 스시를 주문하고 주방은 재고가 없다는 사실을 그제야 알게 되어, 결제가 끝난 주문을 취소하게 되었습니다. 실제 조리 시간이 약속 시간을 넘긴 원인은 따로 있었습니다. 조리 시간이 이상적인 레시피 기준으로 설정되어 있었고, 두 브랜드를 묶은 주문에서 지연이 더 커졌습니다. 볼과 햄버거가 서로 다른 스테이션에서 나오는데 포장을 마무리하는 사람이 없었기 때문입니다. 그리고 계산 단계에서 가장 큰 비용 문제가 드러났습니다. 스시의 이론 원가와 실제 원가 사이의 차이였습니다. 눈대중으로 담은 양이 원가율을 Masterestaurant 방법론이 목표가 아닌 최대 한도로 정한 32%보다 높게 끌어올리고 있었습니다. 저도 몇 년 동안 이 점을 잘못 판단했습니다. 같은

근본 원인 진단, 타 사업장에 적용할 수 있는 교훈, 이 사례의 한계 — 실제 사례

실수가 반복되는 이유가 같은 곳에서 나오기 때문에 솔직하게 말씀드리겠습니다. 저 역시 메뉴 상세 페이지와 광고를 먼저 손보라고 권했습니다. 눈에 보이는 부분이기 때문입니다. 하지만 배달앱 알고리즘은 본질적으로 약속을 지킨 기록을 집계하는 회계 담당자에 가깝습니다. 주방이 실패하면 아무리 예쁜 사진도 알고리즘에게는 통하지 않습니다. 이 파트너들이 1주 차에 광고를 집행했다면 어땠을까요? 더 많은 주문이 담당자 없는 같은 태블릿으로 몰렸을 것이고, 거절과 취소는 늘었을 것이며, 자연 노출 순위는 더 떨어졌을 것입니다. 결국 돌아오지 않을 고객을 두고 광고비와 수수료를 두 번 지불하게 되었을 것입니다. 이 채널이 가진 긴장 관계는 현실입니다. 감정적으로 접근하지 않고 해결해야 합니다. 수수료를 부과하는 바로 그 앱이 고객을 데려오는 곳이기 때문에, 해법은 앱을 미워하거나 앱에 무릎 꿇는 것이 아니라, 상한선이 있는 유료 고객 획득 채널로 다루는 것입니다. 멕시코에서는 CANIRAC 회장이 배달앱의 수수료를 매출의 15%에서 35% 사이로 제시했습니다(El Universal San Luis, 2026). 이는 해당 출처를 확인하던 시점의 수치이며, 수치는 바뀔 수 있으므로 공식 링크에서 반드시 재확인하시기 바랍니다. 이 수수료 부담에서

근본 원인 진단, 타 사업장에 적용할 수 있는 교훈, 이 사례의 한계 — 핵심 포인트와 데이터

공헌이익률을 계산하지 않은 세트는 주문량만 늘리고 EBITDA를 떨어뜨리게 됩니다. 시장 집중도가 높아 의존도가 더 커집니다. 라틴아메리카에서는 선두 앱이 2024년 중반까지 배달 월간 활성 사용자의 40%를 차지했다고 Sensor Tower가 밝혔습니다. 또 2020년 지역 점유율이 33%였던 다른 플랫폼은 브라질에서 철수한 뒤 2024년에 7%로 떨어졌습니다. 운영자에게 주는 교훈은 간단합니다. 시장 지도는 사전 통보 없이 바뀌므로, 표준 레시피, 스톱워치 측정, 자체 고객 기반은 어느 앱에서든 가치가 있습니다. 한 앱에서 얻은 노출 순위는 자산이 아니라 임대한 것입니다. 교훈은 규모에 따라 다르게 적용됩니다. 연매출이 50만 달러 미만이라면 이번 주에 신규 소프트웨어 없이 교대마다 태블릿 담당자를 한 명 지정하는 것이 첫 단계입니다. 이 사례처럼 50만 달러에서 100만 달러 사이라면, 가장 많이 취소되는 브랜드의 그램 수와 실제 조리 시간을 고정하는 것이 첫 단계입니다. 100만 달러를 넘는다면, 브랜드와 매장별 다섯 가지 신호를 한눈에 보는 단일 대시보드를 만들고, 매주 월요일에 이를 검토할 책임자를 두는 것이 첫 단계입니다. 매출 규모가 500만 달러를 넘거나 1,000만 달러를 넘는 그룹, 예컨대

