자세히 보기
Stripe, zero-configuration 엔터프라이즈 롤아웃으로 1,370명의 엔지니어에게 Claude Code 배포
업종:
소프트웨어
회사 규모:
대기업
제품
Claude Code
위치:
북아메리카
1,370명의 엔지니어가 Claude Code를 사용하고 있습니다.
회사 전체에 적용
4일 만에 코드 10,000줄 마이그레이션
Claude 모델을 사용한 Scala에서 Java로의 마이그레이션으로, 수작업으로는 엔지니어링 10주가 소요될 것으로 추정되는 작업
비디오 캡션
비디오 캡션
Stripe는 인터넷을 위한 금융 인프라를 구축하고, 전 세계 수백만 기업의 결제를 지원합니다. 회사의 개발자 인프라 팀은 Stripe 엔지니어가 도구와 플랫폼 기능을 통해 채용 이후 가장 생산적인 경험을 할 수 있도록 지원합니다.
Stripe는 Claude와 함께
- 모든 개발자의 기기에서 즉시 작동하는 제로 구성 설정으로 1,370명의 엔지니어에게 Claude Code를 배포했습니다
- 10,000줄의 Scala 코드를 4일 만에 Java로 마이그레이션했으며, AI 지원 없이 진행할 경우 엔지니어링 10주가 소요될 것으로 추산된 프로젝트였습니다
- Anthropic과 협업해 서명된 엔터프라이즈 바이너리를 제작하고, 처음에 배포를 가로막았던 보안 문제를 해결했습니다
- AI 어시스턴트를 자율적으로 작업하는 대체 인력이 아닌, 맥락이 필요한 유능한 신입 엔지니어로 재정의하는 교육 프로그램을 구축했습니다
- Stripe의 5.5 나인(99.9995%) 수준의 신뢰성을 유지하는 데 집중하는 AI 기반 에이전트의 기반을 구축했습니다
과제
Stripe는 엔터프라이즈 보안 요구 사항을 충족하는 CLI 기반 코딩 어시스턴트가 필요했습니다. Scott MacVicar가 이끄는 Stripe의 개발자 인프라 팀의 과제는 단 하나의 도를 선택하는 것이 아니라, 엔지니어가 엔터프라이즈급 보안을 유지하면서도 개별 워크플로우에 맞는 도구를 찾을 수 있도록 지원하는 것이었습니다.
Stripe의 개발자 인프라 그룹을 운영하는 MacVicar는 "이 분야는 지금 매우 빠르게 진화하고 있습니다"라고 말했습니다. "우리는 가능성을 넓게 열어두고 있을 뿐, 통합하는 단계는 아직 시작하지 않았습니다." 팀은 6가지 코딩 어시스턴트를 활성화했고, 엔지니어링 담당자마다 선호하는 상호작용 모델이 다르다는 점을 고려했습니다. 인프라 엔지니어는 명령줄 기반 도구를 선호합니다. 프로덕트 엔지니어는 에디터 내 경험을 원합니다. 모두가 하나의 도구를 강제로 사용하게 하는 것은 생산성을 놓치게 되는 것을 의미합니다.
그러나 폭넓은 지원은 나름의 문제를 야기했습니다. 엔터프라이즈 보안 요구 사항으로 인해 Stripe는 엔지니어가 원하는 도구를 자유롭게 설치하도록 둘 수는 없었습니다. 공급망 공격은 실제로 우려되는 문제이며, 사내 노트북에 검증되지 않은 JavaScript 패키지를 설치하는 것은 용납할 수 없는 위험을 야기했습니다.
Claude Code로 마찰 없는 도입을 실현하다
배포로 가는 길은 협업이 필요했습니다. MacVicar는 Anthropic과 직접 협업해 Claude Code의 엔터프라이즈 바이너리 버전을 만들었습니다. 이 과정은 2~3개월에 걸친 테스트와 반복 작업이 소요되었습니다. 그 결과, 조직 전반에 안전하게 배포할 수 있는 서명된 바이너리가 나왔고, 보안 문제를 야기하던 npm 의존성 체인을 우회했습니다.
AI 어시스턴트를 유능한 신입 엔지니어처럼 대우
MacVicar는 설명합니다. "우리는 사내 배포 방식을 고안했습니다." "모두의 노트북에 사전 설치되어 있습니다. 모든 개발자의 개발 환경에 사전 설치되어 있습니다. 규칙, 토큰, 인증 기능이 사전 구성되어 있습니다. 즉시 작동하므로, 누구도 계정을 만들거나 복잡한 설정을 읽을 필요가 없습니다."
