CURVC DevOps Confluence

Gitar는 모든 PR을 보안, 버그, 성능 관점에서 리뷰하고, 실패한 빌드를 수정하며 CI가 통과할 때까지 반복합니다. SonarQube가 코드 품질 기준을 제시하고, Gitar는 PR 검토 및 병합 과정에서 이를 적용합니다. main.png Gitar를 소개합니다: 모든 PR에서 함께하는 AI 팀원 코드 생성은 빨라졌지만, 신뢰할 수 있는 코드인지는 여전히 검증이 필요합니다. Sonar의 State of Code 설문(2026년 9월)에 따르면, 개발자와 엔지니어링 리더의 76%는 검증할 수 있는 속도보다 AI 코드를 더 빨리 만들어 내고 있다고 답했습니다. 53%는 이제 코드를 작성하는 것보다 리뷰하는 데 더 많은 시간을 쓴다고 답했습니다(AI 도입 전 18%). 50만 명 이상의 GitHub 개발자를 분석한 연구에서는 자율 에이전트로 커밋이 240% 늘었지만, 실제 배포된 릴리스는 30% 증가에 그쳤습니다. 뉴욕타임스는 이러한 현상을 '검증 부담(verification tax)'이라고 표현했습니다. AI를 활용한 코드 작성 속도는 빨라졌지만, 코드 검토와 검증 과정은 이를 따라가지 못하고 있습니다. 결국 코드 검증이 개발 과정의 새로운 병목으로 떠오르고 있습니다. “소프트웨어 산출의 제약 요인이 코드 작성에서, 여전히 사람이 수행하는 단계인 리뷰, 통합, 테스트, 배포로 옮겨 가고 있습니다.” GitHub 개발자를 분석한 MIT·와튼스쿨 연구진 (뉴욕타임스 DealBook, 2026년 10월 10일, 영문 인용 번역) image-2026-10-21_9-56-2-1.png "Sonar State of Code 설문(2026년 9월): 76%가 검증 속도보다 빨리 AI 코드를 생성, 53%가 작성보다 리뷰에 더 많은 시간 사용, 77%가 강력한 검증 도구가 AI 코드 신뢰를 높인다고 응답" Gitar는 Pull Request(PR) 검토와 CI 작업을 지원하는 Sonar의 AI 솔루션입니다. 코드 변경 사항에서 보안 취약점, 버그, 성능 문제를 분석하고, 다른 저장소에 미치는 영향과 Jira 티켓의 요구사항 충족 여부까지 확인합니다. 또한 빌드 실패나 불안정한 테스트(flaky test)의 원인을 분석하고 수정 작업을 반복하여 CI가 통과할 수 있도록 지원합니다. Gitar는 SonarQube를 대체하는 제품이 아니라 상호 보완적으로 활용할 수 있는 솔루션입니다. SonarQube가 코드 품질 및 보안 기준을 적용한다면, Gitar는 PR에 포함된 변경 사항의 의도와 로직을 검토하고 문제 해결을 지원합니다. 두 제품의 분석 기능을 더욱 긴밀하게 연결하는 통합 워크플로도 향후 제공될 예정입니다. AI 소프트웨어 팩토리를 관리하는 하나의 플랫폼 AI 에이전트를 활용한 개발 자동화가 확대되면서 소프트웨어 개발 방식도 변화하고 있습니다. 요구사항을 정의하면 코딩 에이전트가 이를 구현하고, 리뷰 에이전트가 결과를 검증한 뒤 배포하는 형태로 개발 프로세스가 확장되고 있습니다. 요청이 스펙이 되고, 코딩 에이전트가 구현하고, 리뷰 에이전트가 검증한 뒤 배포됩니다. Sonar는 신뢰할 수 있는 코드를 위한 핵심 요소로 의도(Intent), 가드레일(Guardrails), 검증(Verification), 증거(Evidence)를 강조합니다. Gitar는 이 중 검증과 증거 확보를 지원하며, PR 검토부터 병합에 이르는 과정에서 코드의 신뢰성을 높이는 역할을 합니다. 이를 위해 코드 검토 및 수정(Code Review & Fix), 거버넌스(Governance), 지식 관리(Knowledge)의 세 가지 영역을 중심으로 플랫폼을 구성했습니다. image-2026-10-21_9-57-28-1.png "Gitar 플랫폼 구성: PR, CI 파이프라인, 코딩 에이전트에서 동작하며 코드 리뷰와 수정, 거버넌스, 그리고 Jira, Confluence, Slack, 저장소 표준, PR 코멘트, SonarQube에서 컨텍스트를 가져오는 Knowledge 레이어로 구성 (Snyk, Checkmarx, OSS 라이브러리, IDE는 로드맵)" Gitar는 코드 검토와 수정, 거버넌스, 지식 관리라는 세 가지 핵심 영역을 중심으로 다양한 기능을 제공합니다. Knowledge(지식 관리): Jira, Confluence, Slack, 저장소별 개발 규칙, PR 댓글, SonarQube 등에서 프로젝트 관련 정보를 수집하고 활용합니다. 코드 리뷰 결과와 팀의 피드백을 바탕으로 축적된 지식의 유용성을 평가하며, 팀과 저장소별로 규칙의 적용 범위를 설정할 수 있습니다. Code Review & Fix(코드 검토 및 수정): 보안, 품질, 로직을 분석하는 여러 AI 에이전트가 코드 변경 사항을 검토합니다. 다른 저장소나 PR에 미치는 영향을 분석하고 Jira 티켓의 요구사항과 일치하는지 확인하며, CI 오류 수정과 복구를 지원합니다. Governance(거버넌스): 조직과 저장소별 규칙을 자연어로 설정하고, 변경 사항의 위험도를 평가합니다. 자동 병합 조건을 관리하고, 검토 결과와 AI 에이전트의 작업 이력을 추적할 수 있도록 지원합니다. Gitar는 GitHub, GitLab, Bitbucket, Azure DevOps 등 기존 개발 환경에서 활용할 수 있으며, AI의 자동 수정 및 병합 범위를 팀이 직접 설정할 수 있습니다. 또한 소스 코드를 저장하거나 AI 학습에 사용하지 않는다는 정책을 명시하고 있으며, SOC 2 Type II 및 ISO 27001 인증과 GDPR 준수 관련 사항을 안내하고 있습니다. "Gitar 덕분에 CI 실패 원인을 빠르게 파악하고 AI 기반의 유용한 수정 제안을 받으면서, 모바일 CI의 컴퓨팅 리소스 사용 시간이 크게 줄었습니다." Phil Rabin, SoFi 모바일 엔지니어링 디렉터 (영문 인용문 번역) AI 도입 효과를 확인하세요 Gitar 대시보드는 개발 생산성과 코드 품질을 함께 분석할 수 있도록 지원합니다. PR을 신규 기능 개발, 버그 수정, 유지보수 등으로 구분하고, 저장소와 심각도, 기여자별로 발견된 문제가 얼마나 수정되거나 기각되었는지 확인할 수 있습니다. 이를 통해 실제 배포된 변경 사항과 운영 환경에서 발견된 결함을 함께 살펴보며 AI 도입 효과를 평가할 수 있습니다. Gitar는 코드 작성 이후의 검토와 수정 과정을 자동화하여 반복적인 검증 작업의 부담을 줄이고, 개발팀이 코드 품질과 안정성을 유지하면서 핵심 개발 업무에 집중할 수 있도록 지원합니다. 간편한 도입과 실제 개발 환경에서의 검증 기존 개발 환경과의 연계 Gitar는 SonarQube 라이선스 없이 독립적으로 도입할 수 있으며, 별도의 포털이나 CI/CD 파이프라인을 구축할 필요가 없습니다. 기존 SonarQube와 함께 사용하는 경우, SonarQube의 코드 품질 및 보안 기준을 바탕으로 Gitar가 PR의 변경 의도와 로직을 추가로 검토할 수 있습니다. 2주간의 PoC 지원 CURVC와 Sonar는 기존 개발 프로세스를 유지하면서 Gitar를 평가할 수 있도록 2주간의 리뷰 전용 PoC를 지원합니다. 자동 수정이나 병합 기능을 적용하기 전에 실제 분석 결과를 확인할 수 있습니다. 실제 PR을 활용한 기능 검증 여러 저장소를 연결하고 실제 개발 과정에서 생성되는 PR을 대상으로 Gitar의 분석 기능을 평가할 수 있습니다. Sonar는 약 100개의 PR을 활용하여 팀의 개발 규칙 학습, 코드 리뷰 결과 및 저장소 간 영향 분석 기능을 검토할 것을 권장합니다. CURVC에 Gitar 데모 요청하기 https://www.curvc.com/curvc/contents/about/contactus 먼저 살펴보기 (영문): Gitar 데모 영상 보기 https://www.youtube.com/watch?v=K1n6VvQKcZU Gitar 제품 페이지 및 FAQ https://www.sonarsource.com/products/gitar Gitar와 CodeRabbit, Qodo 비교 https://www.sonarsource.com/products/gitar/compare

