Block은 Claude in Databricks를 활용해 직원 생산성과 데이터 접근성을 개선하고 있습니다

Square, Cash App, Afterpay 등 다양한 금융 서비스를 운영하는 Block은 Databricks Data Intelligence Platform에서 Claude를 기본 모델로 사용해 내부에 배포된 오픈소스 AI 에이전트(코드명 goose)를 구동하고 있습니다. 이 솔루션은 모든 역할의 직원이 내부 도구 및 시스템을 상호 연결하고 복잡한 데이터를 분석하며 기술 지식 없이도 SQL 쿼리를 생성하고 워크플로우를 자동화할 수 있도록 지원해 조직의 운영 방식을 혁신합니다.

Block은 Claude in Databricks를 통해 다음과 같은 성과를 달성했습니다:

• 엔지니어의 75%가 코드명 goose로 매주 8~10시간 이상 절약 — 속도 향상 및 잡무 감소
• 코드명 goose의 채택률이 단 한 달 만에 두 배 증가 — 직원들이 새로운 사용 사례를 발견하면서 사용자 참여도가 매주 40~50%씩 상승
• Claude 3.5 Sonnet은 Block의 벤치마크 테스트에서 유일하게 일관적으로 100% 성공률을 달성한 모델이 됨

더 많은 직원이 데이터 인사이트에 접근할 수 있는 환경 조성

방대한 데이터 리소스를 보유한 Block은 기술적 배경과 무관하게 직원들이 이를 활용할 수 있는 방법을 마련해야 했습니다. 오랜 기간 데이터 엔지니어링을 위해 Databricks를 활용해 온 Block은 이 기능을 대규모 언어 모델 및 자체 개발 기술과 결합해 조직 전체의 데이터 접근성을 민주화할 수 있는 기회를 발견했습니다.

수석 데이터 및 머신러닝 엔지니어인 Bradley Axen은 이렇게 설명합니다. "우리는 수년 동안 Databricks를 주요 데이터 엔지니어링 플랫폼으로 활용하며 Spark 기능을 통해 데이터 처리 요구를 충족해 왔습니다."

Block은 당초 AI 코딩 어시스턴트로 코드명 goose를 만들었지만, 곧 이 솔루션의 잠재력이 소프트웨어 개발을 훨씬 넘어선다는 점을 깨달았습니다. Axen은 이렇게 말합니다. "goose는 제 팀이 더 나은 코드를 작성하도록 돕는 단순한 도구로 출발했습니다. 기본적인 피드백 루프로 시작했죠. 그 후 goose는 극적으로 진화해 왔습니다. 과장처럼 들릴지 모르지만, 사실 제 코드의 90%는 이제 goose가 작성합니다. 제가 개발 중인 도구를 직접 사용해 보고 싶은 마음도 일부 있지만, 무엇보다 이 도구가 그만큼 효과적으로 발전했어요."

이제는 설계부터 제품 개발에 이르기까지 모든 직무 카테고리의 Block 직원 수천 명이 Databricks를 통해 Claude를 사용합니다. 때로는 이를 인지하지 못한 채 활용하기도 합니다. 이러한 환경 덕분에 직원들은 더 크고 창의적인 사고에 집중할 수 있습니다.

Claude in Databricks가 제공하는 뛰어난 성능과 보안

엄격한 벤치마킹을 거친 결과, Block은 코드명 goose에서 지금까지 Claude가 다른 모델들을 꾸준히 능가해 왔다는 사실을 확인했습니다. "Claude 제품군은 특히 우리가 공들여 측정하는 작업들에서 최고의 성능을 보였습니다."라고 Axen은 언급했습니다.

보안 역시 중요한 결정 요인이었습니다. "우리는 안전한 데이터 통합을 매우 중요하게 생각합니다. Databricks에 연결할 때 우리는 단기 자격 증명 기반의 OAuth를 활용할 수 있습니다. 덕분에 이제는 우리가 API 키를 배포하고 관리하지 않아도, 모든 직원이 이러한 LLM에 액세스할 수 있어요."라고 Axen은 강조했습니다. 이 보안 인프라를 기반으로 Block은 '스위치를 켜듯 새 모델을 전 직원에게 제공'할 수 있게 되었고, 이를 통해 플랫폼 팀은 엄청난 유연성을 확보하게 되었습니다.

Block은 Claude의 도구 활용 및 코드 생성 기능을 특히 높이 평가합니다. Block은 작업 유형에 따라 전략적으로 다양한 Claude 모델을 활용합니다. 예를 들어, 정교한 추론이 필요한 복잡한 데이터 분석에는 Claude 3.5 Sonnet을 선택하고, 여러 단계와 계획 수립이 필요한 요청에는 Claude 3.7 Sonnet을 선택합니다.

에이전틱 워크플로우를 통한 데이터 액세스 혁신

Block은 Claude in Databricks와 goose를 통합해 다중 데이터 소스와 도구를 연결하는 에코시스템을 구축했습니다. "우리는 에이전트 기반 접근 방식을 통해 완전한 워크플로우 루프를 구현했습니다."라고 Axen은 말합니다. "Databricks 엔드포인트를 통해 LLM을 실행하고 이를 우리의 에이전트 시스템인 goose와 연결하면, goose가 다시 Databricks에 호출을 보내 우리 데이터베이스와 데이터셋에 액세스할 수 있습니다."

이러한 접근 방식을 통해 각 부서의 직원들은 보다 효율적으로 데이터와 상호작용할 수 있게 되었습니다.

