은행이 자체 코딩 에이전트를 만들자, 병합 PR 10%를 맡았다

URL: https://www.youtube.com/watch?v=adfw3xJBx1o
날짜: 2026-10-21
채널: aiDotEngineer

📌 핵심 질문 / 이 글의 핵심 논점

==규제받는 은행이 자체 코딩 에이전트를 빠르게 확산시킨 원동력은 특정 모델이 아니라, 내부 도구·데이터·운영 인프라를 안전하게 연결해 둔 플랫폼과 작은 역량의 누적이다.==

• Agent Chip은 Slack에서 이모지 반응으로 호출하는 간단한 인터페이스로 시작해, 하루 1,800건이 넘는 작업과 기술 조직 병합 PR의 10% 이상을 맡게 됐다.
• MCP 게이트웨이와 격리된 원격 샌드박스가 내부 맥락에 대한 접근성을 높이면서도 인증·권한·네트워크 이그레스와 프로덕션 경계를 통제한다.
• 반복 가능한 보안·플랫폼 블록 위에 장애 대응, 팀 간 문의, 데이터 품질 감시, 비엔지니어의 변경 초안 작성 같은 업무를 조립했다.

Monzo 엔지니어 Felipe Felisola Caso와 Francesco Galletta는 LLM의 효과를 “lots of little multipliers”라고 표현한다. 기존 플랫폼이 이미 갖춘 모니터링, 스테이징, 큐잉, 배포, 데이터베이스 추상화와 내부 시스템 접근 경로가 에이전트의 여러 작은 능력을 곱해 큰 효용으로 바꿨다. 따라서 성패를 가른 요소는 최신 모델 하나를 고르는 일이 아니라, 에이전트가 필요한 맥락을 안전하게 받고 실제 업무 흐름에 들어가도록 만드는 조합이었다.

1. Monzo의 규모와 Agent Chip의 출발

Monzo의 서비스 폭과 규제 환경은 코딩 에이전트에 강력한 내부 맥락과 엄격한 경계가 모두 필요하다는 점을 보여준다.

1.1. 넓고 복잡한 소프트웨어 운영 범위

1. 디지털 은행의 기술 규모

   1. 백엔드: 엔지니어링 팀은 3,000개가 넘는 백엔드 서비스를 유지한다.
   2. 데이터·머신러닝: 데이터 웨어하우스 모델은 약 13,000개이며, 신용 판단과 금융 범죄 탐지 등을 지원하는 ML 예측기도 수십 개 운영한다.
   3. 제품 표면: 앱, 백엔드, 데이터 시스템에 걸쳐 복잡한 사용 사례를 처리하므로 한 팀의 코드만 아는 보조 도구로는 충분하지 않다.

2. 코딩 에이전트에 대한 업계 압력

   1. 도입 확산: 2026년 기술 업계에서는 기업이 코딩 에이전트를 활용해 성공했다는 사례가 빠르게 늘었다.
   2. 자체 하네스에 관한 농담: 뉴욕에서 열린 기술 행사와 업계 논의에 “자체 AI 코딩 하네스를 만들지 않으면 진지한 기술 회사가 맞느냐”는 X의 농담성 문구가 등장했다.
   3. 초점의 이동: 두 엔지니어는 자체 에이전트를 일찍 만들었다고 자랑하는 데 초점을 두지 않았다. Anthropic보다 여섯 달 먼저 Claude Code를 만들었다고 농담할 수는 있지만, 핵심은 성공을 가능하게 한 기반이었다.

1.2. Slack 이모지에서 상시 동료로

1. Agent Chip의 간단한 진입점

   1. 시작 시점과 상호작용: 2026년 1월 Slack 채널에서 Agent Chip이 화제가 됐다. 메시지에 전용 이모지를 반응으로 달면 그 메시지가 에이전트의 프롬프트가 됐다.
   2. 낮은 호출 비용: 사용자는 별도 개발 환경을 열거나 요청 양식을 작성하지 않고, 이미 대화 중인 메시지에 반응해 에이전트를 부를 수 있었다.
   3. 가벼운 무대 해프닝: 이모지를 화면에 보여주는 시연 중 조작이 매끄럽지 않은 순간에 “이렇게 하면 안 되죠”라는 반응이 나왔지만, 발표는 곧바로 예시 설명으로 이어졌다.