2026/10/21

Atlassian, 사람과 AI 에이전트의 협업을 위한 AMP 공개

Atlassian이 지난 10월 7일 네덜란드 암스테르담에서 열린 Team '26 Europe에서 사람과 AI 에이전트의 협업을 지원하는 AMP(Agentic Multiplayer Protocol)를 발표했습니다. AMP는 AI 에이전트가 개별 사용자의 작업을 지원하는 수준을 넘어, 팀의 업무 흐름에 참여하고 조직의 업무 맥락을 활용할 수 있도록 설계된 새로운 프로토콜입니다. 기존 AI 에이전트의 작업이 개인의 브라우저나 개발 환경에 머무르는 경우가 많았다면, AMP는 이러한 작업을 팀 전체가 공유하고 관리할 수 있는 협업 환경으로 확장하는 데 초점을 맞추고 있습니다. AMP(Agentic Multiplayer Protocol)란? AMP는 사람과 여러 AI 에이전트가 동일한 업무 환경에서 협업할 수 있도록 지원하는 프로토콜입니다. Atlassian은 이를 통해 개인 중심의 AI 활용 방식인 'Single-player AI'에서 사람과 AI 에이전트가 함께 참여하는 'Multiplayer AI'로의 전환을 추진하고 있습니다. AMP의 핵심은 AI 에이전트를 기존 협업 도구와 연결하고, 조직의 업무 맥락과 관리 체계 안에서 활용할 수 있도록 하는 것입니다. 주요 특징은 다음과 같습니다. 1. 기존 업무 환경에서 AI 에이전트와 협업 Jira 댓글이나 Confluence의 @멘션, Loom 영상 브리핑 등 기존 업무 환경에서 AI 에이전트와 상호작용할 수 있도록 지원합니다. 사용자는 별도의 AI 도구로 이동하지 않고도 업무가 이루어지는 공간에서 AI 에이전트에 작업을 요청하고 결과를 공유할 수 있습니다. 특히 Loom을 통해 화면과 음성을 녹화하면 AI 에이전트가 활용할 수 있는 구조화된 업무 지시로 변환할 수 있으며, MCP를 통해 Figma나 IDE 같은 외부 도구와 연결하여 AI 에이전트의 작업 범위를 확장할 수 있습니다. [비디오1: 업무 현장에서 AI 에이전트와 협업] <video controls playsinline preload="metadata" style="width: 100%; max-width: 960px; height: auto; display: block; border-radius: 8px;" 브라우저가 HTML5 동영상을 지원하지 않습니다. ]]> 2. AI 에이전트의 신원 및 작업 상태 공유 AI 에이전트에도 고유한 ID와 소유자를 부여하여 어떤 에이전트가 작업을 수행하고 있으며, 누가 이를 관리하는지 확인할 수 있도록 합니다. 또한 문서를 편집하거나 화이트보드를 활용할 때 AI 에이전트의 활동 상태를 사람과 함께 표시하여, 팀원들이 AI 에이전트의 작업을 실시간으로 파악할 수 있도록 지원합니다. 개발자가 로컬 환경에서 AI 에이전트 세션을 실행하면 해당 세션을 Jira 작업과 연결하여, 개별 개발 환경에서 진행되는 작업도 팀 전체에 공유할 수 있습니다. [AI 에이전트의 신원 및 작업 상태 공유] https://atlassianblog.wpengine.com/wp-content/uploads/2026/10/agent-identity-scaled.png 3. Teamwork Graph 기반의 컨텍스트 및 거버넌스 AMP는 Atlassian의 Teamwork Graph를 활용하여 AI 에이전트가 프로젝트, 업무, 문서, 구성원 간의 관계를 이해하도록 지원합니다. 이를 통해 AI 에이전트는 개별 명령을 수행하는 데 그치지 않고, 조직 내 업무의 흐름과 맥락을 고려하여 작업을 진행할 수 있습니다. 또한 AI 에이전트의 권한을 사용자 권한에 따라 제한하거나 전용 서비스 계정을 통해 관리할 수 있으며, 에이전트 활동에 대한 감사 기록도 확인할 수 있습니다. 이를 통해 조직은 AI 에이전트가 어떤 데이터에 접근하고 어떤 작업을 수행했는지 추적할 수 있습니다. [비디오 2: Teamwork Graph 기반의 컨텍스트 및 거버넌스] <video controls playsinline preload="metadata" style="width: 100%; max-width: 960px; height: auto; display: block; border-radius: 8px;" 브라우저가 HTML5 동영상을 지원하지 않습니다. ]]> Atlassian MCP Server 및 AI 협업 기능 확대 이번 Team '26 Europe에서는 AMP와 함께 AI 에이전트의 협업과 관리를 지원하는 다양한 기능도 발표되었습니다. Atlassian MCP Server: 외부 AI 도구 및 코딩 에이전트가 Jira, Confluence, Loom, Bitbucket의 업무 맥락을 활용할 수 있도록 지원 Agent Sessions: 클라우드 및 로컬 환경에서 수행되는 AI 에이전트의 작업을 Jira와 Teamwork Graph에서 확인 Non-Human Identities: AI 에이전트별 고유 ID와 소유자, 권한 및 활동 이력 관리 Record for Agent: 화면과 음성 녹화를 AI 에이전트가 활용할 수 있는 업무 지시로 전환 Interactive PR Reviews: AI 에이전트가 코드 변경 사항과 주요 결정 내용을 Loom 영상으로 설명하여 코드 리뷰 지원 AI 에이전트의 작업을 개별 개발 환경에 한정하지 않고, 조직의 협업 프로세스와 연결하는 데 중점을 두고 있습니다. 이제 팀원들은 AI 에이전트의 작업 진행 상황과 결과를 공유하고, 조직은 AI 에이전트의 활용 범위와 권한을 보다 체계적으로 관리할 수 있습니다. 개인의 AI 도구에서 조직의 협업 파트너로 이번 AMP 발표는 Atlassian이 AI를 개인의 생산성을 높이는 보조 도구에서 조직의 협업 과정에 참여하는 요소로 확장하고 있음을 보여줍니다. 특히 Jira, Confluence, Loom, Bitbucket 등 기존 업무 도구와 AI 에이전트를 연결하고, Teamwork Graph를 통해 조직의 업무 맥락을 제공한다는 점에서 의미가 있습니다. AI 에이전트의 활용이 확대될수록 단순한 작업 자동화를 넘어 AI 에이전트의 활동을 공유하고, 접근 권한을 관리하며, 업무 결과를 추적할 수 있는 협업 체계가 중요해질 것으로 예상됩니다. Atlassian은 AMP를 통해 사람과 AI 에이전트가 동일한 업무 환경에서 협업하는 새로운 업무 방식을 제시하고 있으며, 기존 Atlassian 플랫폼을 중심으로 AI 기반 협업 환경을 확장해 나가고 있습니다. 참고 자료 Atlassian Introduces AMP: The Agentic Multiplayer Protocol to Power Human-AI Collaboration https://investors.atlassian.com/news/news-details/2026/Atlassian-Introduces-AMP-The-Agentic-Multiplayer-Protocol-to-Power-Human-AI-Collaboration/default.aspx The End of Single-Player AI https://www.atlassian.com/blog/company-news/team26-europe-founder-update

