마이크로소프트의 Ignite 컨퍼런스를 계기로, 스택 오버플로우는 화요일에 기업 AI 스택의 핵심 구성 요소로 자리매김하기 위한 새로운 제품군을 공개했습니다. 스택 내부(Stack Internal)라는 기업용 제품을 중심으로 구축된 이번 버전은 기존의 문제 해결 중심 포럼을 인류의 전문 지식을 AI가 활용할 수 있는 형식으로 변환하는 도구로 재창조하는 것을 목표로 합니다.
간단히 설명하자면, 스택 내부(Stack Internal)는 웹 포럼의 기업 맞춤형 버전이지만, 여기에 기존 포럼에서는 기대하기 어려웠던 수준의 보안 및 관리자 제어 기능을 추가했습니다. 새로운 도구들은 모델 컨텍스트 프로토콜을 이용해 내부 AI 에이전트(AI agents)에 데이터를 공급하도록 특별히 설계되었으며, 스택 오버플로우에 최적화된 여러 변형 기능이 포함되어 있습니다.
CEO 프라샨트 찬드라세카르(Prashanth Chandrasekar)에 따르면, 스택 오버플로우는 이미 다수의 기업 고객들이 API를 훈련 목적으로 활용해 오면서 새로운 제품 개발의 영감을 얻었습니다. 또한, 스택 오버플로우는 여러 AI 연구소와 콘텐츠 계약을 맺고, 일괄 수수료(blanket fee)를 받는 대가로 공개된 스택 오버플로우 데이터를 모델 훈련에 제공하고 있습니다.
찬드라세카르는 구체적인 고객사나 수치는 언급하지 않았으나, 이 협정들은 "레딧 거래와 매우 유사하다"고 설명하며, 이 거래를 통해 해당 플랫폼에 2억 달러 이상의 수익을 창출했다고 밝히는 등 성과를 공유했습니다.
새로운 제품군의 핵심은 스택 내부가 질문 및 답변 쌍과 함께 전송하는 메타데이터 계층입니다. 이 데이터에는 질문 및 답변을 누가 언제 작성했는지에 대한 기본 정보뿐만 아니라, 콘텐츠 태그, 그리고 내부적인 일관성을 평가한 더 복잡한 분석 정보가 포함됩니다. 이러한 요소들은 종합적인 신뢰도 점수 생성에 활용되며, 이 점수는 AI 에이전트에게 각 답변의 신뢰도를 판단하는 근거를 제공합니다.
CTO 조디 베일리(Jody Bailey)는 "고객사가 자체 태깅 시스템을 구축할 수도 있고, 저희가 동적으로 시스템을 구축해 드릴 수도 있습니다"라며, "앞으로의 목표는 AI 시스템이 스스로 해야 할 것이 아니라, 이 지식 그래프를 활용하여 개념과 정보 조각들을 연결하는 것"이라고 강조했습니다.
스택 내부가 기업 에이전트가 사용할 도구들을 제공하고 있지만, 에이전트 자체를 구축하는 것은 아니기에 최종 제품이 구체적으로 어떤 기능을 수행할지는 단정하기 어렵습니다. 다만 베일리는 에이전트가 답변할 수 없거나 지식 격차를 인지했을 때 자체 스택 오버플로우 쿼리를 생성하는 '작성(writing)' 기능에 특히 기대를 표했습니다.
베일리는 이러한 읽기-쓰기(read-write) 기능이 의미하는 바를 다음과 같이 설명했습니다. "우리가 지속적으로 발전함에 따라, 기업이 운영하는 독특한 정보들을 포착하는 데 개발자가 투입해야 하는 노력이 점진적으로 줄어들 것"이라고 말했습니다.
[출처:] https://techcrunch.com/2025/11/18/stack-overflow-is-remaking-itself-into-an-ai-data-provider