‘Tasks’로 열리는 온디맨드 데이터 경제
물류 플랫폼, AI 시대 ‘현실 데이터 인프라’로 진화

도어대시가 2026년 3월 19일 공개한 ‘Tasks’는 단순한 기능 추가가 아니다. 이번 발표는 배달 플랫폼이 어디까지 확장될 수 있는지를 보여주는 구조적 전환 사례다. 핵심은 명확하다. 음식을 배달하던 플랫폼이 이제는 현실 세계를 데이터로 수집하는 인프라로 진화하고 있다는 점이다.

Tasks는 배달원(Dasher)이 수행하는 짧은 작업 기반 서비스다. 음식 사진 촬영, 매장 진열 상태 확인, 건물 입구 위치 기록, 일상 행동 영상 수집 등 매우 단순하지만 의미 있는 데이터를 빠르게 확보하는 구조다. 특징은 분명하다. 짧은 시간, 낮은 진입장벽, 즉시 보상이다. 이 구조를 통해 도어대시는 이미 200만 건 이상의 작업을 수행했으며, 약 800만 명 규모의 네트워크를 활용하고 있다.

이 서비스의 본질은 물류가 아니다. 데이터다.

기존 배달 플랫폼은 주문 매칭, 배송 최적화, 수수료 기반 수익이라는 구조를 중심으로 성장해왔다. 그러나 이 모델은 일정 수준에서 성장 한계에 도달한다. 도어대시는 이 한계를 ‘사업 정의의 문제’로 해석했다. “우리는 배달 회사가 아니라, 현실을 가장 잘 아는 네트워크를 가진 회사다”라는 재정의다.

이 관점에서 보면 Tasks는 자연스러운 확장이다. 기존에는 음식 배달이라는 단일 목적에 사용되던 인력과 이동 데이터가 이제는 현실 세계의 상태를 수집하는 데이터 인프라로 전환된다. 도어대시가 가진 핵심 자산은 단순한 플랫폼이 아니라, 사람, 위치, 시간이라는 세 가지 요소가 결합된 네트워크다. 이 조합은 매장 상태, 재고 상황, 공간 구조 같은 오프라인 정보를 실시간으로 디지털화할 수 있는 능력을 만든다.

AI 관점에서 이 변화는 더욱 중요하다. 현재 AI의 가장 큰 한계는 현실 세계를 이해하지 못한다는 점이다. 텍스트, 이미지, 온라인 데이터는 이미 포화 상태에 가까우며, 진짜 부족한 것은 오프라인 데이터다. “이 매장이 실제로 열려 있는가”, “입구는 어디에 있는가”, “상품이 실제로 진열되어 있는가”와 같은 정보는 기존 AI가 확보하기 어려운 영역이다.

도어대시는 바로 이 공백을 공략하고 있다. Tasks를 통해 확보되는 데이터는 자율주행, 로봇, 리테일 AI, 스마트시티 등 다양한 산업에서 필수적인 기반이 된다. 이는 단순한 데이터 축적이 아니라 ‘물리 세계 데이터(Physical World Data)’ 확보 경쟁의 시작을 의미한다.

이 변화는 한국 기업에도 중요한 시사점을 제공한다. 첫째, 플랫폼의 본질을 다시 정의해야 한다. 도어대시는 배달이 아니라 ‘현실을 이해하는 사업’으로 스스로를 재정의했다. 한국에서도 배달 앱은 데이터 플랫폼으로, 커머스는 행동 데이터 플랫폼으로, 모빌리티는 도시 데이터 플랫폼으로 재해석될 필요가 있다. 결국 중요한 질문은 이것이다. 우리는 무엇을 하는 회사인가가 아니라, 무엇을 수집하는 회사인가다.

둘째, 마이크로 태스크 경제의 부상이 주목된다. Tasks는 짧은 일, 즉시 보상, 대규모 참여라는 구조를 기반으로 한다. 이는 기존 긱 이코노미를 넘어선 ‘데이터 노동’의 등장이다. 배달기사, 대리기사, 아르바이트 네트워크를 활용한 유사 모델은 한국에서도 충분히 확장 가능하다.

셋째, 데이터 경쟁의 기준이 바뀌고 있다. 앞으로 경쟁력은 데이터의 양이 아니라 질에서 결정된다. 특히 현장 데이터, 실시간 데이터, 행동 데이터는 아직 충분히 개발되지 않은 영역이며, 새로운 ‘금광’으로 평가된다.

넷째, B2B 서비스 구조의 변화다. 도어대시는 기업 고객에게 매장 상태 확인, 현장 리서치, 실시간 데이터 수집 서비스를 제공하고 있다. 이는 ‘현장 데이터 SaaS’라는 새로운 시장을 형성한다. 프랜차이즈 관리, 리테일 점검, 보험 조사, 물류 최적화 등 다양한 산업으로 확장 가능하다.

창업 관점에서도 중요한 전략이 드러난다. AI 시대의 서비스는 기능이 아니라 데이터 수집 구조로 설계되어야 한다. 도어대시는 새로운 인프라를 만든 것이 아니라 기존 Dashers 네트워크를 재활용했다. 이는 “이미 존재하는 네트워크를 데이터화하라”는 강력한 메시지다. 또한 Tasks는 거대한 문제를 해결하려 하지 않는다. 사진 한 장, 위치 하나, 상태 확인 하나 같은 작은 단위를 쌓아 거대한 데이터 시스템을 만든다.

미래 관점에서 보면 이 흐름은 더욱 가속화될 가능성이 높다. 로봇, 자율주행, 스마트시티로 대표되는 Physical AI 시대가 도래하면서 현실 데이터의 중요성은 더욱 커질 것이다. 흥미로운 점은 AI 시대가 오히려 인간 노동을 다시 필요로 한다는 점이다. 데이터 수집, 검증, 라벨링 등에서 인간의 역할은 여전히 핵심적이다.

결국 도어대시의 방향은 명확하다. 물류에서 시작해 데이터로 확장하고, AI로 연결되며, 최종적으로 인프라로 진화하는 구조다.

이제 도어대시는 더 이상 배달 회사가 아니다. 현실 세계를 디지털로 수집하는 기업이다. 그리고 이 변화는 모든 기업에 동일한 질문을 던진다.

당신의 사업은 지금 무엇을 수집하고 있는가.

AI 시대의 승자는 기술을 가진 기업이 아니라, 현실을 가장 잘 데이터화하는 기업이 될 가능성이 높다.