2026/10/12

스프레드시트의 한계를 넘어서는 Jira

역량 계획, 프로젝트 예산 관리, 맞춤형 보고서 등 새로운 기능들을 한 곳에서 제공하며, 실제 업무와 연결되어 AI가 활용할 수 있는 기반을 제공합니다. 모든 팀은 계획을 수립합니다. 누가 업무를 수행할 여력이 있는지, 비용은 얼마나 발생하는지, 업무가 계획대로 진행되고 있는지 확인해야 합니다. 하지만 업무 수행 계획, 예산, 상태 업데이트, 작업 지시 정보는 각각 다른 시스템에 분산되어 있습니다. 계획은 계속 변경되지만, 모든 시스템을 항상 최신 상태로 유지하는 것은 어렵습니다. 공유하는 순간 스프레드시트는 오래된 정보가 되고, 예산 페이지는 일주일째 업데이트되지 않으며, 상태 보고 자료는 이미 최신 상황과 맞지 않는 상황이 올 수 있습니다. Jira의 새로운 기능인 개별 역량 계획, 수식 필드, 스페이스 인사이트는 업무 수행 계획, 예산 계산, 보고서를 하나의 시스템으로 연결합니다. 이를 통해 팀이 일정에 맞춰, 예산 범위 내에서 업무를 완료할 수 있도록 지원합니다. 모든 것이 한 곳에 있으므로 계획은 항상 최신 상태로 유지되고, 팀의 협업은 원활하며, Rovo와 AI 도구는 완전한 맥락 정보를 활용하여 위험을 파악하고, 중요한 사항을 찾아내고, 실질적인 영향력을 발휘하는 프로젝트를 시작할 수 있습니다. 팀 리더: 문제가 심각해지기 전에 누가 업무 과부하에 시달리고 있는지 파악하세요. Capacity 뷰를 활용하면 팀원별 업무 처리 능력을 한곳에서 확인할 수 있습니다. 누가 어떤 업무를 진행하고 있는지, 얼마나 여유가 있는지, 특정 인원에게 업무가 과도하게 집중되어 있는지를 한눈에 파악할 수 있습니다. 또한 시간을 시간, 비율, 일 단위로 할당하고, 실제 프로젝트 업무 배정과 함께 휴가, 온콜, 운영 업무까지 반영할 수 있습니다. 더 이상 “우리 팀에 여력이 있을까?”라고 확인하거나 별도 도구에 내용을 복사할 필요가 없습니다. 수행 능력 계획과 업무가 하나의 시스템에 연결되어 있으면 업무 흐름이 변경되더라도 가용 현황은 항상 최신 상태로 유지됩니다. 주요 활용 방법: 마감 지연이나 번아웃이 발생하기 전에 업무 과부하 상태를 파악 시간, 비율, 일 단위로 업무 계획 수립 여러 스페이스에 걸친 업무를 계획하면서도 팀원의 여유 상태를 놓치지 않고 관리 휴가, 온콜 업무, 운영 유지 업무(keep-the-lights-on)를 프로젝트별 업무 시간과 함께 반영 Rovo를 활용해 자연어로 계획 업데이트 사람 추가, 할당 변경, 대량 수정 등을 셀 단위 편집 없이 수행 기존 스프레드시트 가져오기 Rovo가 데이터를 분석하고 업무 할당을 매핑한 뒤 검토 및 적용 지원 /manage-capacity-plan을 사용해 자연어로 계획을 생성, 업데이트하거나 일괄 수정할 수 있습니다. 예를 들어 “이번 달까지 Summer Campaign에 Jordan을 60% 할당해 주세요”라고 요청한 뒤, 변경 사항을 검토하고 적용할 수 있습니다. 업무가 이루어지는 곳에서 바로 계산하세요 수식 필드(Formula fields)는 업무 항목에서 직접 계산을 수행하는 새로운 사용자 지정 필드 유형입니다. "예산의 80%를 초과하는 실제 비용이 발생한 프로젝트를 표시" 와 같이 원하는 계산 또는 비즈니스 결과를 설명하면 Rovo가 자동으로 수식을 생성해 줍니다. 또는 직접 수식을 설정할 수도 있습니다. 어떤 방법을 사용하든 결과는 대시보드에 표시되고 JQL로 검색할 수 있으며 자동화를 실행하는 데 사용할 수 있습니다. 팀에서 이미 활용하고 있는 몇 가지 사례: 프로젝트 예산 관리 승인된 예산에서 실제 비용을 차감한 값을 계산하며, 업무가 기록될 때마다 자동으로 업데이트됩니다. 우선순위 지정 데이터를 동적 점수와 인사이트로 변환해 팀이 가장 중요한 업무의 우선순위를 정할 수 있도록 지원합니다. 캠페인 ROI 매출에서 비용을 차감해 산출하며, 별도 내보내기 없이 항상 최신 상태로 유지됩니다. 채용 소요 시간(Time-to-hire) 지원 날짜와 오퍼 발행일 사이의 기간을 계산하며, 모든 채용 관련 작업 항목에서 자동으로 산출됩니다. 위험 상태 표시 기한이 지난 항목을 표시하는 수식을 설정하고, 이를 기반으로 자동화를 실행하거나 대시보드에 표시할 수 있습니다. “이번 분기에 예산을 초과한 캠페인은 무엇인가요?”라고 질문하면 Rovo가 수식 필드를 조회해 답변을 제공합니다. 또는 시각적으로 확인하고 싶다면 Reports 뷰에서 필요한 내용을 설명하면, Rovo가 Budget Variance 필드의 데이터를 기반으로 대시보드용 시각 자료를 생성합니다. 항상 최신 상태를 유지하는 대시보드 Space Insights는 모든 Jira 스페이스에 실제 업무와 연결된 실시간 사용자 지정 대시보드를 제공합니다. 별도의 내보내기나 수동 업데이트가 필요하지 않습니다. Rovo에게 원하는 내용을 설명하기만 하면 됩니다. 예를 들어 “이번 달 완료된 업무와 생성된 업무를 비교해서 보여줘”라고 요청하면 Rovo가 차트를 생성합니다. Insights를 클릭하면 Rovo가 해당 추세를 자연어로 설명합니다. 대시보드가 실제 업무와 연결된 곳에 있기 때문에 항상 최신 상태로 유지됩니다. 스페이스 관리자가 할 수 있는 작업: 팀의 주요 지표에 맞춘 대시보드 생성 쿼리 문법 없이 업무 진행 상황, 업무량, 차단 요소, 필드 등 팀에 필요한 지표를 기반으로 맞춤형 대시보드를 구성할 수 있습니다. 자연어로 Rovo를 사용해 차트 생성 Rovo에게 원하는 내용을 설명하면 차트를 생성하고, 이를 스페이스에 고정할 수 있습니다. 차트 레이아웃 사용자 지정 팀의 필요에 맞게 차트 표시 방식을 조정할 수 있습니다. 기본 대시보드 필터 설정 팀의 초기 대시보드 화면을 표준화할 수 있도록 기본 필터를 구성할 수 있습니다. 팀이 할 수 있는 작업: 모든 차트에서 인사이트 확인 추세와 변화 원인을 자연어로 설명하는 인사이트를 확인할 수 있습니다. 차트 항목 상세 분석 차트의 특정 구간을 선택해 해당 데이터를 구성하는 실제 업무 항목을 바로 확인할 수 있습니다. 필요한 정보만 필터링 자신에게 할당된 업무, 오늘 마감 예정인 업무 등 관련 있는 항목만 기준으로 대시보드를 필터링할 수 있습니다. 별도 보고서 없이 주요 지표 확인 필요한 데이터가 항상 제공되며 최신 상태로 유지되므로, 별도의 자료 요청 없이 중요한 지표를 확인할 수 있습니다. 대시보드에 새로운 시각 자료를 추가하고 싶다면 Rovo에게 요청하세요. Rovo가 필요한 시각 자료를 생성합니다. 이후 Insights를 클릭하면 데이터에서 나타나는 현상을 자연어로 요약해 확인할 수 있습니다. 계획, 예산, 보고 기능이 모두 한곳에 있으면 세 가지 이점이 있습니다. 별도의 보조 시스템을 유지 관리할 필요가 없어지고, 팀이 진행 상황 업데이트를 요청하는 일도 줄어들며, AI 도구는 실제로 유용한 결과를 제공하는 데 필요한 완전한 업무 맥락을 확보하게 됩니다. 이러한 맥락은 시간이 지날수록 축적됩니다. Jira에 저장된 용량 계획, 예산 수식, 프로젝트 데이터는 Rovo를 구동하는 Teamwork Graph https://www.atlassian.com/blog/company-news/teamwork-graph-team-26로 연결됩니다. Teamwork Graph는 업무, 사람, 도구 전반을 연결하는 통합 계층입니다. 조직 내 더 많은 팀이 이를 활용할수록, 모든 구성원이 활용할 수 있는 업무 정보와 맥락은 더욱 풍부해집니다. 이것이 바로 Jira가 실제 업무가 이루어지는 곳이 된다는 의미입니다. Jira에서 더 스마트하게 일하는 방법 용량 계획과 수식 필드는 최근 추가된 기능입니다. 하지만 Jira의 더 큰 변화 흐름을 구성하는 여러 업데이트 중 일부입니다. 주요 업데이트 사항은 다음과 같습니다: Rovo를 다양한 영역에서 활용 Rovo는 용량 계획 업데이트, 대화 기반 업무 항목 생성, 사용자 지정 워크플로 구성, 수식 작성까지 지원합니다. 업무를 확인하는 더 나은 방법 스프레드시트로 업무를 관리하는 데 익숙한 팀을 위해 List 뷰가 개선되었습니다. 인라인 편집이 더 간편해졌으며, 그룹화와 필터링 기능을 통해 우선순위가 높은 업무를 쉽게 확인할 수 있습니다. 원하는 뷰를 저장하고 이해관계자와 직접 공유하면 모두가 동일한 정보를 기반으로 업무를 진행할 수 있습니다. 비즈니스 팀 템플릿 마케팅 캠페인, 채용, 예산 관리, 이벤트 계획을 위한 사전 구성된 스페이스를 제공합니다. 업무 유형, 필드, 상태가 미리 설정되어 있어 처음부터 구성할 필요가 없습니다. 팀에서 사용하는 용어에 맞추고 싶다면 업무 유형을 직접 수정할 수도 있습니다. 예를 들어 Epic이나 Bug 대신 Workstream과 Deliverable처럼 실제 업무 방식에 맞는 용어로 설정할 수 있습니다. 시작하기 이 모든 기능은 현재 Jira Cloud 고객이 사용할 수 있습니다. Jira 스페이스를 열고 Capacity 뷰로 이동해 개별 용량 계획(Individual Capacity Planning)을 시작하세요. (Premium 및 Enterprise에서 제공되며, 모든 스페이스 유형에서 사용 가능) [팀을 위한 개별 용량 계획 수립] https://support.atlassian.com/jira-software-cloud/docs/plan-individual-capacity-for-your-team/ 스페이스 설정에서 Formula field(수식 필드)를 추가하거나, 원하는 계산 방식을 Rovo에 설명하세요. [수식 필드 생성하기] https://support.atlassian.com/jira-cloud-administration/docs/create-a-formula-field/ Reports 뷰에서 사용자 지정 스페이스 대시보드를 생성하세요. [스페이스 인사이트란 무엇인가요?] https://support.atlassian.com/jira-software-cloud/docs/what-are-space-insights/ 템플릿 갤러리에서 비즈니스 팀을 위한 템플릿을 확인하세요. [모든 팀을 위한 Jira 템플릿] https://www.atlassian.com/software/jira/templates 출처: Jira goes where spreadsheets can’t https://www.atlassian.com/blog/development/planning-and-budgeting-in-jira 작성자: Anukrati Saxena (Senior Product Manager, Jira) Kendra Fales (Senior Product Manager, Jira) Ben Payne (Senior Product Manager, Jira) 발행일: 2026년 08월 25일