근본 원인 진단, 타 사업장에 적용할 수 있는 교훈, 이 사례의 한계 — 사례와 수치

수용 인원이 많은 미디어 셰프 레스토랑이나 체험형 테마 레스토랑의 경우에는 배달이 다르게 작용합니다. 셰프 개인의 브랜드와 공간 연출은 봉투에 담겨 전달되지 않으며, 이미지 로열티와 연출 유지비는 개별 메뉴 원가가 아니라 손익분기점에 반영해야 합니다. 그렇더라도 배달 채널은 계속 성장하고 있습니다. National Restaurant Association에 따르면, 미국 풀서비스 레스토랑에서 매장 밖 트래픽은 2019년 19%에서 2024년 30%로 늘었습니다. 그래서 이런 곳의 첫 단계는 이동에 적합하게 설계된 짧은 배달 메뉴판을 만드는 것이며, 이것이 홀에서의 경험을 해치지 않도록 해야 합니다. 사례의 한계도 짚어 두겠습니다. 생존 편향에 빠지지 않기 위해서입니다. 앱 하나가 거의 모든 주문을 차지하는 시장에서는 같은 결과를 기대하지 않는 편이 좋습니다. 예를 들어 브라질은 선두 앱의 월간 활성 사용자 비중이 89%(Sensor Tower, 2024)이고, 아르헨티나는 61%입니다. 이런 곳에서는 운영보다 협상과 노출이 더 큰 영향을 미칩니다. 수요와 너무 멀리 떨어져 위치 자체가 문제인 주방이나, 접시가 배달 시간을 견디지 못하는 콘셉트에도 이 방법은 맞지 않습니다. 튀김이 눅눅하게 도착하면 어떤 계량으로도 해결되지 않기 때문입니다.

항목별 정리

배달 앱 알고리즘에 대한 오해와 사실

유료 광고
A · 개선 전 (기준선)오해: 광고비를 내면 앱에서 식당의 순위가 올라간다.
B · Masterestaurant사실: 지출하는 동안만 노출을 살 뿐입니다. 주방이 주문을 거절하거나 취소하면 알고리즘이 벌하는 실패가 오히려 늘어납니다.
평가: 광고는 마지막 단계에서, 공헌이익에 연동한 한도 안에서 집행하십시오.
평점
A · 개선 전 (기준선)오해: 오래 쌓인 좋은 평점이 순위를 지켜 준다.
B · Masterestaurant사실: 최근 구간이 중요하며, 평균이 여러 해 높아도 몇 번의 나쁜 저녁이 순위를 끌어내릴 수 있습니다.
평가: 최근 구간을 매주 관리하십시오.
취소율
A · 개선 전 (기준선)오해: 취소가 한 건 정도는 눈에 띄지 않는다.
B · Masterestaurant사실: 식당 책임의 취소는 하나하나가 신뢰를 깎고, 음식과 수수료, 그리고 다시 찾지 않는 고객의 비용이 됩니다.
평가: 영업 시작 전에 재료 품절을 미리 알리십시오.
가격과 수수료
A · 개선 전 (기준선)오해: 고객은 가격만 보니 가격을 내리면 순위가 오른다.
B · Masterestaurant사실: Intouch Insight의 미스터리 쇼퍼 보고서에 따르면 2024년부터 2025년까지 미국의 제3자 배달 수수료는 평균 1.10 USD 낮아졌습니다. 늦게 도착한 주문은 가격이 얼마든 여전히 고객을 잃게 합니다.
평가: 할인보다 이행 품질로 경쟁하십시오.
약속 시간
A · 개선 전 (기준선)오해: 약속 시간을 짧게 말하면 주문이 더 많이 들어온다.
B · Masterestaurant사실: 알고리즘은 약속한 시간과 실제 시간을 비교합니다. 지키지 못한 약속은 이후 모든 주문의 순위를 떨어뜨립니다.
평가: 타이머가 가리키는 시간만 약속하십시오.
가상 브랜드 추가
A · 개선 전 (기준선)오해: 같은 주방에 브랜드를 더하면 노출이 배가된다.
B · Masterestaurant사실: 표준 레시피가 없으면 브랜드가 늘 때마다 같은 조리 스테이션에서 원가와 시간의 편차도 함께 커집니다.
평가: 계량과 시간이 확정된 상태에서만 새 브랜드를 추가하십시오.
나란히 비교

