Stripe의 사내 업무용 AI 플랫폼, Kai

Stripe는 영업 전 고객 조사, 재무 분석, 규정 준수 검토 등을 돕는 사내 AI 플랫폼 Kai를 구축했으며, 발표 시점 기준 직원 83%가 매주 사용하고 있음 기존 도구로 만든 4,000개 이상의 에이전트는 비슷한 프롬프트를 중복 작성하고 품질과 유지보수를 관리하기 어려워, 공통 플랫폼과 부서별 전문성을 결합하는 구조로 전환함 각 부서가 업무에 맞는 에이전트와 스킬을 직접 만들고 관리하며, 직원은 웹 앱과 Slack, 기존 사내 도구에서 같은 에이전트를 활용할 수 있음 API, AgentStudio, 실행 환경의 3개 계층으로 구성되어 1,000개 이상의 스킬과 도구를 연결하고 긴 작업의 상태를 유지하며, 사용자가 접근 권한을 갖고 있어도 서로 무관한 고객 데이터가 같은 세션에 섞이지 않도록 격리함 Stripe 내부 비교에서 같은 영업 담당자가 Kai를 사용한 주에는 미사용 주보다 영업 활동이 2배, 계약 성사 건수가 39% 많았으며, 연간 약 2만 5,000시간을 행정 업무에서 매출 창출 업무로 전환하는 데 기여함 지식 업무에 별도 플랫폼이 필요했던 이유 Claude Code와 Codex 같은 코딩 에이전트가 엔지니어링을 바꿨지만, 영업 담당자, 재무 분석가, 기술 계정 관리자 등 비개발자의 업무와 Stripe의 데이터 보안 요건을 함께 충족하는 기존 도구는 없었음 필요한 업무에는 데이터 웨어하우스 조회, 영업 통화 전 고객 계정 조사, 인시던트 분류, 매출 시나리오 모델링, 규정 준수 검토 준비 등이 있었음 코딩은 언어와 변경 사항이 달라도 파일 수정, 테스트 실행, 커밋이라는 비교적 일정한 작업 구조를 가지므로 하나의 에이전트 아키텍처가 잘 작동함 지식 업무는 과제마다 도구, 데이터, 결과물, ‘완료’의 정의가 달라 동일한 구조로 다루기 어려움 Kai 이전에는 NoCode Agent Builder와 코딩 에이전트라는 두 가지 선택지가 있었음 NoCode Agent Builder로 누구나 도구를 사용하는 업무별 에이전트를 배포할 수 있었고, 4,000개 이상이 만들어짐 팀마다 개념적으로 비슷한 프롬프트를 서로 다른 품질로 작성했고, 작은 에이전트가 늘어나면서 모니터링과 유지보수가 어려워짐 일부 비개발자는 코딩 에이전트를 쓰기 위해 업무 방식을 바꿨지만, 보안 우려와 함께 비개발자를 지원한 경험이 없던 코드 품질 팀의 지원 부담이 발생함 전문성 분산, 업무 도구 통합, 맥락 기반 가드레일 플랫폼 팀이 모...