2026/10/12

다음 발표 자료는 이미 Confluence에 있습니다

발표 자료를 만드는 과정은 누구나 한 번쯤 경험해 봤을 것입니다. 처음부터 발표 자료를 만들기 위해 몇 시간을 들이고, 텍스트 상자를 정렬하고, 이미지를 복사·붙여넣기하며, 적절한 흐름을 찾기 위해 슬라이드 순서를 계속 바꾸는 등 해야 할 일은 끝이 없습니다. 문제는 전달할 스토리가 없다는 것이 아닙니다. 이미 존재하는 내용을 슬라이드로 옮기는 과정에 필요 이상으로 많은 시간이 걸린다는 점입니다. 바로 이 지점에서 Confluence Slides https://www.atlassian.com/software/confluence/slides가 활용됩니다. Confluence Slides는 기존 지식을 몇 초 만에 발표용 자료로 변환하는 가장 빠른 방법입니다. 빈 슬라이드에서 시작할 필요도 없고, 복사·붙여넣기를 반복하거나 여러 앱을 오갈 필요도 없습니다. 원하는 내용을 간단히 설명하면 Rovo https://www.atlassian.com/software/rovo가 맥락이 반영된 발표 자료를 실시간으로 생성합니다. 기존 방식으로 발표 자료를 만드는 어려움 발표 자료를 만드는 일은 어려워서는 안 됩니다. 하지만 대부분의 팀에게는 여전히 어려운 작업입니다. 기존 방식으로 발표 자료를 제작하는 수작업은 큰 부담이 되며, 이를 보여주는 수치는 분명합니다: PowerPoint 작업 시간의 37%는 서식 작업에 사용됩니다. 실제 메시지를 다듬는 대신 색상, 글꼴, 레이아웃을 조정하는 데 시간을 사용합니다. (출처: Nielsen) 그 시간의 42%는 적절한 템플릿, 아이콘, 기존 슬라이드를 찾는 데 사용됩니다. (출처: Nielsen) 기업 전문가는 슬라이드 관련 작업에 주당 약 7시간을 사용하며, 이로 인해 직원 1인당 연간 약 25,500달러의 생산성 손실이 발생합니다. (출처: Nielsen) 팀에 아이디어나 콘텐츠가 부족한 것은 아닙니다. 이미 보유한 지식을 쉽게 공유할 수 있는 이야기 형태로 더 빠르게 전환하는 더 나은 방법이 필요할 뿐입니다. 그 결과, 관련 콘텐츠가 이미 어딘가에 존재하더라도 모든 발표 자료는 매번 처음부터 다시 만들어지고 있습니다. Confluence Slides를 만나보세요 Confluence Slides https://www.atlassian.com/software/confluence/slides를 사용하면 팀은 이제 Rovo를 활용해 새로운 방식으로 발표 자료를 만들 수 있습니다. AI를 활용해 몇 초 만에 생성되는 발표 자료에는 팀의 업무 맥락이 풍부하게 반영됩니다. Rovo는 Atlassian 내 다양한 정보와 Slack, Google Drive 같은 연결된 외부 앱에서 맥락 정보를 가져와 팀의 업무를 기반으로 영향력 있는 시각적 발표 자료를 생성합니다. Rovo에게 발표 자료를 생성하거나 수정하도록 요청하기만 하면, 슬라이드 구조를 결정하고, 콘텐츠를 작성하며, 차트와 그래프 같은 시각화 요소까지 생성합니다. 모든 과정은 하나의 프롬프트만으로 가능합니다. 이제 업무 흐름을 끊거나 여러 앱을 전환할 필요 없이, Confluence 안에서 바로 발표 자료를 협업하고 공유할 수 있습니다. 팀이 Confluence Slides를 활용하는 몇 가지 방법: 프로젝트 킥오프 프로젝트 브리프를 기반으로 발표용 킥오프 자료를 생성합니다. 첫날부터 이해관계자의 참여를 이끌어낼 수 있도록 타임라인 차트와 같은 시각 자료도 함께 제공합니다. 캠페인 분석 결과 공유 캠페인 성과 데이터와 회고 내용을 시각적 발표 자료로 전환합니다. Atlassian에 이미 저장된 데이터를 기반으로 막대 차트와 퍼널 차트도 생성할 수 있습니다. 고객 제안 자료 Confluence에 저장된 기존 고객 계정 정보, 사례 연구, 경쟁 분석 자료를 활용해 맞춤형 고객 제안 자료를 빠르게 생성합니다. Confluence Slides 자세히 살펴보기 팀의 지식은 이미 Confluence에 있습니다. 이제 Confluence Slides https://www.atlassian.com/software/confluence/slides를 통해 몇 초 만에 완성도 높은 발표 자료로 전환할 수 있습니다. 프롬프트로 시작하고, Rovo로 다듬은 뒤, Confluence를 벗어나지 않고도 새로운 시각적 발표 자료를 자신 있게 공유하고 발표할 수 있습니다. 처음부터 만들지 않고, 맥락에서 시작하기 오늘날 팀의 지식은 문서, 프로젝트, 회의록 등 여러 곳에 흩어져 있어, 발표 자료를 만들 때마다 빈 슬라이드에서 시작하게 됩니다. 무엇을 포함할지 결정하고 스토리 구조를 잡는 과정은 실제 발표 자료를 제작하는 시간만큼이나 오래 걸립니다. Confluence Slides는 이러한 문제를 해결합니다. Teamwork Graph 기반 Rovo는 Atlassian 내 정보와 Slack, Google Docs, Microsoft Excel 같은 연결된 서드파티 소스에서 맥락 정보를 가져와, 실제 팀 지식을 기반으로 한 발표 자료를 생성합니다. 스토리 구조를 자동으로 구성 Rovo는 포함할 내용을 결정하고, 정보의 순서를 구성하며, 전체 스토리를 전달하는 방식을 설계합니다. 빈 슬라이드에서 시작하지 않음 기존 콘텐츠나 간단한 프롬프트를 기반으로 항상 생성을 시작하므로, 빈 슬라이드를 바라보며 어디서부터 시작해야 할지 고민할 필요가 없습니다. 