8월, 2026의 블로그

출처:

Three ways Atlassian’s Learning Team uses AI, and one way they won’t

작성자:

Julia Eddington

발행일: 2026년 06월 22일

AI의 가치를 극대화하는 가장 효과적인 방법은 팀 단위로 AI 활용을 확장하는 것입니다.

하지만 85%의 직장인이 AI를 사용하고 있는 반면, 팀 워크플로에 AI를 적용한 비율은 29%에 불과합니다.

Atlassian Learning Team은 바로 이 29%에 해당하며, 이들이 얻은 교훈은 다양한 유형의 팀이 AI 활용을 확장하는 데 참고할 수 있는 사례가 되고 있습니다.

이들은 팀이 오늘부터 AI 네이티브 조직으로 변화해 나가기 위한 세 가지 방법을 공유했습니다.

Atlassian Learning Team은 무료 온디맨드 교육 과정, 실시간 팀 교육 그리고 팀을 위한 앱 활용 가이드를 통해 Atlassian 앱 사용자가 역량과 자신감을 키울 수 있도록 지원합니다.

Learning Team은 새로운 기술을 적극적으로 받아들이지만, 가장 중요한 것은 고객에게 더 나은 경험을 제공하는 것입니다.

따라서 지난해 Atlassian의 인앱 AI인 Rovo가 출시되었을 때, Learning Team은 품질을 유지하고 창작 과정의 주도권을 잃지 않으면서 Learning 카탈로그 콘텐츠 제작 과정에 Rovo를 어떻게 활용할 수 있을지 탐색하기 시작했습니다.

Learning Team은 기존 교육 과정 설계 워크플로를 살펴보고, AI를 활용하면 시간과 에너지를 절약하고 불필요한 부담을 줄일 수 있는 몇 가지 지점을 파악했습니다.

이후 팀은 교육 과정 제작 워크플로에 AI를 어떻게 적용할지 함께 결정했습니다:

Learning Team의 시니어 러닝 콘텐츠 디자이너 Becky Mueller는 창의적인 주도권을 유지하면서 AI를 교육 과정 제작 워크플로에 적용하는 세 가지 방법을 자세히 소개했습니다.

1. AI 리서치로 몇 시간, 때로는 몇 주까지 절약하기

탐색 단계

사람들에게 실제로 도움이 되는 교육 과정이 무엇인지 파악하기 위해, 디자이너들은 항상 리서치 중심의 탐색 단계부터 시작합니다.

필요한 정보는 사내 문서에 있지만, 모든 정보를 찾아 정리하는 데는 많은 시간이 필요하며 때로는 최대 2주까지 걸리기도 합니다.

시니어 러닝 콘텐츠 디자이너인 Michelle Cacciapaglia는 이렇게 말했습니다.

“새로운 무언가를 시작할 때 디자이너인 우리는 본질적으로 우리가 무엇을 모르는지조차 모릅니다. 그리고 이를 파악하는 데는 많은 시간이 필요합니다.”

Learning Team이 거치는 이 과정은 많은 팀이 공통적으로 겪는 상황입니다:

내부에서 필요한 정보를 찾으려고 하지만, 관련 정보가 너무 많고 체계적으로 정리되어 있지 않거나 쉽게 찾을 수 없는 위치에 흩어져 있는 경우가 많습니다.

이렇게 많은 정보를 파악하고 정리하는 과정은 반복적이고 많은 에너지를 소모하게 만듭니다.

Learning Team은 Rovo Chat의 기능인 Rovo Deep Research가 이러한 과정을 지원할 수 있다고 판단했고, 어떤 팀이든 필요에 맞게 적용할 수 있는 간단한 프롬프트를 만들었습니다:

[조직명]에서 지난 2년 동안 수행한 사용자 리서치를 바탕으로, [주제 – 앱 / 기능 / 주제]의 주요 사용자 페르소나는 누구인지, 그리고 [대상 – 고객 / 관리자 / 최종 사용자]가 [주제 – 앱 / 기능 / 주제]에서 수행해야 하는 구체적인 업무(Job)와 작업(Task)은 무엇인지 분석해 주세요.

