DoorDash, 엔지니어링 작업을 클라우드 AI로 이전

음식 배달 대형 기업 DoorDash는 사내 엔지니어링 작업을 개발자의 개인용 PC에서 클라우드 플랫폼 'Flux'로 이전했다. 이 체계가 본격 가동한 결과, 1개월간 13만 건의 엔지니어링 작업이 자동 처리되었으며, 매주 2만 5000건 이상의 코드 리뷰도 자동화되고 있다.

그렇다면 왜 개발자의 PC에서 구동하던 AI 처리를 클라우드로 옮길 필요가 있었을까. AI 에이전트(자율적으로 판단·실행하는 AI 프로그램)는 코드를 작성하거나 테스트를 실행하는 등 복잡한 작업을 연속해서 수행한다. 이를 개별 개발자의 PC에서 실행하면 머신의 사양이나 환경의 차이로 인해 동작이 불안정하거나, 누가 어떤 처리를 했는지에 대한 기록을 남기기 어려운 문제가 발생하기 쉽다. 클라우드로 집약함으로써 이러한 문제들을 종합적으로 해결할 수 있다고 위치 지어진다.

Flux의 아키텍처에는 여러 특징적인 기술이 사용되고 있다. 먼저 'Firecracker microVM'이라 불리는 경량의 가상 환경을 사용하여 작업마다 독립된 실행 공간을 만듦으로써 보안 위험을 억제하고 있다. Firecracker는 본래 클라우드 사업자가 대규모 서버 운영을 위해 개발한 기술로, 시작이 빠르고 리소스 낭비가 적은 것으로 알려져 있다. 또한 'MCP 게이트웨이'를 통해 외부 도구나 서비스와의 연계를 관리하고, 재사용 가능한 '플레이북'(처리 절차서)을 조합하여 에이전트의 동작을 표준화하고 있다. 더욱이 여러 호출 경로(호출 표면)를 가짐으로써 다양한 상황에서 에이전트를 시작할 수 있도록 설계되어 있다.

보안과 감시 측면에서도 고안이 드러난다. 각 에이전트가 접근할 수 있는 범위를 작업마다 좁히는 '범위 제한 접근'을 채택하고, 모든 처리 기록을 일원적으로 관리하는 '중앙화된 감시' 체계를 갖추고 있다. 기업의 내부 시스템에 접근하는 AI 에이전트는 오작동이나 부정 이용의 위험이 항상 따라다닌다. 이러한 설계는 AI에 부여하는 권한을 최소한으로 억제하면서도, 나중에 무엇이 일어났는지를 추적할 수 있게 하는 기업이 AI를 안전하게 운영하는 데 있어 중요한 사고방식에 부합하는 것이라 할 수 있다.

이번 움직임이 지니는 의미는 DoorDash 단독의 문제에 그치지 않는다. AI 에이전트를 '개발자 도구'로서 개인 PC에서 시험적으로 사용하는 단계에서 기업 인프라로서 본번 환경에 조합하는 단계로 이행하는 사례로서, 업계 전체의 참고가 될 수 있다. 월간 13만 건·주간 2만 5000건 이상이라는 규모는 엔지니어링 업무에 있어 AI가 보조적인 역할을 넘어 일상적인 처리의 일부를 담당하기 시작했음을 보여주는 수치라고 볼 수 있다.

향후 주목할 점은 이러한 기반이 얼마나 확대될 수 있느냐는 질문이다. 작업 수나 자동화의 범위가 늘어날수록 에이전트가 잘못된 판단을 했을 때의 영향도 커진다. DoorDash가 Flux에서 어떠한 거버넌스(관리·통치) 체제를 정비해 나갈지는 유사한 플랫폼을 구축하려는 다른 기업들에게도 참고가 될 관점이라 할 수 있을 것이다.