초안부터 완성된 스토리까지 빠르게 첫 초안에서 발표 가능한 수준의 자료로 완성하기까지는 생각보다 많은 시간이 걸립니다. 작은 수정 하나에도 추가적인 수작업이 필요하기 때문입니다. Confluence Slides는 Rovo가 번거로운 작업을 대신 처리해 작업 흐름을 끊김 없이 이어갈 수 있도록 지원합니다. 스토리를 전달하는 효과적인 시각 자료 슬라이드 안에서 차트, 타임라인, 막대 그래프, 이미지 등을 자동으로 생성하므로, 첫 초안부터 완성도 높은 발표 자료를 만들 수 있습니다. Rovo 기반 편집 Rovo를 활용해 슬라이드 내에서 바로 수정할 수 있습니다. 구조 변경, 문장 재작성, 내용 개선 등 다양한 편집 작업을 지원합니다. 빠른 수동 편집 텍스트 수정이나 필름스트립에서 슬라이드 순서 변경 등 필요한 마무리 작업은 슬라이드에서 직접 빠르게 적용할 수 있습니다. Confluence에서 협업하고 발표까지 한 번에 발표 자료가 지식이 있는 곳과 다른 도구에 저장되면 정보가 분리되기 쉽습니다. 팀은 결국 두 개의 결과물을 별도로 관리하게 됩니다. 하나는 Confluence의 문서이고, 다른 하나는 다른 곳에 있는 발표 자료입니다. 그리고 어느 버전이 최신인지 명확하지 않은 경우가 많습니다. Confluence Slides를 사용하면 이러한 분리가 사라집니다. 발표 자료가 지식이 축적된 곳에 함께 존재하므로, 한 곳에서 자료를 생성하고, 공유하고, 협업하고, 발표할 수 있습니다. 실시간 협업 팀원을 초대해 발표 자료를 함께 작업하고, 인라인 댓글을 통해 피드백을 수집하며 이해관계자 간 의견을 조율할 수 있습니다. Confluence에서 바로 발표 발표 모드를 선택하면 바로 시작할 수 있습니다. 내보내기나 앱 전환 없이, 자료 완성부터 발표까지 자연스럽게 이어집니다. Confluence 권한 적용 슬라이드는 Confluence 콘텐츠 구조 안에 저장되며, 기존 스페이스 및 페이지 권한을 그대로 상속받아 항상 제어된 접근 권한을 유지합니다. Confluence Slides를 최대한 활용하는 방법 Rovo에 적절한 시작점을 제공하면 더 빠르게 완성도 높은 발표 자료를 만들 수 있습니다. 아래 팁을 활용해 보세요: 1. 사용할 소스를 먼저 제공하세요 사용할 정확한 페이지, Jira 프로젝트 또는 서드파티 커넥터를 연결하세요. 특정 슬라이드 템플릿을 사용하고 싶다면 해당 자료를 연결해 Rovo가 참고하도록 할 수도 있습니다. “이 프로젝트 포스터와 Q3 회고 자료를 기반으로 발표 자료를 만들고 회고 자료의 데이터를 주요 소스로 활용해 아래 템플릿의 슬라이드 레이아웃을 적용해 주세요: [링크].” 2. 브랜드 색상을 설정하세요 HEX 코드를 제공하는 것이 가장 좋지만, Rovo는 색상 설명, 분위기 또는 회사 웹사이트 링크를 기반으로 색상 스타일을 해석할 수도 있습니다. “브랜드 색상인 0052CC와 FF5630을 사용하세요.” “atlassian.com http://atlassian.com의 색상 팔레트를 반영해 파란색과 중립적인 색상을 사용하세요.” 3. 스토리와 구조를 정의하세요 Rovo에게 포함할 내용, 제외할 내용, 순서 변경이 필요한 부분을 알려주세요. 전달하려는 스토리 흐름이 있다면 구체적으로 설명하세요. “강력한 문제 제기로 시작하고 명확한 실행 요청으로 마무리하세요.” “다음 순서로 슬라이드를 구성하세요: 소개, 문제, 해결 방법, 일정, 예산, 다음 단계.” 4. 대상과 톤을 지정하세요 누구를 위한 자료인지, 어떤 방식으로 전달해야 하는지 알려주세요. “경영진 예산 검토용 자료로 작성하며 간결하고 자신감 있는 데이터 기반의 톤을 사용하고 슬라이드당 최대 3개의 핵심 항목만 포함하세요.” 5. 시각 요소를 제어하세요 이미지, 아이콘, 차트 또는 레이아웃 스타일에 대한 선호 사항을 지정하세요. “로드맵 슬라이드에 타임라인 그래픽을 포함하세요.” 다음 발표 자료는 이미 Confluence에 있습니다 팀이 좋은 발표 자료를 만들기 위해 필요한 지식은 이미 존재합니다. Confluence 페이지, 회의 노트, 프로젝트 계획 등 여러 곳에 흩어져 있습니다. Confluence Slides는 이러한 모든 정보를 오랜 수작업을 거치지 않고도 실제로 공유할 수 있는 스토리로 더 빠르게 전환할 수 있도록 지원합니다. 빈 슬라이드에서 시작할 필요가 없습니다. 도구를 전환할 필요도 없습니다. 다시 서식을 정리할 필요도 없습니다. 문서에서 발표 자료까지 몇 초 만에 전환하고, Confluence 안에서 자신 있게 발표할 수 있습니다. 이미 Confluence를 사용하고 있다면 지금 발표 자료를 만들어 보세요. http://slides.rovo.com/ 아직 Confluence를 사용하고 있지 않다면 무료로 시작하고 https://www.atlassian.com/try/cloud/signup?product=confluence.ondemand&edition=premium 팀 간 지식을 생성하고 공유하는 방법을 확인해 보세요. 출처: Your next presentation is already in Confluence https://www.atlassian.com/blog/confluence/go-from-doc-to-deck-with-confluence-slides 작성자: Laura Eng (Principal Product Manager, Confluence) 발행일: 2026년 08월 17일

