블록이 3,500명 엔지니어링 조직을 50명 챔피언으로 AI 자율화한 실전 전략. 저장소 표준화, 위임 자동화, 오케스트레이션까지 6단계 성숙도 모델 공개.
블록의 AI 챔피언 전략: 3,500명을 50명으로 자율화하다
핵심 요약
- 90%가 AI 도구를 썼어도 임팩트는 제로: 도입과 임팩트는 완전히 다른 단계. 블록은 실험-도입-임팩트 3단계 중 도입에만 머물렀음
- 50명 챔피언으로 조직 전체를 바꿈: 3,500명을 교육하는 대신 1990 법칙(1%가 콘텐츠 생산)에 따라 코어 50명을 선별해 저장소 표준화 주도
- AI 친화 저장소가 핵심: 컨텍스트 파일, 규칙 파일, 슬래시 커맨드, AI 코드 리뷰어로 팀 전체 생산성 상향
- 3개월 만에 69% 코드 증가: AI 작성 코드 69% 증가, 엔지니어 체감 시간절약 37% 증가, 자동 PR 21배 증가
- 최종 결과: 직원 감축 발표: 효율화의 끝은 필요 인력 감소. 헤드라인의 숨은 의미
문제: 90%가 써도 임팩트가 없다
블록 엔지니어링의 첫 번째 신호는 모순이었습니다.
몇 달 만에 엔지니어의 90%가 구스(Goose, 자체 코딩 에이전트)와 클로드 코드를 일상적으로 사용 하고 있었습니다. 서류상 완벽한 성공이었습니다.
그런데 CEO는 정반대로 확신하고 있었습니다. "우리 엔지니어들 AI 안 쓰고 있는 게 분명하다. 고객한테 나가는 기능 속도가 그대로거든."
둘 다 맞았습니다. 엔지 존슨(발표자)이 보유한 지표와 토큰 사용량 데이터는 진짜였고, CEO의 감각도 맞았습니다.
문제는 사용과 임팩트 사이의 거대한 틈 이었습니다.
해결책 1: 6단계 성숙도 모델로 목표 정의
엔지 존슨은 AI 활용도를 엔지니어와 에이전트의 관계 로 측정하는 6단계 모델을 만들었습니다.
- 0단계: AI 미사용
- 1단계: 자동 완성만 사용
- 2단계: 챗봇 상호작용 (실제 코드 반영 안 함)
- 3단계: 작업 전체 위임 → 결과 검수
- 4단계: 다중 에이전트 병렬 실행
- 5단계: 무인 배포 가능한 결과물
블록의 3,500명 엔지니어 대부분은 1~2단계 에 머물러 있었습니다. 목표는 전원 5단계.
해결책 2: 1990 법칙으로 50명 챔피언 선별
3,500명을 다 교육하는 대신, 엔지 존슨이 적용한 원칙은 1990 법칙 입니다.
온라인 커뮤니티에서 콘텐츠를 만드는 사람은 1%, 반응하는 사람 9%, 나머지 90%는 보기만 합니다. AI 적응도도 정확히 이 분포를 따른다는 관찰입니다.
선별 조건 (1주일 집중 면담으로 지명):
- 업무 시간의 30% 이상 투입 가능
- AI 실패에도 포기하지 않을 인내심
- 스퀘어, 캐시앱, 애프터페이 등 핵심 저장소 대표
결과: 50명의 AI 챔피언 — 자원자가 아닌 지명된 리더들.
해결책 3: 저장소를 바꾼다 (사람을 바꾸는 게 아니라)
50명 챔피언의 첫 작업은 교육이나 가이드 배포가 아니라 코드 저장소 개선 이었습니다.
이유: 2025년 중반 모델들은 기능을 짜주지만, 팀의 컨벤션과 코드 스타일을 몰라 결과물을 신뢰할 수 없었습니다. 막힌 건 모델 성능이 아니라 신뢰 였습니다.