순위를 끌어내리던 요인 (이전)

  • 광고가 노출 순위를 사준다고 믿는 것.
  • 피크 타임에 주문 태블릿이 담당자 없이 패스 위에 놓여 있었습니다. 피로한 상태에서 주방이 실제로는 처리할 수 있었던 주문까지 거절했고, 주문이 들어올 때마다 앱에 이 식당은 믿을 수 없다는 신호를 보내고 있었습니다.
  • 연어 품절이 사전에 표시되지 않았음.
  • 약속 시간이 스톱워치가 아닌 이상적인 레시피를 기준으로 복사되어 있었음.

순위를 끌어올린 요인 (이후)

  • 교대마다 태블릿 담당자를 지정함.
  • 표준 레시피 생성기로 스시의 그램 수와 사전 손질량을 관리함. 이로써 이론 원가와 실제 원가의 차이가 줄었고, 덤으로 세팅 시간도 예측 가능해졌습니다. 세팅 시간은 아무도 의식하지 못했지만 알고리즘이 측정하고 있던 지표였습니다.
  • 실제 음식 사진과 이해하기 쉬운 메뉴명을 사용함.
  • 운영이 기준을 충족한 뒤에만 광고를 집행하고, 광고비 상한은 각 세트의 공헌이익률에 연동해 설정함.
핵심 수치

사례를 둘러싼 업계 수치

30%
미국 외식업체 대상 배달 플랫폼의 주문당 일반 수수료 상한(15~30%, 2025년)
35%
멕시코 배달 앱의 매출 대비 수수료 범위 상한(15%~35%, CANIRAC 회장 발언 기준)
37%
주 1회 이상 배달 주문을 하는 미국 성인 비율(2025년)
30%
미국 풀서비스 레스토랑의 매장 밖 트래픽 비율(2024년 기준, 2019년은 19%)
1.1USD
2024년부터 2025년까지 미국 제3자 배달 앱의 평균 수수료 인하 폭(미스터리 쇼퍼 주문 기준)
40%
라틴아메리카 배달 앱 월간 활성 사용자 중 선두 앱에 집중된 비중(2024년, 상반기 기준)
89%
브라질 배달 앱 월간 활성 사용자 중 선두 앱에 집중된 비중(2024년)
61%
아르헨티나 배달 앱 월간 활성 사용자 중 선두 앱에 집중된 비중(2024년)
38%
멕시코에서 모바일 배달 앱 월간 활성 사용자 중 DiDi Food의 점유율, 배달 앱 알고리즘이 경쟁하는 시장(2024)
7%
브라질 철수 이후 라틴아메리카 배달 앱 월간 활성 사용자 중 Uber Eats의 점유율. 배달 앱 알고리즘이 작동하는 시장 지도가 어떻게 바뀌는지 보여 주는 사례(2024년)
38%
2024년 멕시코 배달 앱 월간 활성 사용자 중 DiDi Food의 점유율. 앱 알고리즘이 식당의 노출을 결정하는 시장입니다.
시각화
시각화된 수치
시각화된 수치30% 미국 외식업체 대상 배달 플랫폼의 주문당 일반 수수료 상한(15~30%, 2025년); 35% 멕시코 배달 앱의 매출 대비 수수료 범위 상한(15%~35%, CANIRAC 회장 발언 기준); 37% 주 1회 이상 배달 주문을 하는 미국 성인 비율(2025년); 30% 미국 풀서비스 레스토랑의 매장 밖 트래픽 비율(2024년 기준, 2019년은 19%); 1.1USD 2024년부터 2025년까지 미국 제3자 배달 앱의 평균 수수료 인하 폭(미스터리 쇼퍼 주문 기준); 40% 라틴아메리카 배달 앱 월간 활성 사용자 중 선두 앱에 집중된 비중(2024년, 상반기 기준)미국 외식업체 대상 배달 플랫폼의 주문당 일반 수수료 상한(15~30%, 2025년)30%멕시코 배달 앱의 매출 대비 수수료 범위 상한(15%~35%, CANIRAC 회장 발언 기준)35%주 1회 이상 배달 주문을 하는 미국 성인 비율(2025년)37%미국 풀서비스 레스토랑의 매장 밖 트래픽 비율(2024년 기준, 2019년은 19%)30%2024년부터 2025년까지 미국 제3자 배달 앱의 평균 수수료 인하 폭(미스터리 쇼퍼 주문 기준)1.1USD라틴아메리카 배달 앱 월간 활성 사용자 중 선두 앱에 집중된 비중(2024년, 상반기 기준)40%
출처: Wharton Magazine (2025) · El Universal San Luis, CANIRAC (2026) · National Restaurant Association (2025) · Intouch Insight (2025) · Sensor Tower (2024)차트 제작: masterestaurant.com
가상 사례(복합)