2026/10/12

Atlassian의 통합 마케팅 성과를 이끄는 3가지 AI 전략

지난 몇 년 동안 팀의 업무 방식은 크게 변화했습니다. 다양한 실험을 진행하고, 빠르게 방향을 조정하며, 의미 있는 초기 성과를 확인해 왔습니다. 이러한 흐름은 AI 시대에 마케팅이 나아갈 방향에 대한 기대감을 높여주었고, 동시에 그 과정에서 계속 배우고 있습니다. 그 이후 기업이 AI를 성공적으로 활용하는 데 걸림돌이 되는 요인도 확인했습니다. Atlassian의 연구에 따르면, 마케터의 94%가 업무에서 AI를 사용하고 있지만, 명확한 전사적 투자 대비 효과(ROI)를 입증할 수 있다고 확신하는 마케팅 임원은 3%에 불과합니다 https://www.atlassian.com/blog/guides-research/the-state-of-teams-2026-cmo-brief. 이 격차의 원인은 기술이 아니라 전략에 있습니다. Atlassian의 한 마케팅 팀은 전체 제품 포트폴리오를 아우르는 멀티채널 마케팅 캠페인을 운영합니다. 이러한 캠페인은 전 세계 수십 개 시장에서 개별 개발자부터 엔터프라이즈 의사결정권자까지 다양한 고객에게 도달합니다. 오랫동안 대부분의 팀과 마찬가지로 다양한 AI 활용 사례를 폭넓게 실험하고, 각 영역에서 개별적으로 학습하며, 각각의 AI 활용 성과를 더 큰 비즈니스 성과와 연결하는 데 어려움을 겪었습니다. 하지만 더 많은 AI 도구를 추가하는 대신, AI를 어떻게 활용할지에 집중하기 시작하면서 변화가 일어났습니다. 노력을 여러 방향으로 분산하는 대신, 업무 방식을 변화시킨 3가지 AI 전략에 투자했습니다. 업무 방식을 변화시키는 3가지 AI 전략 대규모 글로벌 포트폴리오를 관리하는 마케팅 리더들은 여러 채널, 에이전시, 내부 팀을 운영하면서 높은 성장 목표를 달성해야 하는 과제에 직면해 있습니다. 동시에 제한된 리소스와 복잡한 업무 흐름도 관리해야 합니다. 이제 중요한 것은 단순히 많은 사람에게 도달하는 것이 아닙니다. 적절한 사람에게, 적절한 메시지를, 적절한 시점에 전달하면서 모든 마케팅 프로그램의 효과를 극대화하는 것입니다. 이는 단순히 대중에게 메시지를 전달하는 것보다 훨씬 복잡한 과제입니다. AI는 고객과 소통하는 방식을 더 똑똑하고 정교하게 만들고 있으며, 동시에 마케팅 비용과 프로그램의 효율성과 효과를 높이는 데 도움을 주고 있습니다. 이를 위해 AI를 활용해 다음 세 가지 핵심 영역의 구체적인 과제를 해결하고 있습니다: 전략 1: 유료 미디어 예산을 동적으로 최적화해 집행 효율 향상 잘못된 채널에 잘못된 시점으로 집행된 광고비는 모두 낭비됩니다. 분기별 리뷰에서 3개월 전에 이미 포화 상태인 채널에 수십만 달러를 투자했다는 사실을 발견하더라도, 그 비용은 이미 회수할 수 없습니다. 이 엔진을 구축한 이유는 명확했습니다. 더 이상 결과가 나온 뒤 원인을 분석하는 사후 분석 중심의 마케팅(post-mortem marketing)에 의존할 수 없었기 때문입니다. 성과 변화가 발생하는 시점을 파악하고, 낭비가 누적되기 전에 투자를 전환하며, 캠페인 진행 중에도 전략을 조정할 수 있어야 했습니다. 머신러닝 기반 예산 관리 도구는 채널별 한계 수익 감소(diminishing returns)를 거의 실시간으로 감지하고, 예산을 어디로 재배분해야 하는지 제안합니다. 성과 신호가 변화하는 즉시 예산을 재배분함으로써, 전체 전환당 비용(cost-per-conversion) 효율을 최소 10% 향상시키는 것을 목표로 하고 있습니다. 무엇보다 중요한 변화는 팀이 더 이상 추측에 의존하지 않고, 명확한 데이터를 기반으로 의사결정을 내리게 되었다는 점입니다. 전략 2: 라이프사이클 신호 기반으로 채널 전반의 고객 여정을 개인화 고객이 즉시 구매할 준비가 되어 있지 않은 경우에도, 고객이 현재 있는 단계에 맞는 경험을 제공해야 합니다. 머신러닝 모델은 이제 랜딩 페이지, 이메일 캠페인, 제품 내 접점 전반의 메시지를 조율하여, 각 상호작용이 이전 경험으로부터 지속적으로 학습하도록 지원합니다. AI는 실시간 라이프사이클 신호를 기반으로 적절한 메시지, 최적의 채널, 가장 효과적인 타이밍을 결정합니다. 이러한 신호는 Atlassian의 조직 내 축적된 지식(institutional memory)으로 보강될 때 더욱 효과적으로 작동합니다. Atlassian의 Teamwork Graph https://www.atlassian.com/platform/teamwork-graph는 대상 고객, 메시지, 조직 전반의 업무 맥락을 연결합니다. 이를 통해 모델은 더 정확한 의사결정을 내리고, 시간이 지날수록 더욱 관련성 높은 경험을 제공할 수 있습니다. 구매자에게는 모든 단계에서 매끄럽고 연결된 경험을 의미합니다. 팀에게는 여러 캠페인을 수동으로 연결하고 조율하는 데 소요되는 시간을 줄여줍니다. 전략 3: 크리에이티브 최적화를 통한 광고 피로도 완화 및 관련성 향상 적절한 시점에 적절한 사람에게 도달하더라도, 잘못된 크리에이티브 소재로 접근한다면 결국 중요한 기회를 놓치게 됩니다. 과거에는 지역별, 역할별로 맞춤화된 광고 변형 소재를 제작하기 위해 크리에이티브 팀과 수많은 반복 작업을 거쳐야 했고, 그 과정에서 캠페인 출시 일정이 몇 주씩 지연되었습니다. 이제 에이전틱 크리에이티브 도구(agentic creative tool)는 어떤 소재가 좋은 성과를 내는지 학습하고, 대규모로 맞춤형·현지화된 변형 소재를 생성합니다. 이를 통해 개인화에 필요한 비용을 줄이는 동시에, 고객에게 더욱 관련성 높은 광고 소재를 제공하여 캠페인 성과를 향상시킵니다. AI는 의도적으로 연결될 때 더 큰 가치를 만듭니다 이러한 투자의 가치는 시간이 지날수록 누적됩니다. 