그랩(Grab)의 BriX: 프로토타입에서 엔터프라이즈급 AI 도구로의 전환을 가속화하는 플랫폼

핵심 요약

AI 프로토타입을 실제 기업 환경에 배포할 때 발생하는 보안, 신뢰성, 관리의 어려움을 해결하기 위해 그랩은 BriX 플랫폼을 개발했다. BriX는 모델 불가지론, 모델 컨텍스트 프로토콜(MCP), 중앙 집중식 구성을 통해 배포 과정을 엔지니어링 작업이 아닌 설정 작업으로 단순화한다. 이를 통해 도메인 전문가들이 직접 안전하고 신뢰할 수 있는 AI 도구를 구축할 수 있으며, 기업 전반의 AI 도입 속도를 획기적으로 높인다.

배경

LLM 기본 개념, API 보안 및 인증(SSO), RAG 아키텍처 이해

대상 독자

엔터프라이즈 AI 플랫폼 개발자 및 AI 도입을 고민하는 기술 리더

의미 / 영향

BriX와 같은 플랫폼은 LLM 도입의 가장 큰 장벽인 보안과 비용, 인력 부족 문제를 동시에 해결한다. 이는 기업 내 AI 혁신이 중앙 집중식 개발에서 현업 주도의 분산형 개발로 패러다임이 전환될 것임을 시사한다.

섹션별 상세

배포 슬롭(Deployment Slop)은 AI 프로토타입이 기업 환경의 보안 및 신뢰성 기준을 충족하지 못한 채 무분별하게 배포되는 현상을 의미한다. 그랩은 이를 해결하기 위해 인프라 복잡성을 추상화한 BriX 플랫폼을 구축했다. BriX는 보안 검토, 확장성, 접근 제어와 같은 까다로운 작업을 플랫폼 수준에서 자동화한다. 이를 통해 도메인 전문가들은 엔지니어링 병목 없이 며칠 만에 안전한 AI 도구를 출시할 수 있다.

BriX는 특정 AI 모델에 종속되지 않는 모델 불가지론(Model Agnosticism)을 지향한다. 사용자는 코드 수정 없이 클릭 한 번으로 Claude나 GPT 등 최신 모델을 교체하며 성능을 최적화할 수 있다. 또한 MCP(Model Context Protocol)를 도입하여 기업 내 다양한 데이터 소스에 대한 안전한 연결을 지원한다. 이는 하드코딩된 자격 증명 없이도 거버넌스가 준수된 데이터를 AI가 직접 활용할 수 있게 만든다.

시스템의 핵심은 실시간 응답성을 보장하는 6계층 스트리밍 아키텍처이다. React 기반 프론트엔드와 FastAPI 백엔드가 통신하며, LangGraph가 메인 에이전트로서 복잡한 워크플로우를 오케스트레이션한다. Redis를 활용한 핫 메모리와 PostgreSQL 기반의 콜드 메모리 시스템을 병행하여 빠른 응답과 영구적인 감사 기록을 동시에 달성했다. 이러한 구조는 사용자에게 ChatGPT와 같은 매끄러운 경험을 제공한다.

엔터프라이즈 환경에서 가장 중요한 보안을 위해 ID 전파(Identity Propagation) 기술을 적용했다. 서비스 계정이 아닌 개별 사용자의 SSO 토큰을 데이터 소스까지 전달하여 권한에 맞는 데이터만 조회되도록 강제한다. 모든 상호작용은 감사 추적(Audit Trail)이 가능하도록 기록되어 보안 팀의 승인을 쉽게 얻을 수 있다. 또한 전체 컨텍스트 처리 방식을 통해 문서의 파편화로 인한 정보 누락을 방지하고 정확도를 높였다.

BriX 도입 이후 그랩 내부에서는 다양한 실무 도구들이 빠르게 탄생하고 있다. 국가별 시장 데이터를 분석하는 지능형 비서나 데이터 아키텍처의 규정 준수 여부를 즉시 검증하는 도구 등이 대표적이다. 이러한 변화는 AI 개발의 주도권을 엔지니어링 팀에서 현업 도메인 전문가로 이동시켰다. 결과적으로 조직 전체의 실험 비용이 낮아지고 성공적인 아이디어가 즉시 확장되는 선순환 구조가 형성되었다.