“2년 동안 우리는 광고비를 내지 않아서 앱이 불이익을 준다고 믿었습니다. 그런데 알고 보니 담당자가 없는 태블릿이 금요일마다 주문을 거절했고, 연어가 떨어져도 알림 없이 스시가 계속 팔리고 있었습니다. 6주 차에 패스(pass)에 고정 담당자를 두고 계량 기준을 확정하자, 첫 화면에서 사라지지 않게 되었습니다.”

— 세 개 브랜드를 운영하는 다크키친의 공동 운영자, 라틴아메리카 중소도시, 연 매출 50만~100만 달러대(가상의 사례)

가상의 사례로 예시 목적으로 구성되었습니다. 사례의 이름과 수치는 실제 사업체를 나타내지 않으며 업계 데이터가 아닙니다.

내 매장에 적용하는 방법

시간 순서별 진행: 90일, 4단계

1~2주차: Restaurant Model Canvas로 진단
랭킹을 결정하는 다섯 가지 신호를 분리하고, 각 신호를 만들어 내는 조리 스테이션에 배정했습니다. 주인 없는 신호는 움직이지 않기 때문입니다. 이번 단계에서는 광고와 상세 페이지는 건드리지 않기로 했습니다. 캔버스 분석에서 해당 채널이 생산 단계에서 손실을 내고 있었고, 주문이 늘면 같은 패스 병목에 몰릴 것이 분명했기 때문입니다.
3~5주차: 초밥 브랜드에 표준 레시피 생성기 적용
각 메뉴의 계량, 손실률, 조립 시간을 확정했고, 연어 품절은 영업 시작 전에 앱에서 미리 표시하도록 바꾸었습니다. 저항은 금방 나타났습니다. 정확한 계량으로 조립 시간이 길어졌고, 2주 동안 소요 시간이 나빠졌습니다. 결국 손질 작업을 아침 미즈앙플라스로 옮기자 패스가 다시 제 속도를 찾았습니다.
6~9주차: 태블릿 담당자 지정과 실제 약속 시간 관리
한 명을 주문 접수와 묶음 포장 조율 담당으로 고정했습니다. 신규 채용은 하지 않았고, 한산한 오후 시간의 인력을 수요 레이더가 짚어 준 피크 시간대로 옮겼습니다. 앱에 표시되는 약속 시간은 타이머가 측정한 실제 시간에 맞췄습니다. 상세 페이지 전환율은 며칠 동안 떨어졌지만 결정은 유지했습니다. 약속한 시간보다 일찍 도착하는 것이 약속을 적게 하는 것보다 더 큰 힘을 갖기 때문입니다.
사례의 마지막 단계: 전환되는 상품 페이지와 상한이 있는 광고.
운영이 안정되자 실제 음식 사진을 다시 찍고, 이해하기 쉬운 메뉴명과 공헌이익을 계산한 세트 구성을 만들었습니다. 방법론이 정한 푸드코스트 상한 안에서 진행했습니다. 그다음에야 유료 광고를 테스트했는데, 광고 지출 한도를 공헌이익에 연동했고, 가장 많이 팔리지만 이익이 적은 세트에서는 광고를 중단했습니다.
✦ 응용 인공지능

인공지능으로는 어떨까요?

다크 키친의 채널, 가격 정책, 유닛 이코노믹스를 최적화합니다. Diego F. Parra 은(는) 외식업 분야 AI 활용 전문가입니다.

Masterestaurant 도구 및 방법론

이 사례에 사용된 Masterestaurant 생태계 도구

Diego F. Parra은 이런 처방을 Masterestaurant 생태계의 완성된 제품으로 구성합니다. 맞춤 개발이 필요하지 않습니다. 배달 앱 알고리즘의 문제는 드문 특수 사례가 아니라 어떤 규모의 다크키친에서도 반복되며, 같은 작업 순서로 바로잡을 수 있기 때문입니다.