2. 일상적인 엔지니어링 업무

   1. 상시 동료: 초기 반응이 커지자 Agent Chip은 Slack과 주변 업무 환경에서 언제든 호출할 수 있는 팀 동료로 발전했다.
   2. 질문과 탐색: 직원은 아키텍처를 물어보거나, 필요한 정보를 찾아보거나, 가벼운 대화를 나눌 수 있었다.
   3. 코드 리뷰와 티켓: 코드 변경에 대한 리뷰 의견을 받고, Linear 작업을 할당해 티켓 단위의 실행을 맡길 수도 있었다. 발표자는 코드 리뷰가 마치 시니어 엔지니어처럼 “좋아 보인다”고 말해 주는 경험이라고 비유했다.

1.3. 사용량이 실제 업무 비중으로 이어짐

1. 기술 조직에서 나타난 채택 지표

   1. 병합 PR: Agent Chip은 데이터·머신러닝, 백엔드, 앱 등 기술 조직 전반에서 병합된 PR의 10% 이상을 작성한다.
   2. 일일 작업: 하루 처리량은 1,800건을 넘는다.
   3. 감독 부담 감소: 엔지니어는 로컬 보조 도구를 곁에 두는 동시에 원격 에이전트에 더 많은 작업을 위임할 수 있어, 매 작업마다 에이전트를 계속 지켜보는 부담을 줄인다.

2. 기술 직군 밖으로 넓어진 사용

   1. 비즈니스 질문: 비즈니스 사용자는 업무 관련 질문을 하거나 필요한 데이터를 조회할 수 있다.
   2. 쿼리와 셀프서비스: 사용자가 직접 쿼리를 작성하고 필요한 정보를 셀프서비스 방식으로 얻는 흐름도 시작됐다.
   3. 범위의 변화: Agent Chip은 단순히 개발자의 코딩 속도를 높이는 도구에서 회사 안의 여러 업무를 지원하는 인터페이스로 확장됐다.

2. “LLMs = lots of little multipliers”: 기반 역량의 결합

빠른 성과는 모델 자체보다 모델을 일에 연결해 주는 작고 누적된 플랫폼 능력에서 나왔다.

2.1. 에이전트 이전부터 쌓인 Monzo 플랫폼

1. 에이전트가 기대어 선 운영 기반

   1. 관측과 연동: 경보와 모니터링, 제3자 서비스 연동이 이미 마련돼 있었다.
   2. 실행 경로: 손쉽게 테스트할 수 있는 스테이징 환경, 큐잉 추상화, 간편한 배포 경로가 있었다.
   3. 데이터 접근: 데이터베이스 추상화를 비롯한 여러 내부 기반이 에이전트가 기능을 실제 업무로 연결하도록 도왔다.

2. 로컬 코딩 에이전트 지원

   1. 원격 에이전트 이전의 투자: Slack 기반 원격 Agent Chip만을 위해 플랫폼을 만든 것이 아니었다. 원격 에이전트가 생기기 전부터 로컬 환경에서 쓰는 AI 코딩 에이전트 지원에 투자했다.
   2. 작은 배수의 누적: 이미 준비된 기능 하나하나는 작아 보여도, 여러 기능이 함께 작동하면 에이전트를 안전하게 배포하고 반복 가능한 결과를 내는 기반이 된다.
   3. 핵심 표현: 발표자는 LLM을 “대규모 언어 모델”이라는 통상적 뜻으로만 보지 말고 “lots of little multipliers”, 즉 여러 개의 작은 배수 효과로 보자고 제안했다.

2.2. MCP 게이트웨이가 내부 맥락을 제공

1. 내부 도구와 지식 소스 연결

   1. 접근 계층: Monzo는 내부 지식 소스, 도구, 서비스에 에이전트가 접근하도록 MCP 게이트웨이를 구축했다.
   2. 결정론적 노출: 어떤 내부 기능을 에이전트에 공개할지 게이트웨이에서 정해, 임의의 직접 접근 대신 통제된 인터페이스를 제공한다.
   3. 맥락의 질: 에이전트에 안전하게 제공할 수 있는 맥락과 데이터가 많아질수록 내부 업무를 해결하는 능력도 향상된다.

