마크 라레, AI가 누구나 레스토랑을 쉽게 운영할 수 있게 할 것이라고 말함

Wonder의 "레스토랑 팩토리" 구상은 로봇 키친 인프라 위에 LLM 기반 브랜드 생성 레이어를 얹는 구조다. 핵심은 (1) 모듈화된 로봇 조리 라인, (2) 메뉴/레시피/플레이팅을 파라미터화한 표준 데이터 스키마, (3) 프롬프트로 콘셉트를 받아 메뉴 구성·가격 책정·브랜딩·마케팅 카피·이미지를 생성하는 멀티모달 파이프라인이다. 사용자가 "한식 베이스의 비건 도시락 브랜드"라고 입력하면, 모델이 식재료 DB에서 SKU를 매핑하고 조리 시퀀스를 로봇 명령(JSON/DSL)으로 컴파일한 뒤 동일한 물리 키친에서 즉시 생산이 시작되는 흐름이다. 사실상 SaaS의 "테넌트(tenant)" 개념을 외식업에 적용한 것으로, 가상 브랜드가 곧 멀티테넌시의 한 인스턴스가 된다.

엔지니어 관점에서 흥미로운 부분은 이 시스템이 전형적인 플랫폼 엔지니어링 문제로 환원된다는 점이다. 프롬프트 → 실행 가능한 작업 그래프로의 변환, 식재료 재고/원가 최적화, 알레르겐·식약처 규제 검증 같은 가드레일, 동일 하드웨어를 공유하는 수십 개 가상 브랜드의 스케줄링과 격리, 주문 폭주 시의 큐잉과 백프레셔 등 기존 클라우드/오케스트레이션에서 다뤄온 패턴이 그대로 적용된다. 결국 음식이 "코드처럼 배포되는" 모델이며, CI/CD·옵저버빌리티·A/B 테스트(레시피 버전 관리, 카나리 출시) 같은 소프트웨어 엔지니어링 역량이 외식 도메인의 실질적 경쟁력으로 이전된다. 한국 SI/플랫폼 개발자에게는 배달의민족·쿠팡이츠 생태계와 결합될 경우 "1인 가상 F&B 브랜드"를 위한 로컬 마켓플레이스 수요가 새롭게 열릴 가능성이 있다.

개발자가 지금 주목해야 할 액션 아이템은 세 가지다. 첫째, LLM이 자연어 콘셉트를 도메인 특화 DSL로 변환하는 패턴(텍스트→구조화된 명령)에 익숙해질 것 — 이는 로봇 키친뿐 아니라 RPA, IaC, 워크플로 자동화 전반에서 동일하게 쓰인다. 둘째, 실세계 부작용이 있는 AI 시스템의 검증 체계(시뮬레이션 환경, 디지털 트윈, 안전성 회귀 테스트) 설계 경험을 쌓아둘 것. 음식은 알레르기·위생 등 실패 비용이 즉각적이며, 한국에서는 식품위생법·표시광고법까지 결합된다. 셋째, 도메인 데이터 자산의 가치를 재평가할 것. 레시피·식자재 원가·소비 패턴 같은 정형 데이터를 깔끔히 보유한 조직이 LLM 시대에 가장 강력한 해자를 갖게 되며, 이는 외식뿐 아니라 제조·물류·헬스케어로 확장되는 일반 원칙이다. Wonder의 베팅이 성공하든 실패하든, "프롬프트 한 줄로 물리 비즈니스가 기동되는" 인프라 패턴 자체는 향후 5년의 백엔드 아키텍처를 좌우할 메가트렌드다.