블록 Investor update
핵심 요약과 스크립트로 어닝콜의 주요 내용을 빠르게 확인하세요.
- 이번 콜에서는 블록(Block Inc)의 AI 툴링과 에이전트 개발을 담당하는 브래드 액손(Brad Axon)과의 대화를 중심으로 진행되었다.
- 브래드는 입자물리학 박사 출신으로 대형 하드론 충돌기(LHC)에서 데이터 분석 시스템을 개발하며 프로그래밍 경험을 쌓았고, 이후 머신러닝과 AI 분야로 전향하여 블록에서 성장 머신러닝, 대출, 그리고 최근 2~3년간은 AI 및 적용 AI 개발에 집중하고 있다.
- 그는 블록에서 개발한 오픈소스 에이전트 하네스인 '구스(Goose)'의 원저자이며, 이 툴은 개발자뿐 아니라 전사적으로 활용되고 있다.
- 또한, 개인 금융을 위한 '머니 봇(Money Bot)'과 비즈니스 운영을 위한 '매니저 봇(Manager Bot)' 등 다양한 AI 제품 개발에 참여하고 있다.
- AI 기술 스택은 텍스트 입력과 출력을 하는 기초 모델(Foundation Models)과, 이 모델들이 코드를 작성하고 실행하는 에이전트(agent) 계층으로 구분되며, 에이전트는 툴 호출(tool calling) 시스템을 통해 실제 작업을 수행한다.
- 2023년 말부터 2024년 초에 걸쳐 모델의 신뢰성과 실행력이 크게 향상되어 여러 하위 에이전트(subagents)를 병렬로 운영하는 등 대규모 작업이 가능해졌으며, 이는 AI 활용의 큰 전환점이 되었다.
- 브래드는 AI가 소프트웨어 개발 방식을 근본적으로 변화시켰으며, 이제는 여러 프로그래밍 언어를 자유롭게 넘나들며 에이전트를 활용해 멀티태스킹으로 작업을 수행한다고 설명했다.
- 프로토타입 제작은 거의 무료에 가까워졌고, 실제 제품 품질 확보를 위한 테스트 설계와 신뢰성 확보가 새로운 도전 과제로 부상하고 있다.
- 내부적으로는 '빌더 봇(Builder Bot)'이 슬랙과 같은 인터페이스를 통해 운영 지원과 사고 관리 등에서 큰 역할을 하고 있으며, 원격 워크스테이션과 결합해 대규모 작업을 자동화하고 있다.
- 머니 봇과 매니저 봇은 각각 개인 금융과 비즈니스 운영을 지원하며, 앞으로는 고객이 AI에 직접 요청해 맞춤형 기능을 즉시 생성하는 시대가 올 것으로 전망된다.
- 블록은 오픈소스 커뮤니티와의 협업을 중시하며, MCP, agents.md 등 AI 에이전트 표준화 작업에 적극 참여하고 있다.
- 회사의 강점은 풍부한 데이터와 AI 적용 능력으로, 이를 바탕으로 경쟁사 대비 독보적인 프로액티브 인텔리전스(proactive intelligence) 서비스를 제공하고 있다.
STOCKNOW 인사이트
전망과 가이던스까지 이어서 확인하세요.
로그인하면 경영진 코멘트와 Q&A 요약까지 한 번에 볼 수 있습니다.
로그인하고 전체 요약 보기StockNow는 AI를 활용해 어닝콜을 번역 및 요약하며, 정보의 정확성과 완전성을 보장하지 않습니다.
스크립트
첫 5개 문단을 발언자별로 확인할 수 있습니다.
좋습니다. 여러분 안녕하세요. 오늘 ‘온 더 블록(On the Block)’ 두 번째 에피소드에 참석해 주시거나 함께 접속해 청취해 주셔서 모두 감사드립니다. 몇 주 전에 잭 도시를 모셨고, 오늘은 브래드 액섬과 이야기하게 되어 정말 기대됩니다. 브래드는 구스(Goose)를 만든 소수의 멤버 중 한 명이고, 블록(Block)에서 저희 AI 툴링도 상당 부분 구축해 온 분이라, 제가 여러 분들과 대화할 때도 자주 언급해 왔습니다. 정말 차별화되어 있다고 생각하고요. 개인적으로도 이런 것들을 더 많이 직접 만들어 보고, 아마 그럭저럭한 데모들을 급히 뚝딱 만들어 보다가도, 실제로 그걸로 뭔가를 해낼 수 있는 사람들 손에 쥐여주는 과정이 정말 재미있었습니다.
구스라는 이름이 어떻게 붙었는지 궁금해하시는 분들을 위해, 그건 아마 답해 드릴 텐데요. 다만 그건 조금 뒤에 하겠습니다. 브래드, 먼저 간단히 본인 배경부터 시작해 보고 싶은데요. 커리어에서 어떤 곳들을 거쳐 오셨는지, 전반적으로 어떻게 컴퓨터 과학에 들어오게 되셨는지, 그리고 블록에 오기 전과 블록에서 각각 어떤 일에 시간을 쓰셨는지 말씀해 주실 수 있을까요?
네. 네. 소개도 감사합니다. 이런 내용들 많이 이야기 나눌 수 있어서 기대됩니다. 제 배경을 말씀드리면, 사실 처음에는 학계에서 본격적인 프로그래밍을 대부분 했습니다. 물리학으로 시작해서 박사 학위를 받았고, 입자물리 분야를 했으며, 들어보셨을 법한 대형 강입자 충돌기(Large Hadron Collider)에서도 일했습니다. 그런 곳을 프로그래밍 중심의 환경이라고 꼭 떠올리진 않으실 수 있지만, 실제로는 굉장히 그렇습니다. 극도로 대규모의 데이터 분석을 하는 곳이거든요. 당시 수집하던 데이터를 처리하기 위해 새로운 시스템들을 많이 구축했습니다. 그 경험이 머신러닝으로도 아주 자연스럽게 이어졌고, 그게 제가 테크 업계로 들어오게 된 계기였습니다.
블록에서의 첫 역할은 그로스 머신러닝이었고, 이후에는 대출 업무도 했습니다. 지난 2~3년은 AI와 응용 AI에 거의 전일제로 더 집중하는 쪽으로 옮겼습니다.
그 전환은 어떤 느낌이었나요? 대출과 머신러닝, 그리고 블록에서 그런 역량을 구축하는 일에서 좀 더 풀타임으로 AI 툴링을 개발하고 그동안 해오신 모든 일로 옮기게 만든, AI에서 무엇을 관찰하셨나요? 커리어에서 그런 전환을 이끈 요인이 무엇이었나요?
전체 스크립트
전체 번역 스크립트는 StockNow에서 확인해보세요.
로그인하면 전체 발언, 영문 원문과 발언자별 기록을 이어서 볼 수 있습니다.
로그인하고 전체 스크립트 보기AI 번역에는 일부 부정확한 표현이 포함될 수 있습니다.
어닝콜 참가자
이 어닝콜에는 2명이 참여했지만, 지금 보이는 건 2명뿐입니다.
참가자 명단
참가자 정보는 StockNow에서 확인하세요.
로그인하면 경영진과 애널리스트의 이름, 역할과 전체 발언 기록을 확인할 수 있습니다.
로그인하고 참가자 전체 보기더 살펴보기
