Brex, 에이전트 메시로 오케스트레이션을 줄여 자율 금융 구현

에이전트 메시로 ‘오케스트레이션 줄이기’ 전략

핀테크 Brex는 엔터프라이즈 AI의 미래가 더 나은 오케스트레이션이 아니라 ‘덜 하는 것’에 있다고 본다. 중앙 조정자나 경직된 워크플로에 의존하는 대신, Brex는 평문으로 소통하며 독립적으로 동작하되 전체 가시성을 유지하는 역할 특화 에이전트 네트워크, 즉 ‘에이전트 메시’를 설계했다. CTO 제임스 레지오는 “AI로 Brex를 사실상 보이지 않게 만들고, 전면 자동화를 지향한다”고 말한다. Brex는 에이전트가 좁고 구체적인 역할에 집중할 때 모듈성, 유연성, 감사 용이성이 커진다는 점을 확인했으며, 기업 내 각 관리자가 지출 관리, 출장 요청, 한도 승인까지 하나의 접점에서 처리받는 경험을 목표로 한다.

Brex Assistant에서 에이전트 메시로의 진화

금융 서비스 업계는 데이터 규모 때문에 일찍부터 AI·ML을 도입했지만, 생성형 AI 에이전트 적용에는 신중했다. Brex는 2023년 ‘Brex Assistant’로 생성형 AI를 도입해 경비 자동 완성, 정보 자동 기입, 정책 위반 후속 조치 등 업무를 지원했다. Anthropic Claude, 자체 Brex 모델, OpenAI API 등 다중 모델을 혼합해 사용하지만 ‘손 뗄 수 있는(low-touch)’ 자동화에는 한계가 있었다. 그럼에도 Brex Assistant는 자율화 여정의 핵심 축으로 남아 있으며, 새로 구축한 에이전트 메시가 애플리케이션 흐름 속으로 자연스럽게 녹아들도록 설계됐다.

오케스트레이션을 대체하는 에이전트 메시 아키텍처

레지오는 과거의 결정적(deterministic) 오케스트레이션은 환각과 멀티툴 한계에 대응하던 해법이었으나, 모델 성능이 높아진 지금은 가능성을 제약한다고 본다. 전통적 아키텍처는 단일 만능 에이전트이거나 조정자+툴 에이전트 구조로 명시적 워크플로를 강제하는 경향이 강하다. 반면 에이전트 메시는 이벤트 기반, 역할 특화, 메시지 중심 조율을 채택한다. 에이전트들은 공유 메시지 스트림에서 평문으로 상호 통신하고, 라우팅 모델이 신속히 적합한 도구 호출을 결정한다. 예를 들어 한 건의 경비 환급 요청이 들어오면 컴플라이언스 검증, 예산 확인, 영수증 매칭, 지급 실행 등 여러 작업이 병렬로 촉발된다. 이를 단일 에이전트에 몰아넣으면 취약하고 오류에 민감하기에, 작업을 명확히 분해해 소형 에이전트로 위임하는 것이 더 견고하다. 전체 구조는 단일 노드가 지배하지 않고 중복과 겹침으로 신뢰성을 확보하는 Wi‑Fi 메시와 유사하다.

에이전트 메시의 핵심 구성요소와 통제

Brex는 에이전트 메시를 세 가지 축으로 정의한다. 첫째 Config는 에이전트, 모델, 도구, 구독 정의를 담는다. 둘째 MessageStream은 모든 메시지, 도구 호출, 상태 전이를 기록하는 로그다. 셋째 Clock은 결정적 순서를 보장한다. 또한 LLM이 심판 역할을 하는 평가 체계와, 정확도·행동 정책 준수를 점검하는 감사 에이전트를 내장해 운영 중 판단을 상시적으로 검토·감사한다.

성과와 과제: 자동화 99%의 의미

Brex는 AI 생태계에서 고객 효율이 크게 향상됐다고 밝힌다. 제3자 벤치마크나 고객별 수치는 공개하지 않았지만, Brex Assistant와 머신러닝 시스템을 적극 활용한 엔터프라이즈는 경비 자동화 등에서 최대 99%까지 도달했다고 주장한다. 이는 도입 전 60~70% 자동화 대비 유의미한 상승폭이다. 아직 여정은 초기 단계이며, 에이전트 메시는 궁극적으로 직원들이 경비 자체를 의식하지 않게 만드는 ‘보이지 않는 자동화’를 지향한다.