세상은 멈춰 있지 않습니다.RSS
BIG CHANGE.
한 번의 탭으로 BIG CHANGE
한 번의 탭으로 BIG CHANGE

큰 그림을 볼 여유를 만드세요.

BIG CHANGE를 홈 화면이나 데스크톱에 추가하세요. 자체 창에서 열리며, 온라인 상태일 때 최신 기사를 표시합니다.

iPhone & iPad
Safari에서 bigchange.ai를 여세요. 공유를 탭한 다음 홈 화면에 추가를 탭하세요. 웹 앱으로 열기가 표시되면 켠 다음 추가를 탭하세요.
Android
Chrome에서 bigchange.ai를 여세요. 브라우저 메뉴에서 앱 설치 또는 홈 화면에 추가를 선택하세요.
데스크톱
Chrome 또는 Edge에서는 주소 표시줄의 설치 아이콘이나 브라우저의 앱 메뉴를 사용하세요. Mac의 Safari에서는 파일 → Dock에 추가를 선택하세요.

Markdown 버전

AI-translated from English; not yet reviewed by a fluent editor.

# Stripe는 도메인 담당자를 내부 AI의 중심에 둔다

> Stripe는 에이전트 유지 관리와 인프라를 분리합니다. 이 설계는 실무적인 질문을 던집니다. 지침, 권한, 작업이 올바른지 확인할 책임은 누구에게 있을까요?

By BIG CHANGE Editorial

Published: 2026-09-23T17:13:18.039Z
Updated: 2026-09-23T17:13:18.039Z
Canonical: https://bigchange.ai/blog/stripe-kai-internal-ai-domain-owners

![The Stripe wordmark rendered as a neutral charcoal-and-ink organization-mark sketch.](https://bigchange.ai/api/media/file/stripe-wordmark-official-geometry-v3.png)
AI-generated conceptual illustration by BIG CHANGE.

Stripe가 [7월 30일 공개한 Kai 소개](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform)에서는 2026년 4월 출시된 내부 플랫폼을 설명합니다. 직원 주간 이용률 83%와 행정 업무에서 연간 25,000시간을 다른 업무로 돌렸다고도 보고합니다.

## 큰 변화

- **바뀐 점:** 전문가들이 공유 인프라에서 에이전트의 동작을 관리합니다.
- **중요한 이유:** 에이전트 플랫폼을 선택하는 일에는 지침과 허용된 작업을 관리할 책임을 배정하는 일도 포함됩니다.
- **지켜볼 점:** 참여도와 함께 성공적으로 완료한 작업 및 수정 횟수를 측정해야 합니다. 주간 이용자 수만으로는 작업이 올바르게 수행됐는지 알 수 없습니다.

## 업무의 분담 방식

Stripe는 AgentStudio에서 각 분야 담당자가 에이전트, 스킬, 도구를 관리한다고 설명합니다. 공유 API는 웹, Slack, 임베디드 인터페이스를 지원합니다. Kubernetes는 Deep Agents 실행 환경, 세션 샌드박스, 가상 파일 시스템을 호스팅합니다.

이전 빌더에서는 에이전트가 4,000개 이상으로 늘어났습니다. Kai는 검색 및 모델 기반 선택 기능을 통해 1,000개가 넘는 스킬과 도구에 연결됩니다. Stripe는 작업 단위 권한 설정을 설명합니다. 고객 컨텍스트 두 개에 각각 접근할 수 있다고 해서 그 내용을 서로 결합할 권한까지 주어지는 것은 아닙니다.

상위 [Deep Agents 저장소](https://github.com/langchain-ai/deepagents)에는 파일 시스템 접근, 컨텍스트 관리, 불러올 수 있는 스킬이 문서화돼 있습니다. 보안 지침은 모델이 스스로 제한하도록 기대하는 대신 도구와 샌드박스에서 접근을 강제하도록 합니다. 따라서 지침과 접근 제어는 서로 다른 목적을 가집니다. 문서에 금지 사항을 적어도 도구에 기능이 허용돼 있다면 그 기능 자체를 없앨 수는 없습니다.

## 증거로 답할 수 있는 질문

| 측정 항목 | 답할 수 있는 질문 |
| --- | --- |
| 주간 참여도 | 직원들이 계속 사용하고 있는가? |
| 작업 채점 | 결과물이 정해진 요구사항을 충족했는가? |
| 권한 테스트 | 승인되지 않은 작업이 차단됐는가? |

Stripe가 별도로 공개한 [통합 벤치마크](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations)에서는 구체적인 채점 사례를 볼 수 있습니다. 이 벤치마크에는 API나 인터페이스를 시험하는 코딩 환경 11개가 있으며, 일부 테스트는 Stripe 객체가 생성됐는지도 확인합니다. 이 테스트가 평가하는 것은 통합 기능이지 Kai가 아닙니다.

검토한 Kai 설명에는 답변 품질 평가 절차나 시간 추정치의 산출 방법이 제시돼 있지 않습니다. 실행 추적을 바탕으로 스킬 변경을 제안하고 시험한 뒤 담당자가 검토하는 순환 절차는 아직 계획 단계입니다.

## Sources

- [Stripe의 지식 AI 플랫폼 소개](https://stripe.dev/blog/meet-stripes-knowledge-ai-platform) — 아키텍처와 보고된 사용량에 관한 회사의 7월 30일 설명입니다.
- [LangChain Deep Agents 저장소](https://github.com/langchain-ai/deepagents) — 상위 프로젝트의 기능과 도구·샌드박스 보안 지침을 설명하며 Stripe의 실제 구현을 문서화하지는 않습니다.
- [AI 에이전트가 실제 Stripe 통합을 만들 수 있을까? 이를 알아보기 위한 벤치마크](https://stripe.com/blog/can-ai-agents-build-real-stripe-integrations) — Kai와 별도로 정의된 코딩 작업과 자동 채점 방식을 설명합니다.