2. 인증과 권한을 한곳에서 다룸

   1. 중앙 관리: 서로 다른 에이전트의 인증(Authentication)과 권한 부여(Authorization)를 게이트웨이에서 관리한다.
   2. 재사용 가능한 경로: 로컬 에이전트를 위해 만든 내부 접근 경로가 이후 원격 에이전트 아키텍처의 기반이 됐다.
   3. 통제된 연결: 모델에 모든 시스템 권한을 직접 주는 대신, 게이트웨이가 허용된 내부 기능을 일관된 방식으로 중개한다.

3. 규제 환경을 고려한 원격 에이전트 격리

Agent Chip의 실행 환경은 에이전트의 비결정성을 프로덕션과 분리하고, 허용된 코드·데이터에만 접근하도록 설계됐다.

3.1. 여러 겹의 샌드박스와 오케스트레이션

1. 격리 네임스페이스에서 실행

   1. 원격 실행: Agent Chip을 뒷받침하는 오케스트레이션 시스템은 격리된 네임스페이스 안에서 원격 에이전트를 실행한다.
   2. 복수의 파드: 네임스페이스 안에 여러 파드가 올라오고 각 샌드박스에서 에이전트가 동작한다.
   3. 주변 제어: 오케스트레이션 시스템은 실행을 시작하고 결과를 읽으며, 에이전트 주변의 작업을 관리한다.

2. 에이전트 이미지와 네트워크 경로

   1. 이미지에 정의되는 도구: 에이전트 이미지에 실행 환경, CLI, 사용할 수 있는 도구와 권한을 명시한다.
   2. 게이트웨이 연동: 내부 인증과 권한은 MCP 게이트웨이에서 제공한다.
   3. 이그레스 프록시: 프록시는 에이전트가 저장소와 코드에 연결하도록 하되, 외부로 나가는 네트워크 이그레스는 허용한 범위로 제한한다.

3.2. 은행의 프로덕션 경계와 비결정성 통제

1. 운영 인프라와 분리

   1. 규제 환경: 은행은 규제받는 환경에서 동작하므로 에이전트의 비결정적 행동이 실제 프로덕션에 섞이지 않도록 해야 한다.
   2. 독립된 작업 공간: 프로덕션 인프라 바깥에 에이전트를 자유롭게 실행하고 개발할 수 있는 환경을 따로 둔다.
   3. 필요한 관측은 허용: 분리했다고 해서 맥락을 차단하지는 않는다. 에이전트는 권한이 허용된 로그, 트레이스, 코드와 저장소를 읽을 수 있다.

2. ‘상자 안의 상자’

   1. 바깥 통제: 네임스페이스, 파드, 에이전트 이미지, 게이트웨이, 프록시가 허용 범위와 실행 경계를 만든다.
   2. 안쪽의 비결정성: 이 경계 안쪽의 작은 파란색·초록색 상자에서 실제 에이전트가 원하는 작업을 수행한다.
   3. 안전한 자율성: “상자 안의 상자 안의 상자”라는 구조는 에이전트가 필요한 작업을 할 수 있게 하면서도 그 비결정성이 통제된 공간을 벗어나지 않게 한다.

4. 재사용 가능한 블록에서 업무 사례로

보안과 연결 방식이 재사용 가능한 블록이 되면서 새로운 에이전트 사례를 더 빠르게 조합할 수 있었다.

4.1. Agent Chip 자체가 플랫폼 구성 요소가 됨

1. 기존 시스템과 연결

   1. 업무 인터페이스: Slack을 붙이고 GitHub와 Linear를 연결해 직원의 요청과 코드 작업으로 이어지는 경로를 만들었다.
   2. 내부 시스템: 이 구조는 Monzo의 3,000개가 넘는 서비스를 연결할 수 있는 기반 위에 놓인다.
   3. 재조합 가능성: 에이전트 실행부를 독립 구성 요소로 두면, 여러 부분의 은행이 공통 기반 위에서 각자 필요한 사례를 만들 수 있다.