수행해야 하는 업무(Job)에 대한 상세한 정보를 제공해 주세요.
여기에는 해당 작업을 달성하기 위해 사용하는 [주제 – 앱 / 기능 / 주제]의 주요 기능도 포함해 주세요.

[주제 – 앱 / 기능 / 주제]의 [대상 – 고객 / 관리자 / 최종 사용자]가 달성하려는 가장 중요한 작업은 무엇인가요?

또한 [주제 – 앱 / 기능 / 주제]을 사용할 때 일반적으로 겪는 어려움이나 주요 불편 사항(Pain Point)은 무엇인지 설명해 주세요.

다음 페이지와 스페이스는 리서치를 위한 좋은 참고 자료입니다: [참조 페이지 URL]

결과를 받은 후, 팀은 모든 내용을 면밀히 검토하고 관련 없는 정보는 걸러냅니다.

“이전에는 필요한 모든 리서치 자료가 있다는 것은 알고 있었지만, 자료를 찾고 읽고 종합하는 데 많은 시간이 걸렸고 이제는 하나의 프롬프트와 약간의 대화만으로 이 과정이 이루어집니다.”

— Becky Mueller — Senior Learning Content Designer, Atlassian

Rovo를 활용해 사내 문서를 리서치하면 다른 팀원의 시간도 절약할 수 있습니다.

필요한 정보를 확인하기 위해 동료에게 따로 질문하며 업무를 방해할 필요가 없기 때문입니다.

이러한 모든 과정이 모여 팀 전체에 도움이 되는 AI 워크플로를 만들어 냅니다.

2. AI로 반복적인 관리 업무를 줄이고 중요한 일에 집중하기

기획 단계

Learning Team은 새로운 교육 과정의 기획 단계를 팀 킥오프 미팅으로 시작합니다.

이 미팅에서는 작업과 목표에 관한 많은 결정을 내리기 때문에 충분한 문서화가 필요합니다.

하지만 논의를 중단하고 내용을 기록하는 과정은 대화의 흐름을 끊고 전체 과정이 더 오래 걸릴 수 있습니다.

그래서 팀원들은 각자의 캘린더에 Loom 노트테이커를 추가했고, 이제 모든 회의가 자동으로 녹화됩니다.

이후 모든 참석자는 Loom이 Confluence에서 자동으로 생성한 AI 요약본을 받게 되며, 여기에는 실행 항목도 포함됩니다.

팀원들은 회의에 참석한 사람뿐 아니라 참석하지 못한 사람에게도 영상과 요약본을 공유할 수 있습니다.

“AI 덕분에 창작 과정에 집중하며 적극적으로 참여할 수 있습니다.”

— Becky Mueller — Senior Learning Content Designer, Atlassian

3. AI 글쓰기로 탄탄한 시작점 만들기

작성 단계

새로운 글쓰기 작업을 시작할 때, 많은 팀원은 흔히 “빈 페이지”에 대한 부담을 느낍니다.

콘텐츠의 가치를 잘 전달하면서도 간결하고 명확하게 작성하고 싶지만, 막상 첫 문장을 시작하는 일이 어렵게 느껴질 때가 있습니다.

Atlassian Learning 콘텐츠가 높은 몰입도를 가지는 이유 중 하나는 실제 전문가들이 직접 작성한다는 점입니다.

그래서 팀은 모든 글쓰기를 Rovo에 맡기고 싶지는 않았습니다.

대신 막막함을 느낄 때 AI가 시작을 도와줄 수 있는 몇 가지 흥미로운 방법을 찾아냈습니다.

팀은 Confluence에 정리한 메모와 아이디어를 바탕으로 Create with Rovo를 활용해 초안을 작성합니다.

물론 Rovo가 생성한 결과물은 항상 직접 수정하거나 다시 작성하지만, Rovo는 페이지 작성을 시작해야 한다는 부담을 덜어줍니다.