이 사례에서 Restaurant Model Canvas가 진단의 순서를 잡았고, 표준 레시피 생성기가 스시 브랜드의 원가와 시간 차이를 줄였으며, 수요 레이더가 인력을 어디에 배치할지 알려 주었습니다. 성장 프로그램은 운영이 안정된 뒤에 들어갑니다.

Diego F. Parra

Diego F. Parra — 레스토랑 창업 및 성장 분야의 국제 컨설턴트이자 외식, 푸드테크, HORECA 분야의 AI 전문가. 43개국 +8,400개 레스토랑에 적용된 방법론 · 외식 AI 및 호스피탈리티·외식 사업 분야 전문가 · 레스토랑, 케이터링, 대형 행사 및 사업 성장 분야 +20년 경력 · ISBN을 보유한 도서 3권의 저자: «Triunfar o morir en el intento»(2013) 및 «De esclavo a dueño»(2023) · HORECA 업계 국제 강연자 및 기조연설자.

자주 묻는 질문

배달 앱 알고리즘에 관한 자주 묻는 질문

배달앱 알고리즘은 식당의 순위를 어떻게 매깁니까?

배달 앱 알고리즘은 주문이 제대로 도착할 확률에 따라 식당의 순위를 매깁니다. 주문 수락률, 자체 취소, 최근 평점, 약속 시간 대비 실제 소요 시간, 상세 페이지 전환율을 반영합니다. 광고가 사는 것은 노출이지 순위가 아닙니다. 먼저 주방을 바로잡고, 다음으로 상세 페이지, 마지막으로 광고를 손보십시오.

배달앱 알고리즘은 식당의 순위를 어떻게 매깁니까?

배달 앱 알고리즘은 주문이 제대로 도착할 확률에 따라 식당의 순위를 매깁니다. 주문 수락률, 자체 취소, 최근 평점, 약속 시간 대비 실제 소요 시간, 상세 페이지 전환율을 반영합니다. 광고가 사는 것은 노출이지 순위가 아닙니다. 먼저 주방을 바로잡고, 다음으로 상세 페이지, 마지막으로 광고를 손보십시오.

배달앱 알고리즘은 어떻게 작동합니까?

식당을 주문이 제때, 제대로, 취소 없이 도착할 확률에 따라 정렬합니다. 수락률, 자체 취소, 최근 평점, 약속 시간 대비 실제 시간, 상세 페이지 전환율을 조합합니다. 플랫폼마다 가중치가 다르고 전체 공식은 공개하지 않으므로, 다섯 가지 신호를 동시에 관리하는 것이 좋습니다.

배달앱 알고리즘은 어떻게 작동합니까?

식당을 주문이 제때, 제대로, 취소 없이 도착할 확률에 따라 정렬합니다. 수락률, 자체 취소, 최근 평점, 약속 시간 대비 실제 시간, 상세 페이지 전환율을 조합합니다. 플랫폼마다 가중치가 다르고 전체 공식은 공개하지 않으므로, 다섯 가지 신호를 동시에 관리하는 것이 좋습니다.

배달앱 광고는 순위를 개선합니까?

광고는 결제하는 동안만 노출을 살 뿐, 운영이 실패하면 자연 순위를 바로잡지 못합니다. 수락률이 낮거나 취소가 잦으면 유료 주문이 늘수록 실패도 늘고 순위는 더 떨어집니다. 먼저 주방을 정돈하고, 그다음 마진에 연동한 지출 한도를 설정하십시오.

배달앱 광고는 순위를 개선합니까?

광고는 결제하는 동안만 노출을 살 뿐, 운영이 실패하면 자연 순위를 바로잡지 못합니다. 수락률이 낮거나 취소가 잦으면 유료 주문이 늘수록 실패도 늘고 순위는 더 떨어집니다. 먼저 주방을 정돈하고, 그다음 마진에 연동한 지출 한도를 설정하십시오.

배달앱에서 주문을 취소하면 얼마나 영향을 받습니까?