각 상호작용이 다음 의사결정을 개선하는 학습으로 이어지기 때문입니다. 예산 관련 신호는 어떤 영역에 투자가 효과적인지 더 정확하게 파악할 수 있도록 돕고, 고객 여정 데이터는 고객이 어떻게 반응하는지 보여주며, 크리에이티브 성과 데이터는 어떤 메시지가 고객에게 효과적으로 전달되는지 알려줍니다. 이러한 인사이트가 다시 시스템에 반영되면, 각 캠페인은 더욱 지능적으로 발전합니다. 이를 통해 더 빠르고 정확한 의사결정을 내리는 동시에, 새로운 실험마다 더 높은 투자 대비 효과를 만들어낼 수 있습니다. 이러한 상호작용은 중요한 결론을 보여줍니다: AI는 의도적으로 연결될 때 추진력을 얻습니다. 개별적인 테스트는 분리된 상태에 머물지만, 연결된 시스템은 학습하며 성장합니다. 세 가지 AI 전략이 연결되는 방식 이 세 가지 전략은 서로 분리된 개별 과제가 아닙니다. 세 가지가 완전히 연결된 하나의 시스템을 구성하기 때문입니다. 예산 최적화 도구는 어디에 얼마나 투자할지를 알려주고, 고객 여정 오케스트레이션 엔진은 언제 어떤 메시지를 전달할지를 결정하며, 크리에이티브 최적화 도구는 그 순간에 맞는 시각적 요소를 제공할 수 있도록 지원합니다. 각 도구는 개별적으로도 가치를 제공하지만, 서로 연결될 때 나머지 두 도구의 효과를 크게 향상시킵니다. 실험 에이전트: 조직 전반의 가시성 확보 Atlassian의 AI 솔루션인 Rovo https://www.atlassian.com/software/rovo를 기반으로 구축한 실험 에이전트는 AI가 일상적인 팀 협업을 어떻게 개선하는지 명확하게 보여줍니다. 이를 도입하면서 주요 지표가 변화했을 때 더 빠르게 원인을 파악할 수 있었고, 출시 당일 예상하지 못한 문제를 줄였으며, 팀 프로젝트 전반에 대한 가시성을 확보할 수 있었습니다. 이것이 왜 중요했는지 이해하려면 기존 업무 방식을 살펴볼 필요가 있습니다. 수십 개의 팀이 제품, 성장, 퍼포먼스 마케팅 영역에서 동시에 다양한 실험을 진행하고 있었습니다. 프로젝트 정보는 Jira Product Discovery 보드, Confluence 페이지, Atlas 티켓, Slack 스레드 등 여러 곳에 흩어져 있었습니다. 화요일 아침 핵심 지표가 변동할 때마다, 관련 팀은 Slack에서 원인을 논의하고, 보드를 확인하고, 페이지를 새로고침하며 사전에 공유되지 않은 테스트를 찾아야 했습니다. 이제 Rovo 에이전트는 이러한 모든 실험 상태, 담당자 정보, 결과를 하나의 조회 가능한 대시보드로 통합합니다. 에이전트는 각 팀의 Jira Product Discovery 보드를 모니터링하고, 출시 일정을 가져오며, 주요 변화 신호를 포착하고, 제품·채널·업무 영역별로 필터링된 실시간 현황을 제공합니다. 중요한 점은 이러한 모든 작업이 각 팀의 기존 내부 프로세스를 변경하지 않고도 가능하다는 것입니다. 에이전트가 필요한 정보를 자동으로 연결하고 통합하기 때문에, 팀 구성원에게 새로운 시스템에 맞추도록 요구할 필요가 없습니다. 교훈: AI와 사람이 함께 의사결정하기 자동화된 AI가 항상 좋은 AI는 아니라는 점을 알게 되었습니다. 초기 테스트에서는 외부 광고 플랫폼이 성과가 가장 좋은 광고 소재를 자동으로 최적화하도록 설정했습니다. 알고리즘은 전환율을 높이는 데 적극적으로 집중했지만, 브랜드 정체성에 대한 맥락은 전혀 고려하지 못했습니다. 며칠 지나지 않아 광고는 개성이 사라지고, 획일적이며, 무미건조한 형태로 변했습니다. 대시보드상 전환율은 좋아 보였지만, 실제 광고 소재를 확인했을 때는 만족스럽지 않았습니다. 이 경험은 AI 거버넌스에 대한 접근 방식을 바꾸는 계기가 되었습니다. 에이전트의 추천과 자동 확장 기능을 적극적으로 활용하고 있지만, 실제 운영에 적용하기 전에는 사람이 모든 결과를 검토하고 승인합니다. AI는 업무 속도를 높이지만, 브랜드는 사람이 보호합니다. 마케팅 리더를 위한 시사점 피상적인 AI 활용을 넘어 실질적인 성과를 만들기 위해서는 집중적이고 연결된 접근 방식이 필요합니다. 다음 원칙은 팀이 더 강력한 기반을 구축하고, 하나의 명확한 성공 사례를 바탕으로 AI 활용을 확장하는 데 도움을 줍니다. 무엇보다 먼저 기반을 정비해야 합니다 업무 맥락, 프로세스, 워크플로를 정렬해야 합니다. 문제가 있는 워크플로에 AI를 추가하면, 기대에 못 미치는 결과를 더 빠르게 만들어낼 뿐입니다. 변화 관리에 충분히 투자해야 합니다 팀이 반복적이고 번거로운 실행 업무에서 벗어나 전략적인 관리와 감독에 집중할 수 있도록 지원해야 합니다. 팀을 가장 힘들게 하는 하나의 비효율적인 프로세스부터 AI를 적용해야 합니다 결과를 측정하고, 해당 성공 사례를 기반으로 더 넓은 활용으로 확장할 수 있습니다. 모든 시스템에 맥락 정보를 제공해야 합니다 AI가 조직 전반의 적절한 정보, 워크플로, 의사결정을 연결할 수 있도록 해야 합니다. AI에 대한 과장된 기대를 넘어 실제 가치를 만들기 위해서는, 문제가 있는 워크플로에 AI를 단순히 추가하는 것이 아니라 연결된 기반 위에서 활용해야 합니다. Teamwork Collection https://www.atlassian.com/collections/teamwork은 계획, 제작, 리포팅 전반에서 마케팅 팀이 성과를 낼 수 있도록 지원하는 연결된 기반을 제공합니다. 출처: 3 AI bets powering Atlassian’s integrated marketing impact https://www.atlassian.com/blog/how-we-build/ai-bets-powering-atlassian-integrated-marketing-impact 작성자: Esra Guler (Head of Integrated Marketing and AI Innovation) 발행일: 2026년 08월 11일