이 철학은 Stripe의 모든 개발자 도구로 확장됩니다. 엔지니어는 매뉴얼을 읽거나 이상적인 설정을 찾는 데 시간을 쓰지 않아야 합니다. 개발자가 개발에 집중할 수 있도록 인프라 팀이 그 복잡성을 처리합니다. Claude Code는 편집기를 전환하지 않고도 기존 명령줄 워크플로우에 잘 맞는 유능한 어시스턴트를 원하는 개발자들 사이에서 입지를 찾았습니다.
가장 큰 과제는 기술적인 문제가 아니라 교육적인 문제였습니다. 엔지니어는 처음에 AI 어시스턴트에 비현실적인 기대를 품었고, 이를 협업자라기보다는 대체자로 취급했습니다.
MacVicar는 "사람들은 AI가 자신을 대체하는 존재라 생각하면서도, 충분한 컨텍스트를 제공하지 않습니다"라고 말합니다. 팀은 공감을 얻은 멘탈 모델을 개발했습니다. AI를 "모든 프로그래밍 언어를 알고 있지만, 비즈니스 맥락이 부족하고, 코드베이스를 이해하지 못하며, Stripe의 업무 방식도 모르는 유능한 신입 엔지니어"로 생각하자는 것이었습니다.
이 프레이밍은 엔지니어가 AI 어시스턴트를 프롬프트하는 방식을 바꿔 놓았습니다. 마법을 기대하는 대신 문서 위치를 알려주고, 예시 코드를 보여주며, 아키텍처 패턴을 설명하는 등 맥락을 제공하는 법을 익히게 된 것입니다. 팀은 엔지니어링 전체 회의 프레젠테이션, 별도의 교육 세션, 그리고 내부 도구 전반에 전략적으로 배치된 '힌트 버튼'을 통해 이 점을 강화했습니다. 로컬 사례에서는 중앙 집중식 교육보다 더 효과적인 것으로 입증되었습니다. 특정 코드베이스에 효과적인 프롬프트를 발견한 팀은 그룹 내에서 이러한 패턴을 공유해 유기적인 지식 전달을 이루어냈습니다. MacVicar의 팀에게 이러한 교육 활동은 도구 제작만큼이나 중요합니다. AI를 대체가 아닌 맥락이 필요한 협업자로 여기는 이러한 온보딩 접근 방식은 Stripe와 Anthropic이 AI 지원 개발의 미래를 어떻게 전망하고 있는지 반영합니다.
결과: 신뢰성을 위한 AI 에이전트 구축
엔지니어는 툴 사용에 대해 더 높은 만족도를 보입니다. 팀이 단일 AI 어시스턴트에 귀속되는 지표를 따로 분리하지는 않았지만, 그 신호는 전반적으로 긍정적입니다. 한 가지 구체적인 예로, 한 팀이 Claude 모델을 활용해 4일 만에 10,000줄 분량의 Scala를 Java로 마이그레이션했는데, 이는 수작업으로 진행할 경우 10주의 엔지니어링 시간이 소요될 것으로 추정된 프로젝트였습니다. 마이그레이션을 통해 최신 버전의 JDK를 사용할 수 있게 되었고, 수작업으로 인해 막혀 있던 성능 개선이 이루어질 수 있었습니다. "분위기가 좋아졌습니다"라고 MacVicar는 말했습니다. "사람들이 좋아합니다. 분위기는 좋습니다."
진정한 야망은 앞에 있습니다. Stripe는 5.5 나인(99.9995%)의 신뢰성을 유지하고 있으며, MacVicar는 AI 에이전트를 더 높은 수준으로 나아가는 길로 보고 있습니다. "만약 우리가 어떤 일을 사람에게 맡긴다면, 분 단위로 측정될 것입니다. 에이전트가 작업하면 몇 초 안에 측정할 수 있습니다."
팀은 Claude의 에이전트 SDK를 활용하여 사건 탐지 및 해결에 중점을 둔 전문 도구를 구축하고 있습니다. 다운타임이 고객 수익에 직접적인 영향을 미치는 비즈니스에서 응답 시간을 몇 분이라도 단축하는 것은 실질적인 가치로 이어집니다.
MacVicar는 이 기회를 인간 전용, 인간과 에이전트, 에이전트와 인간, 에이전트 전용의 네 가지 영역으로 구분합니다. "우리는 인간과 에이전트, 그리고 에이전트와 인간 영역으로 업무를 전환하고 있습니다"라고 그가 말했습니다. "목표는 최상위 에이전트만 확보하는 것입니다."
현재 Stripe는 AI 도구 제품군에서 무엇이 효과적인지 계속 학습하고 있습니다. 광범위한 활용성, 안전한 배포, 개발자 교육에 대한 투자는 빠르게 변화하는 이 분야에서 앞으로 다가올 모든 것을 위한 토대를 마련했습니다.
"Claude Code는 모두의 노트북에 사전 설치되어 있습니다. 즉시 작동합니다."
개발자 인프라 팀장, Stripe
비디오 캡션