생각보다 훨씬 큽니다. 식당 책임으로 발생한 취소마다 알고리즘의 신뢰가 줄고, 음식과 매출도 함께 잃기 때문입니다. 가장 흔한 원인은 앱에 표시하지 않은 재료 품절입니다. 영업 시작 전에 이를 알리기만 해도 대부분 막을 수 있습니다.

배달앱에서 주문을 취소하면 얼마나 영향을 받습니까?

생각보다 훨씬 큽니다. 식당 책임으로 발생한 취소마다 알고리즘의 신뢰가 줄고, 음식과 매출도 함께 잃기 때문입니다. 가장 흔한 원인은 앱에 표시하지 않은 재료 품절입니다. 영업 시작 전에 이를 알리기만 해도 대부분 막을 수 있습니다.

배달앱에서 식당에 필요한 평점은 얼마입니까?

공개된 보편적 수치는 없습니다. 플랫폼마다 자체 기준을 정하며, 평균 기록보다는 최근 주문 구간이 특히 중요합니다. 평점을 지키는 것은 약속 시간을 지키고 주문을 빠짐없이 전달하는 것입니다. 부정적인 리뷰에 같은 날 답변하면 무엇이 잘못되었는지 파악하는 데 도움이 됩니다.

배달앱에서 식당에 필요한 평점은 얼마입니까?

공개된 보편적 수치는 없습니다. 플랫폼마다 자체 기준을 정하며, 평균 기록보다는 최근 주문 구간이 특히 중요합니다. 평점을 지키는 것은 약속 시간을 지키고 주문을 빠짐없이 전달하는 것입니다. 부정적인 리뷰에 같은 날 답변하면 무엇이 잘못되었는지 파악하는 데 도움이 됩니다.

데이터 및 출처

2026 배달앱 알고리즘 데이터

정부, 업계 협회, 시장 데이터 등 공식 및 비상업적 출처에서 검증 가능한 벤치마크이며, 경쟁사 자료는 포함하지 않습니다.

데이터가치출처
뉴욕에서 배달 플랫폼이 식당에 청구할 수 있는 고급 서비스(enhanced service) 요금의 법정 상한 (온라인 주문 금액 대비 비율) (2026)온라인 주문 가격의 20%NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026)
미국 외식업 운영자 중 매출의 0~10%를 서드파티 배달 앱에서 얻는 비율 (배달 수수료 비중이 낮은 그룹), 2026 상반기 보고서운영자의 47,2% (2026, 외부 배달 매출 비중 0~10%)Restaurant365 — 2026 State of the Restaurant Industry: Mid-Year Report (2026)
미국 식당에 배달 플랫폼이 부과하는 주문당 일반 수수료 범위(배송비 및 결제 처리 수수료 별도)(2025)주문당 15~30% (2025)Wharton Magazine — Are Food Delivery Apps Hurting Restaurants? (2025)
2024년 멕시코 음식 배달 시장 추정 가치(라틴아메리카 2위, 브라질 다음)2,530백만 USD (2024)Expansión citando a Statista — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025)
멕시코 DiDi Food 플랫폼의 70,000개 이상 레스토랑 중 중소기업(MiPymes)의 비율 (2025)70,000개 이상 식당의 60% (2025)Expansión citando a Didi Food — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025)
Uber Eats에 가입한 멕시코 중소기업 중 플랫폼 가입 이후 매출 증가를 보고한 곳 (Quadrant Strategies 조사)가입 중소기업의 91%Expansión citando a Quadrant Strategies — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025)

주방을 먼저 정돈하십시오. 순위는 그다음입니다.

배달 채널의 매출은 늘어나는데 이익이 줄고 있다면, Diego F. Parra의 방법론은 알고리즘이 실제로 측정하는 다섯 가지 신호에서 시작해 채널의 EBITDA에서 끝납니다. 엑스포넨셜에서는 계산된 마진을 바탕으로 성장을 설계하고, CA$H에서는 이를 뒷받침하는 원가와 현금흐름을 관리합니다.

커뮤니티

커뮤니티에 무료로 가입하세요 MASTERESTAURANT

43개국의 외식업 경영자와 팀이 지식, 도구, 응용 AI를 공유합니다 — WhatsApp으로 바로 받아보세요.

커뮤니티 참여하기
저자: Diego F. Parra  ·  편집자: MASTERESTAURANT®
AI 보조로 작성되고 MASTERESTAURANT 편집팀이 검토한 콘텐츠입니다.
MR 비교 목록 엔진 v0.9.394