한 줄 요약

블록(Square·Cash App)이 엔지니어 3,500명을 전원 교육하는 대신 50명의 ‘AI 챔피언’을 지명해 코드 저장소 자체를 에이전트 친화적으로 바꾸는 방식으로 조직을 6단계 자율화 모델의 5단계(사람 없이 배포)까지 끌어올린 2년 전환 기록 — 그리고 그 완성 몇 달 뒤 대규모 감원 헤드라인으로 끝난 발표.

영상 메타

  • URL: https://youtu.be/0yuMz3_4Gns
  • 채널: AgentOS
  • 길이: 11분 16초
  • 업로드: 2026-07-03
  • 조회수: 1090 / 좋아요 76
  • 시청일: 2026-07-04 KST (🍎 본진이 자막 추출 후 요약)

픽업

  • AI 도입은 ‘실험 → 도입 → 임팩트’ 세 단계로 나뉘고, 엔지니어 90%가 구스·클로드코드를 일상적으로 써도(도입 완료) 고객에게 기능이 나가는 속도가 그대로면 임팩트는 0이다. 발표자는 “쓰고 있다는 지표도 맞고, 더 빨리 못 낸다는 CEO 감각도 맞았다 — 둘 다 맞은 게 진짜 문제였다”고 정리한다.
  • 성숙도는 AI 실력이 아니라 ‘엔지니어와 에이전트의 관계’로 측정하는 6단계 모델을 목표 지점으로 삼는다: 0 미사용 → 1 자동완성만 → 2 채팅만(PR 없음) → 3 작업 통째 위임+검수 → 4 에이전트 병렬 → 5 사람 없이 배포 가능. 블록의 3,500명 대부분이 1~2단계였고 목표는 전원 5단계.
  • 3,500명을 다 가르치지 않고 ‘1990 법칙’(콘텐츠 생산 1% · 반응 9% · 관망 90%)에 따라 50명만 골랐다. 자원자를 받은 게 아니라 일주일간 테크리드·매니저를 만나 지명했고, 조건은 ① 업무 시간의 30% 이상 투입 ② AI가 안 될 때도 포기하지 않을 것 ③ 회사의 가장 중요한 저장소(Square·Cash App·Afterpay 등)를 대표할 것.
  • 그 50명이 가장 먼저 한 일은 사내 강의도 프롬프트 가이드 배포도 아닌 ‘코드 저장소 수정’이었다. 막혀 있던 건 모델 성능이 아니라 결과물을 못 믿어 일을 못 맡기는 ‘신뢰’였고, 해법으로 만든 ‘AI 프렌들리 저장소’ 표준 4종 — ① 컨텍스트 파일(AGENTS.md/CLAUDE.md, 저장소 안내서) ② 가드레일 규칙 파일 ③ 반복 작업용 슬래시 커맨드·스킬 ④ AI 코드 리뷰어 활성화 + PR에 ‘AI 작성’ 표시. 저장소는 팀 전원이 매일 지나는 길목이라, 1%가 지식을 심으면 90%는 아무것도 안 배우고 혜택만 받아 ‘개인 실력’이 아니라 ‘팀의 바닥’이 올라간다.
  • 위임이 귀찮다는 마찰은 엔지니어에게 일이 들어오는 세 입구(Jira·GitHub Issues·Slack) 전부에서 새 도구를 배울 필요 없이 그 자리에서 바로 에이전트에게 넘기게 만들어 해소했다. Slack에서 버그 발견 → 진단 → 이슈 생성 → 옵션 합의 → PR까지 전 사이클이 5분. 챔피언 프로그램 3개월 만에 AI 작성 코드 +69%, 엔지니어 체감 시간 절약 +37%, 자동 생성 PR 21배.
  • 4단계(병렬)에서 병목이 코드 리뷰로 옮겨가자, 코덱스 리뷰어를 전 저장소에 켜고 리뷰어의 지적을 또 다른 에이전트가 자동으로 고쳐 커밋하는 ‘자동 수정 루프’를 만들었다(단 리뷰 품질·모델이 준비된 뒤에야 강제 적용 — 순서가 있었다). 하드웨어 병목은 에이전트마다 격리된 클라우드 작업 공간을 줘 해결. 5단계에선 오케스트레이터 ‘빌더봇’을 직접 만들고 저장소 25,000개를 기계가 읽을 수 있는 지도로 만들어, 엔지니어가 아니어도 회사 누구든 Slack에서 빌더봇을 불러 버그를 고치고 기능을 만들게 됐다.
  • 발표는 답 없이 세 질문(“우리는 뭘 하고 있나 · 어디로 가고 있나 · 그 끝이 우리가 원하는 곳이 맞나”)으로 끝난다. 자율 엔지니어링 조직을 완성했다고 느낀 바로 다음 날 그 결과가 대규모 감원이었고, 발표자는 “커리어 최고의 성과를 낼 수 있게 해준 것이 결국 그들의 해고로 이어진 게 내 잘못인가”라 묻는다 — “생산성 상승 = 더 적은 사람으로 더 많은 결과”라는 교과서 문장이 눈앞의 현실이 되는 장면.

용어

  • 구스 (Goose) [하니스 · 패턴]: 블록이 LLM 툴콜링 지원 이전부터 만든 자체 코딩 에이전트. MCP 클라이언트의 공식 레퍼런스 구현이었다.
  • MCP (Model Context Protocol) [도구 통신 (MCP · CLI · API)]: 에이전트가 외부 도구·데이터에 연결하는 표준 프로토콜. 앤트로픽이 설계했고 블록이 디자인 파트너로 초기 참여.
  • AGENTS.md / CLAUDE.md [지식 · 컨텍스트 자산]: 저장소 안에 두는 에이전트용 컨텍스트 파일(에이전트를 위한 저장소 안내서).
  • 가드레일 규칙 파일 [지식 · 컨텍스트 자산]: 에이전트가 넘지 말아야 할 제약·금지사항을 명시해 결과물 신뢰를 확보하는 규칙 파일.
  • 6단계 성숙도 모델 [워크플로우 · 문화]: AI 실력이 아니라 ‘엔지니어와 에이전트의 관계’로 조직의 AI 성숙도를 0~5단계로 측정하는 진단표.
  • AI 챔피언 프로그램 [커리어 · 조직]: 전원 교육 대신 소수(50명)를 지명해 저장소·패턴을 개선하게 함으로써 조직 전체의 바닥을 끌어올리는 전환 전략.
  • 자동 수정 루프 (auto-fix loop) [하니스 · 패턴]: AI 리뷰어가 지적한 문제를 또 다른 에이전트가 자동으로 고쳐 커밋해, 사람이 PR을 열 때쯤엔 지적이 이미 정리돼 있게 하는 파이프라인.
  • 빌더봇 / 오케스트레이터 [하니스 · 패턴]: 다수 에이전트를 지휘해 여러 코드베이스에 걸친 실행 계획을 짜는 상위 조정자. 비엔지니어도 Slack에서 호출 가능.
  • 포워드 디플로이드 엔지니어 (Forward Deployed Engineer) [커리어 · 조직]: 전략 고객사의 실제 운영 시스템에 최신 모델을 요구사항 파악부터 설계·구축·배포까지 이끄는 직무. 성공 기준은 ‘측정 가능한 업무 임팩트’.