2. 업무량과 사람의 역할 변화

   1. 처리 폭과 양: 엔지니어는 로컬 코딩 보조와 원격 에이전트 위임을 함께 활용해 더 넓고 많은 작업을 진행할 수 있다.
   2. 반복 절차의 자동화: 에이전트는 사람이 반복적으로 수행하던 절차를 자동화한다.
   3. 사람의 집중점: 사람은 모호성이 크고 판단이 필요한 고부가가치 문제에 더 많은 시간을 쓸 수 있다.

4.2. 장애 대응과 팀 간 문의

1. Incident Mode의 고신호 조사

   1. 자동 합류: 새 장애가 감지되고 시작되면 Agent Chip이 장애 Slack 채널에 들어온다.
   2. 맥락 수집: 관련 로그와 트레이스, 해당 서비스, 코드에 연결해 무엇이 일어났는지 조사한다.
   3. 사람을 돕는 출력: 결과는 사람이 판단할 수 있도록 신호가 높은 조사 내용에 집중한다. 장애 중 가설을 실시간으로 많이 쏟아내는 형태는 피한다.
   4. 사람의 통제: 장애 대응에서 Agent Chip이 어느 정도까지 지원할지는 사람이 조절한다.

2. Ask 채널의 squad 간 지원

   1. 팀 간 질문: 한 스쿼드가 다른 스쿼드의 백엔드 서비스, 제품 개발, 로드맵 맥락을 필요로 할 때 Ask 채널에서 요청한다.
   2. 근거 있는 초안: 내부 지식 소스에 연결된 Agent Chip은 참고 맥락을 찾아 답변 초안을 만들고, 사람이 검토하도록 제시한다.
   3. 완결 또는 에스컬레이션: 근거가 충분하면 문의 티켓을 해결할 수 있고, 더 많은 맥락이 필요하면 담당자를 태그해 사람이 이어받도록 한다.

4.3. 데이터 품질의 사후·사전 대응

1. 실패 이후의 반응형 조사

   1. Agent Chip on Call: 데이터 품질 경고를 분류하고 문제를 일으킬 수 있는 백엔드 변경을 확인하는 사용 사례가 새롭게 가치를 만들었다.
   2. 자동 조사 시작: 실패가 관찰되면 원인을 알아보기 위한 조사를 자동으로 시작한다.
   3. 반응형 접근: 이 방식은 오류가 발생한 뒤 원인을 찾는 사후 대응형이다.

2. 오류 발생 전의 사전 감시

   1. 백엔드 변경 감시: 사전 대응형 에이전트는 백엔드 변경을 살펴 데이터에 미칠 잠재적 결과를 찾는다.
   2. 배치 전 탐지: 다음 배치 실행에서 데이터가 처리되기 전에 위험을 식별하는 것이 목적이다.
   3. 업무 흐름의 변화: 이미 발생한 데이터 실패에 대응하는 데서 그치지 않고, 변경이 데이터 품질 문제로 이어질 가능성을 미리 줄인다.

5. 조직 참여, 자체 구축의 지속 가치와 확장 방향

자체 에이전트를 보유하면 비엔지니어의 참여 경로가 열리고, 특정 모델 제공자에 묶이지 않은 채 새로운 사례를 확대할 수 있다.

5.1. 비엔지니어의 기여와 기존 개발 엄격성

1. Slack에서 시작하는 낮은 장벽

   1. 아이디어에서 초안으로: 제품 피드백, 아이디어, 팀 토론을 바탕으로 비전문가가 Slack에서 Agent Chip을 호출해 변경 초안을 만들 수 있다.
   2. 스테이징 검증: 초안은 스테이징 환경에서 이미 테스트된 상태로 엔지니어에게 전달될 수 있다.
   3. 가까워진 협업: 비엔지니어가 아이디어를 구현 가능한 형태로 구체화하면서 제품·운영 조직과 기술 팀의 거리가 줄어든다.