2026/10/06

서비스 관리 영역의 AI 현황

Atlassian은 2029년 3월 28일 주요 Data Center 제품의 지원 종료(EOL)를 앞두고, 고객의 원활한 Cloud 전환을 위한 로드맵과 지원 방안을 안내하고 있습니다. 이번 웨비나에서는 AI 시대에 맞춰 변화하고 있는 Atlassian Cloud의 확장성, 보안, 관리 및 커스터마이징 기능을 살펴보고, Data Center 고객이 Cloud로 전환하기 위해 고려해야 할 주요 사항을 소개합니다. 또한 조직의 규모와 환경에 따라 활용할 수 있는 다양한 마이그레이션 도구와 지원 프로그램을 통해 Cloud 전환 절차와 준비 방향을 함께 설명합니다. Atlassian Data Center 지원 종료 일정과 Cloud 전환에 필요한 준비 사항, 지원 프로그램에 대한 자세한 내용은 아래 웨비나 영상을 통해 확인해 보시기 바랍니다. 웨비나 영상(자막 제공) <div style="max-width:1280px; margin:0 auto;" ]]> 주요 내용 Atlassian Data Center EOL 일정 및 적용 대상 Jira, Jira Service Management, Confluence, Bamboo, Crowd Data Center 제품의 EOL 일정 기존 고객의 라이선스 확장 및 추가 구매 가능 기간 Bitbucket Data Center의 Hybrid 라이선스 전환 방향 Atlassian이 Cloud 전환을 추진하는 이유 AI 기반 업무 환경 확산에 따른 통합 플랫폼의 중요성 Jira, Confluence 등 제품 간 데이터와 업무를 연결하는 Cloud 기반 협업 환경 Teamwork Graph와 AI를 활용한 보다 맥락 기반의 업무 지원 엔터프라이즈 환경을 위한 Cloud 기능 강화 대규모 사용자 환경을 지원하는 확장성과 중앙화된 관리 Marketplace와 Forge를 통한 커스터마이징 데이터 레지던시, 암호화 키 관리, 감사 로그, 백업 및 복구 등 보안·컴플라이언스 기능 Atlassian Guard를 활용한 사용자 및 데이터 보안 관리 Cloud 마이그레이션 지원 프로그램 Jira 및 Confluence Cloud Migration Assistant 대규모 조직을 위한 Fast Shift 복잡한 엔터프라이즈 환경을 위한 Advisory Services 및 Solution Partner 지원 Cloud Trial, Dual Licensing, Step-up Credit 등 다양한 전환 지원 옵션 Cloud 전환을 위한 단계별 접근 현재 Data Center 환경과 요구사항 분석 목표 Cloud 환경 및 마이그레이션 방식 설계 테스트 후 사용자, 데이터 및 앱 이전 조직 상황에 따른 일괄 또는 단계적 마이그레이션 Atlassian Cloud 및 Data Center 지원 종료 관련 문의 현재 Atlassian Data Center를 사용 중이거나 Cloud 전환을 검토하고 있다면, 조직의 사용자 규모와 운영 환경, 보안 및 컴플라이언스 요구사항을 고려한 사전 준비가 필요합니다. Atlassian Cloud 도입 및 마이그레이션부터 Data Center 지원 종료 일정, 향후 라이선스 운영 방안까지 관련 문의가 있는 경우 커브에서 현재 운영 환경과 요구사항을 바탕으로 적합한 Cloud 전환 방향과 준비 사항을 안내하고 있습니다. 상담 및 문의는 CURVC 문의 페이지 https://www.curvc.com/curvc/contents/about/contactus 또는 curvc@curvc.com mailto:curvc@curvc.com 이메일 문의를 통해 가능합니다.

- Others -

Contributor

사용자	수정	댓글	레이블
설진호 이사	1274	39	414
이지혜 선임	704	0	38
황희연 대표	695	12	13
윤준호 책임	628	7	18
이수정 선임	623	0	69
박주현 책임	332	4	15
Anonymous	243	10	46
김나우 선임	223	0	11
성윤주 선임	167	1	14
박상민 선임	161	0	29
이형근 책임	130	1	6
김광일 선임	119	1	1
한은우 선임	86	0	0
이상훈 선임	60	0	3
박재국 선임	55	1	1
김미현 선임	52	0	15
Anonymous	39	1	15
Anonymous	31	7	0
김태연 선임	26	0	1
신민수 선임	24	0	2
최보근 선임	23	0	0
김수영 선임	22	0	0
나종진 부장	17	0	1
전재희 선임	17	0	0
정성훈 선임	14	0	0
김상범 선임	9	0	0
강수재 선임	6	0	0
황현우 선임	6	0	0
송선택 선임	5	1	1
이학준 부장	5	0	0
문소정 선임	4	0	0
이준석 사원	4	1	0
Anonymous	3	0	4
박건우 선임	1	0	2
Anonymous	0	0	1
강돈영 선임	0	0	1
김동윤 선임	0	0	2
김희범 책임	0	0	1
정재훈 책임	0	0	1

페이지 트리

CURVC DevOps Confluence

**- Products Guide -**