• 기술 지식 없이도 SQL 생성: 모델이 SQL을 작성해 데이터 엔드포인트에 보낸 뒤 인사이트를 반환합니다. SQL을 모르는 사람도 자신의 데이터 문제를 해결할 수 있으므로, 제품 팀과 비기술 직군도 데이터 사이언티스트에 의존하지 않고 데이터 질문에 답할 수 있습니다.
• 복잡한 데이터 피처 엔지니어링: 엔지니어들은 Block의 내부 Beacon 서비스용 코드를 작성할 수 있도록 Claude를 훈련시키는 시스템을 구축했습니다. Databricks의 LLM은 MCP 서버를 통해 Beacon으로 코드를 제출하는 방법을 학습하므로, 머신러닝 엔지니어들은 Block의 백엔드 시스템을 깊이 이해하지 않고도 정교한 데이터 피처를 생성할 수 있습니다.
• 다중 도구 데이터 워크플로우: 코드명 goose는 MCP를 활용해 다양한 시스템을 연결합니다. Block은 어떤 내부 도구든 MCP 서버를 구축해 워크플로우에 연결할 수 있습니다. 이 덕분에 운영팀은 AI를 활용해 케이스 티켓을 처리할 수 있고, 각 부서는 필요한 데이터에 액세스할 수 있습니다.

이러한 에이전틱 접근 방식은 Block이 가진 더 큰 비전과 맞닿아 있습니다. "큰 기회는 LLM이 사람의 의도를 시스템상의 작업으로 변환하는 데 있습니다. 이는 고객에게 제품을 제공하는 방식뿐 아니라 내부 업무 방식을 변화시킬 것입니다."라고 Axen은 언급했습니다.

데이터 중심의 문화와 측정 가능한 결과

Block의 Claude in Databricks 구현은 내부에서 큰 반향을 일으켰습니다. 영업, 설계, 제품, 고객 성공, 운영 등 15개 직군에 걸쳐 goose가 도입되었고, Block의 직원 1만 명 중 약 4천 명이 이를 적극적으로 활용하고 있습니다.

생산성에 미치는 영향은 상당합니다. 특히 팀이 인사이트에 액세스하는 속도가 두드러지게 향상되었습니다. SQL을 모르는 사람도 이제 자신의 데이터 문제를 해결할 수 있게 된 점은 Block에 엄청난 호재가 되었습니다.

설계팀 역시 혜택을 본 부서 중 하나입니다. Axen은 이렇게 설명합니다. "설계자가 아이디어를 워킹 프로토타입으로 전환하고자 할 때 진입 장벽이 너무 높아 시도조차 하지 않는 경우가 많았습니다. 이제 그러한 장벽은 거의 다 사라졌습니다. 예를 들어, '여기에 Figma로 만든 웹페이지가 있어. 이걸 실제 작동하는 버전으로 만들어보자'라고 말하면 시스템이 그렇게 구현해 줍니다." 이는 설계 워크플로우를 근본적으로 변화시켰고, 설계자는 워킹 프로토타입을 빌드하고 테스트한 후 공유할 수 있게 되었습니다.

접근 가능한 데이터와 에이전틱 AI 기반의 미래 구축하기

Block은 에이전틱 AI 시스템을 통해 데이터 액세스가 완전히 민주화된 미래를 꿈꿉니다. "시간 절감 효과에 100%라는 상한은 없습니다. 실제로는 그 이상입니다. 여러 에이전트로 팀을 구성해 자기 대신 일하도록 하면, 혼자서 처리할 수 있는 양보다 더 많은 일을 동시에 수행할 수 있기 때문입니다."라고 Axen은 말합니다.

Block은 2025년에 AI를 통해 직원 시간을 30% 절약한다는 목표를 갖고 있지만, 그들의 비전은 단순한 효율성 향상을 넘어섭니다. "우리의 목표는 직원들이 모든 훌륭한 아이디어를 구현할 수 있도록 돕는 것입니다. 앞으로 몇 년 동안 직무의 내용이 변화할 것입니다. 사람들은 여전히 어려운 문제를 해결하겠지만, 코드 작성에 할애하는 시간은 줄어들 것입니다."라고 Axen은 설명합니다. Block의 목표는 전달 속도의 제약을 받는 상태에서 혁신 속도만이 유일한 한계인 상태로 전환하는 것입니다.

현재 Block은 내부 생산성에 집중하고 있지만, 전략적으로 고객 대면 AI 제품도 개발하고 있습니다. "우리는 무엇이 효과적인지 그리고 어떻게 수용 장벽을 낮출 수 있는지를 학습하고 있습니다."라고 Axen은 설명합니다. 일부 에이전틱 제품이 이미 에코시스템 내에 존재하지만, Block은 광범위한 배포보다 품질을 우선시합니다. 코드명 goose의 내부 구현은 생산성 도구일 뿐만 아니라, 핵심 테스트 베드로서 차세대 고객 서비스를 구동할 인프라와 설계 원칙을 개발하는 데 활용되고 있습니다.

Block은 코드명 goose를 통해 Claude의 고급 추론 능력과 Databricks Data Intelligence Platform을 결합함으로써, 모든 직원이 회사 데이터의 잠재력을 온전히 활용할 수 있는 미래를 열어가고 있습니다. 이 파트너십은 Block 직원들의 AI 지원 워크플로우 수용을 촉진하는 동시에 정교한 데이터 분석을 민주화하는 기술을 통해 경제적 역량 강화라는 비전을 현실로 전환하고 있습니다.