금융 / 가상자산 거래소
Coinbase: 사내 의사결정 문서 검토
- 기업
- Coinbase
- 국가
- 미국
- 도입 상태
- 운영
- 자료 공개
- 날짜 기준
- 자료 발표 시점. 도입 시작일과 다를 수 있음
- 근거 확인 방법
- 원문 본문 열람
업무 문제
Coinbase 기술 블로그 글에 따르면 Coinbase는 여러 부서 핵심 관계자의 의견을 받아 책임자인 Decider가 최종 결정을 내리는 중요한 결정에 RAPID(Recommender, Agree, Perform, Input, Decider) 틀을 쓴다. RAPID 문서에는 추천안과 그 근거, 장단점, 위험과 이점, 되돌릴 수 있는 결정인지 여부가 들어가고, 이름이 적힌 사람마다 동의나 반대 의견과 추가 맥락을 남긴다. 같은 글은 이 틀에 AI를 더해 드러나지 않은 위험을 체계적으로 찾고, 인지 편향을 줄이며, 가장 중요한 결정에 투명하고 감사할 수 있는 분석 단계를 두려 했다고 밝혔다.
적용한 기술과 데이터
같은 글에 따르면 Coinbase는 RAPID 틀을 보강하는 사내 의사결정 지원 도구 RAPID-D를 만들었다. RAPID-D는 AI 하나가 답을 내는 방식이 아니라 역할이 다른 agent 네 개가 함께 일하는 구조다. 첫 agent는 RAPID 문서만 검토해 문서에 적힌 사실과 논거로 기본 추천을 낸다. 두 번째 agent는 문서를 보고 보안, 시장 영향, 비용, 사용자 경험, 확장성 같은 영역의 핵심 질문을 만든 뒤 사내 검색 도구로 Coinbase의 사내 지식에서 답을 찾아 조직 맥락을 반영한 추천을 낸다. 세 번째 agent는 첫 추천에 맞서는 가장 강한 반대 논거를 만들어 약점과 드러나지 않은 가정, 위험을 찾는다. 마지막 agent는 세 결과를 비교해 근거와 trade-off 설명을 붙인 최종 추천을 사람인 Decider에게 낸다. 원문 구조도에 따르면 RAPID 문서는 Document fetch API로 불러오고 최종 결과는 CB-GPT 추천으로 나온다. 사용자가 세션 중에 남긴 의견이나 나중에 이해관계자가 RAPID 문서에 남긴 의견은 기존 추천과 비교해 같은 결정 흐름의 다음 추천에 반영한다.
성과
같은 글에 따르면 Coinbase는 RAPID-D의 최종 추천을 Coinbase의 RAPID Decider들이 문서에 남긴 실제 결정과 하나씩 비교하는 사람 검토로 정확도를 쟀다. 원문의 정확도 표 그림에 따르면 Claude 3.7 Sonnet이 86%, Gemini 2.5 pro가 85%, GPT-4o가 71%였고, 회사는 품질과 안정성, 신뢰성의 균형을 이유로 Claude 3.7 Sonnet을 골랐다. 같은 글은 처음에는 문서를 분석하고 추론을 보여 주는 agent 하나로 시작해 리더들의 초기 피드백을 손으로 모았고, 지금 버전은 agent 사이의 토론과 더 깊은 설명을 더했으며 오래 걸리는 결정은 비동기로 처리해 사용자에게 진행 상황을 알린다고 설명했다. 같은 글은 이 단계별 구조가 결정 과정 전체를 투명하고 일관되며 재현 가능하게 만든다고 밝혔다.
한계와 남은 과제
같은 글은 정확도 평가에 쓴 결정 문서 수와 평가 기간, RAPID-D를 쓰는 직원 수와 처리한 결정 건수를 밝히지 않았다. 이번 조사에서 원문 게시 이후의 운영 상태는 공식 자료로 확인하지 못했다.
출처
- Making Smarter Decisions, Faster with AI at Coinbasecoinbase.com, 확인
공개된 자료를 정리한 사례입니다. ATF Works 도입 고객의 결과가 아닙니다.