AI 친화 저장소 표준 (4가지):
- 컨텍스트 파일 (에이전트 MD, 클로드 MD): 저장소 안내서
- 규칙 파일: 에이전트가 넘지 말아야 할 가드레일
- 슬래시 커맨드와 스킬: 반복 작업 자동화
- AI 코드 리뷰어: PR에 AI 작성 표시 및 자동 검토
강력함의 비결: 저장소는 팀 전원이 매일 지나다니는 길목입니다. 1%가 여기에 지식을 심어두면 나머지 90%는 배우지 않아도 혜택을 받습니다. 개인 역량이 아니라 팀의 바닥을 올리는 방식 입니다.
해결책 4: 위임의 입구를 3곳에서 자동화
챔피언들도 에이전트를 계속 지켜봐야 하고 나머지는 시작도 안 하는 문제가 있었습니다.
엔지니어에게 일이 들어오는 입구는 단 3곳입니다:
- 깃허브 이슈
- 지라 이슈
- 슬랙
이 세 입구 전부에서 새 도구를 배우지 않고도 그 자리에서 바로 에이전트에게 일을 넘길 수 있게 만들었습니다.
실제 사례: 슬랙에서 버그 발견 → 에이전트 호출 → 버그 진단 → 3가지 솔루션 제시 → 엔지니어 선택 → 자동 구현 → PR 반환. 전체 사이클 5분.
결과: 3개월 만에 수치 폭발
AI 챔피언 프로그램 3개월 성과:
- AI 작성 코드 69% 증가
- 엔지니어 체감 시간절약 37% 증가
- 자동 생성 PR 21배 증가
백로그가 비워지는 속도는 뒤집어 말하면 같은 일에 필요한 사람이 줄어드는 속도 였습니다.
단계 4-5: 병목 해결과 완전 자율화
병목 1 - 코드 리뷰: 에이전트가 PR을 쏟아내니 리뷰가 밀렸습니다. 해법은 AI 리뷰어 + 자동 수정 루프 (AI가 지적사항 자동 고침).
병목 2 - 하드웨어: 에이전트 4~5개를 동시 실행하니 노트북이 못 버텼습니다. 각 에이전트에 격리된 클라우드 작업 공간 할당.
완전 자율화 (5단계): 직접 만든 오케스트레이터 "빌더봇"이 25,000개 저장소를 분석해 서비스 의존성 지도를 만들고, 여러 에이전트가 병렬로 시스템을 탐색하며 실행 계획을 짭니다.
결과: 엔지니어가 아니어도 깃허브 계정이 없어도 회사 누구든 슬랙에서 빌더봇을 불러 버그를 고치고 기능을 만들 수 있게 됐습니다.
결말: 성공의 다른 이름
발표는 여기서 끝나지 않습니다. 몇 개월 뒤 CNN 비즈니스에 헤드라인이 올라옵니다.
"블록이 AI 때문에 직원을 절반 가까이 해고했다." CEO의 발언: "대부분의 회사가 똑같이 하게 될 것이다."
생산성 상승은 더 적은 인력으로 같은 일을 한다는 뜻입니다. 기술은 생산성을 올려왔고, 생산성이 오른다는 것은 필요 인력이 줄어든다는 의미입니다.
발표자의 마지막 문장들:
"이제 에이전트 여럿이 시스템을 자동화하니까... 과연 이게 우리가 원하는 끝인가?"
결론
블록의 기록이 보여주는 건 AI 전환이 막연한 관념이 아니라 이미 작동하는 절차 라는 것입니다.
시작점은 거창하지 않습니다. 당신의 팀은 지금 6단계 중 몇 단계에 있는가? — 이 질문에서부터입니다.
원문출처: Block은 3,500명을 안 가르쳤다 — 50명으로 조직 전체를 자율화한 AI 챔피언 전략
powered by osmu.app