2. 검토와 배포 책임은 유지

   1. 엔지니어의 검토: 변경사항을 검토하고 올바르게 배포하는 단계에는 엔지니어가 관여한다.
   2. 개발 규율 보존: Agent Chip은 Monzo의 소프트웨어 개발 엄격성을 낮추려는 장치가 아니다.
   3. 참여 폭의 확대: 검토·배포 기준을 유지하면서 더 많은 직군이 시스템에 기여할 수 있게 한다.

5.2. 모델 제공자에 독립적인 플랫폼

1. 빠르게 바뀌는 시장에 대한 대응

   1. 조립식 기반의 가치: Agent Chip이 플랫폼의 구성 요소가 됐기 때문에, 보안과 백엔드·플랫폼 요구를 충족하는 새 에이전트 사례를 빠르게 구현할 수 있다.
   2. 모델 교체: 아키텍처의 파란색·초록색 에이전트 상자는 다른 모델로 교체할 수 있다.
   3. 목적별 선택: 특정 제공자에 고정되지 않고, 필요한 목적에 맞는 모델을 동적으로 선택할 수 있다.

2. 더 넓은 개발 구간으로의 확장

   1. 이미 확보한 가치: 지금 개발을 멈추더라도 백엔드와 앱의 변경 초안을 만들고 스테이징에서 검증하는 현재 능력만으로 이미 가치가 있다.
   2. 검증 범위 확장: 앞으로 데이터 테스트까지 포괄하고, 가능하다면 ML 예측기까지 다룰 수 있다.
   3. 시장 변화와 선택권: 시장의 변화가 빠르다고 해서 Agent Chip에 영원히 묶이는 것은 아니다. 다른 구성을 선택할 가능성을 열어 둔 채, 안전한 통합과 플랫폼 재사용성 때문에 현재의 내부 기반이 강한 가치를 제공한다고 본다.

주요 발언 모음

“LLMs는 lots of little multipliers다.”

“에이전트의 비결정성이 통제되는 환경을 원하지만, 동시에 에이전트가 실행되고 발전할 수 있는 환경도 원한다.”

“상자 안의 상자 안의 상자 안에서 비결정성이 일어난다.”

“시장 변화가 빠르다는 사실이 우리가 Agent Chip과 영원히 결혼했다는 뜻은 아니다.”

“전통적인 LLM이 아니라, 여러분과 팀이 가치를 활용하도록 돕는 lots of little multipliers를 생각해 달라.”

핵심 데이터 & 수치

• 3,000개 이상: Monzo가 유지·연결 대상으로 삼는 백엔드 서비스의 규모다.
• 약 13,000개: 데이터 웨어하우스 모델 수다.
• 수십 개: 신용 판단과 금융 범죄 등 여러 업무에 쓰이는 ML 예측기 수다.
• 2026년 1월: Slack 이모지 반응으로 프롬프트를 전달하는 Agent Chip이 내부에서 빠르게 확산됐다.
• 10% 초과: Agent Chip이 작성하는 기술 조직 전체 병합 PR 비중이다.
• 하루 1,800건 초과: Agent Chip의 일일 작업 수다.
• 스테이징: 비엔지니어의 변경 초안을 엔지니어 검토 전에 시험하는 개발 경로다.

결론 및 시사점

1. 모델보다 플랫폼을 먼저 본다: 에이전트에 필요한 데이터, 도구, 권한, 실행·배포 경로가 준비돼 있어야 모델이 실제 업무 가치로 전환된다.
2. 통제와 자율성을 함께 설계한다: 규제 환경에서도 에이전트의 비결정성을 격리하고 이그레스를 제한하면 필요한 로그·트레이스·코드 접근을 안전하게 허용할 수 있다.
3. 재사용되는 업무 블록을 만든다: 공통 MCP 게이트웨이와 오케스트레이션 위에 장애 대응, 문의 해결, 데이터 품질 감시를 조립하면 각각의 사례를 더 빠르게 확장할 수 있다.
4. 사람의 책임을 없애기보다 집중시킨다: 반복 업무와 초안 작성은 자동화하고, 모호한 판단·코드 리뷰·배포 승인에는 사람이 남는다.
5. 제공자 독립성을 유지한다: 모델을 교체할 수 있는 경계를 두면 모델 시장 변화에 대응하면서 내부 플랫폼 투자 가치를 보존할 수 있다.
6. LLM을 작은 배수의 묶음으로 본다: 경보, 데이터, 스테이징, 큐잉, 배포, 접근통제 같은 역량을 더할수록 에이전트가 해결할 수 있는 업무와 사람이 집중할 문제의 범위가 함께 커진다.

