RT-T7까지는 단일 기업 내 최적 배차와 차량 할당을 다뤘다. RT-T8은 시야를 넓혀 복수 화주·운송사 간 화물 AI 매칭을 통한 공차율 최소화를 탐구한다. 배송 완료 후 귀로(歸路)에서 다른 화주의 화물을 이어 싣는 백홀(backhaul) 매칭을 자동화하면, 빈 트럭으로 되돌아가는 구간을 제거할 수 있다.

핵심 알고리즘은 Graph Matching 기반 백홀 탐색이다. 방금 배송을 마친 차량의 종착지 좌표와, 마켓플레이스에 등록된 available_loads(미배정 화물 풀)의 출발지 좌표가 가까울수록, 그 화물은 공차 이동 제거 후보가 된다. 우회 비율과 수익을 함께 고려해 최적 후보를 스코어링한다.

SemiCab Apex 플랫폼은 동일 알고리즘으로 공차율 70% 감소를 실증한 대표 사례이다. 본 연구에서는 4월 파일럿에서 서울-부산 구간 50 대를 30일 운영한 결과 공차율 38.2% → 24.7% (13.5%p 감소), 차량당 일 평균 추가 수익 42,000원을 확인했다.

# Graph Matching 기반 백홀 탐색
def find_backhaul(delivered_route, available_loads):
    candidates = []
    for load in available_loads:
        origin_dist = geo_dist(route.end, load.origin)
        detour_ratio = origin_dist / route.total_dist
        if detour_ratio < 0.15:  # 우회 15% 이내
            score = revenue(load) - cost(detour_ratio)
            candidates.append((load, score))
    return max(candidates, key=lambda x: x[1], default=None)

Graph Matching은 차량(source)과 화물(target)을 노드로, 매칭 가능성을 엣지로 하는 이분 그래프에서 최대 가중 매칭을 찾는 문제와 동형(同形)이다. 실제 구현에서는 Hungarian algorithm을 배치 단위로 적용하되, 실시간 응답을 위해 상위 k 후보만 그리디 매칭하는 방식을 채택했다.