들어가며 한국을 찾는 외국인이 연간 약 2천만 명을 넘어선 지금, 배민 앱은 이들을 위해 준비되어 있었을까? 메뉴를 주문하려면 우선 가게 이름과 메뉴명을 읽을 수 있어야 합니다. 하지만 한국어만 제공되는 배민 앱에서 외국인이 경험하는 첫 번째 장벽이 바로 여기 있었습니다. 배민은 이 문제를 알고 있었고, 5년 전부터 해결하려 해왔습니다. 그리고 매년 멈췄습니다. 2026년 1월, 우리는 다시 […]
The post 5년 동안 못 푼 배민 다국어 숙제, AI와 함께 한 달 만에 끝내기 first appeared on 우아한형제들 기술블로그. || 들어가며
한국을 찾는 외국인이 연간 약 2천만 명을 넘어선 지금, 배민 앱은 이들을 위해 준비되어 있었을까?
메뉴를 주문하려면 우선 가게 이름과 메뉴명을 읽을 수 있어야 합니다. 하지만 한국어만 제공되는 배민 앱에서 외국인이 경험하는 첫 번째 장벽이 바로 여기 있었습니다. 배민은 이 문제를 알고 있었고, 5년 전부터 해결하려 해왔습니다. 그리고 매년 멈췄습니다.
2026년 1월, 우리는 다시 시작했고 이번엔 달랐습니다.
이 글에서는 5년 동안 해결되지 않았던 배민 다국어 과제가 어떤 배경과 제약 속에서 반복적으로 중단되었는지, 그리고 AI를 활용해 어떻게 한 달 만에 구현까지 이어질 수 있었는지를 ‘AI 기반 구축TF’의 TPM과 푸드 담당 서버 개발자 관점에서 다룹니다.
‘AI 기반 구축 TF’는 기술을 통해 실행의 속도를 가속화하고, 제약으로 인해 시도하지 못했던 일들이 지속적으로 실현될 수 있는 환경을 구축하기 위해 신설된 조직이다. 규제 기관이 아닌 ‘Service Provider’로서, 개발자가 보안, 비용 걱정 없이 AI를 즉시 업무에 활용할 수 있는 기반을 만드는 것을 목표로 합니다.
시간 흐름에 따른 실제 상황을 생생하게 전하고자 이후 본문에서는 저자 어조를 그대로 살렸습니다.
5년의 역사: 시도와 포기 사이
매년 올라왔다가 사라진 과제
배민 다국어 프로젝트의 첫 기록은 2021년이다. 이후 매년 시도가 있었다.
2021년엔 다국어 앱 스펙을 정의했다.
2022년엔 시스템 연동을 시도했다.
2023년엔 전시 영역 작업 범위를 전수 검토했고, 2024년엔 다국어 사전 어드민 구축 프로젝트로 이어졌다.
2025년에도 타당성 분석이 진행됐다.
5년간 멈추지 않고 시도했다. 그리고 5년간 완성하지 못했다.
의지의 문제가 아니었다. 구조의 문제였다.
번역이 아니라 시스템 개편의 문제였다
다국어 대응을 단순한 번역 작업으로 보면 쉬워 보인다.
하지만 실제로는 전사 수준의 시스템 개편이 뒤따라야 했다.
디자인 시스템 정의부터 DB 아키텍처 개편, 전용 운영 어드민 구축까지.
단순 계산으로도 1년이 넘는 작업량이었다.
여기에 운영 문제가 더해졌다. 배민에는 전국에 걸쳐 가게가 수십만 개가, 그 안의 메뉴만 대략 수천만 개가 넘는다. 이걸 세 개 언어로 번역해도, 다음 날 메뉴가 바뀌면 다시 번역해야 한다. 인력 기반 운영으로는 구조적으로 따라잡을 수 없었다.
결국 세 가지 벽에 막혀 있었다.
첫째는 정의의 벽이다.
‘두바이 쫀득 쿠키’를 어떻게 번역할 것인가. 단어를 옮기는 것과, 맥락을 담아 옮기는 것은 다른 문제다. 배민만의 음식 용어와 브랜드 톤을 담은 번역 기준을 만드는 것 자체가 거대한 과제였다.
둘째는 구축의 벽이다.
다국어 데이터를 처리할 파이프라인, DB 개편, 어드민 시스템. 어느 것 하나 가볍지 않았다.
셋째는 운영의 벽이다.
매일 생성되고 수정되는 콘텐츠를 지속적으로 번역하고 유지 보수할 방법이 없었다.
그리고 2026년, 두 가지가 달라졌다
2026년 초, 이전과 달라진 조건이 두 가지 생겼다.
하나는 FDH(Food Data Hub) 시스템이다.
2024년 12월, 푸드 서비스의 대용량 데이터를 처리하는 이 시스템이 오픈됐다. 전국 가게와 메뉴 데이터를 안정적으로 처리할 수 있는 기반이 처음으로 갖