핵심 요약 (20문장)

Monzo는 3,000개가 넘는 백엔드 서비스, 약 13,000개의 데이터 웨어하우스 모델, 수십 개의 ML 예측기를 운영하는 디지털 은행이다.

여러 팀이 신용 판단, 금융 범죄 탐지, 모바일 앱·백엔드·데이터 제품의 복잡한 업무를 맡고 있어 코딩 에이전트가 다뤄야 할 범위가 넓다.

Agent Chip은 2026년 1월 Slack 메시지에 전용 이모지를 반응하면 프롬프트가 전달되는 작은 실험에서 출발했다.

직원들은 Agent Chip을 Slack의 상시 동료로 불러 아키텍처 질문, 대화, 코드 리뷰, Linear 티켓 작업을 맡겼다.

코드 리뷰는 시니어 엔지니어처럼 변경을 살펴보고 의견을 내며, Linear 작업은 티켓을 받은 뒤 실제 실행으로 이어졌다.

Agent Chip은 기술 조직 전체에서 병합된 PR의 10% 이상을 작성하고 하루 1,800건이 넘는 작업을 수행한다.

제품·운영 등 비기술 직군도 비즈니스 질문에 답하거나 쿼리를 작성하고 필요한 일을 셀프서비스 방식으로 처리하기 시작했다.

빠른 확산의 핵심은 새 모델 하나가 아니라 경보, 모니터링, 외부 서비스 연동, 스테이징, 큐잉, 배포, 데이터베이스 추상화가 축적된 Monzo 플랫폼이었다.

LLM의 가치에 관한 핵심 표현은 “lots of little multipliers”로, 작은 역량의 배수 효과가 쌓여 큰 효용을 만든다는 뜻이다.

MCP 게이트웨이는 내부 지식과 도구에 결정론적으로 접근하게 하고 서로 다른 에이전트의 인증과 권한을 한곳에서 관리한다.

원격 에이전트 오케스트레이션은 프로덕션과 분리된 격리 네임스페이스 안에서 여러 샌드박스 파드를 실행한다.

에이전트 이미지에는 허용할 환경, CLI, 도구, 권한을 정하고 프록시는 코드 저장소 등으로 나가는 네트워크 이그레스를 제한한다.

은행 규제 환경에서 격리는 프로덕션을 보호하면서 에이전트의 비결정성을 샌드박스에 가두고 필요한 로그, 트레이스, 코드 접근은 허용한다.

Slack, GitHub, Linear와 수천 개 내부 서비스를 잇는 기반이 마련되자 Agent Chip은 새로운 활용 사례를 조립하는 플랫폼 블록이 됐다.

원격 에이전트에 반복 업무를 위임하면 사람이 에이전트를 계속 지켜보는 시간을 줄이고 모호성과 판단이 큰 문제에 집중할 수 있다.

장애가 발생하면 Agent Chip은 해당 채널에 합류해 로그, 트레이스, 서비스, 코드를 조사하고 사람이 빠르게 판단할 수 있는 신호 높은 결과를 만든다.

Ask 채널에서 Agent Chip은 내부 지식에 근거한 답변 초안을 만들고, 충분한 정보가 있으면 문의를 해결하며 부족하면 담당자를 불러 맥락을 보완한다.

Agent Chip on Call은 데이터 품질 실패 뒤 조사를 시작하고 사전 대응형 에이전트는 다음 배치 처리 전에 백엔드 변경의 데이터 위험을 찾는다.

비전문가도 Slack에서 변경 초안을 만들고 스테이징에서 검증할 수 있으며 엔지니어가 최종 검토와 배포를 맡아 개발 엄격성을 유지한다.

모델 제공자와 분리된 구조로 목적에 맞는 모델을 바꾸고, 백엔드·앱 초안에서 데이터 테스트와 예측기까지 활용 범위를 넓힐 수 있다.