Atlassian에는 방대한 사내 문서가 있고, 회사 전체 구성원이 Confluence에서 업무 내용을 공유하고 있기 때문에 Rovo는 활용할 수 있는 풍부한 맥락을 바탕으로 작업할 수 있습니다.

Learning Team의 한 구성원은 Jira Plans를 처음 접하는 사람이 이 기능을 활용하고 싶어 하는 이유를 설명하는 데 Rovo를 활용한 사례를 공유했습니다.

그녀는 Rovo에게 다음을 요청했습니다:

Jira Plans를 사용해야 하는 이유를 한두 문장으로 간략하게 작성해 주세요.
주요 이점을 글머리 기호 목록으로 정리해 주세요.
내용의 정확성을 확인할 수 있도록 관련 문서를 제공해 주세요.

Rovo는 좋은 시작점을 제공했고, 그녀는 만족할 때까지 내용을 다듬어 완성했습니다:

“Jira Plans는 여러 프로젝트와 팀의 업무를 하나의 실시간 계획으로 통합해, 자신 있게 계획을 수립하고 변화에 빠르게 대응할 수 있도록 지원합니다.”

“Rovo는 결과물을 보고 좋은 결과물인지 판단하고, 필요하면 Rovo에 더 구체적인 방향을 제시해 다시 시도할 수 있는 능력을 키워 주며 글쓰기에 대한 자신감을 높이는 데 도움을 주고 있습니다.”

— Becky Mueller — Senior Learning Content Designer, Atlassian

팀은 다양한 대상에 맞게 글을 조정하는 데에도 Rovo를 활용합니다.

예를 들어, 교육 과정에서 사용할 시나리오를 작성했지만 내용이 너무 기술적이라는 점을 발견할 수 있습니다.

이때 Rovo는 몇 가지 방식으로 도움을 줄 수 있습니다:

팀은 Rovo에게 기술 지식이 많지 않은 팀을 위한 유사한 시나리오를 새롭게 작성하도록 요청하거나, 모든 대상이 이해하기 쉽도록 언어를 간소화해 달라고 요청할 수 있습니다.

활용 팁

Rovo로 다양한 유형의 콘텐츠를 생성하는 방법을 확인해 보세요.

Learning Team이 AI를 활용하지 않는 경우

Learning Team은 자신들이 전문성을 가진 영역에는 AI를 활용하지 않습니다.

Becky는 다음과 같이 말했습니다.

“실시간 학습 과정용 슬라이드를 만드는 일은 정말 좋아하는 작업이며, 시각 예술 분야의 배경을 바탕으로 가장 적합한 이미지를 선택하고 슬라이드의 모든 요소를 배치하는 창의적인 과정을 즐기기 때문에 AI에 맡기지 않습니다.”

한 팀원은 글쓰기가 자신의 전문 영역이기 때문에 AI의 도움을 받지 않는다고 공유했습니다.

또 다른 팀원은 다이어그램과 이미지를 직접 제작하는 일이 자신이 열정을 가진 작업이라고 설명했습니다.

또한 팀이 AI가 생성한 결과물을 마음에 들어 하지 않는 경우에는 해당 결과물을 사용하지 않습니다.

Senior Team Manager인 Garrett Marttinen은 다음과 같이 강조했습니다.

“우리가 무엇을 만들고 그것을 어떻게 표현할지는 우리 팀이 직접 결정합니다.”

Rovo를 워크플로에 적용하면서 Learning Team은 구성원 모두가 일하는 방식을 의미 있게 변화시키고, 팀 전체의 업무 방식을 개선할 수 있었습니다.

Learning Team은 여전히 창의적인 주도권을 유지하고 자신의 직관을 중요하게 여기지만, 많은 에너지를 소모하거나 시간을 낭비하게 하거나 깊은 전문성이 필요하지 않은 업무 일부를 AI에 맡기고 있습니다.

Customer Education 총괄인 Marshall Lee는 다음과 같이 말했습니다.

“AI는 단순히 업무 속도를 높이는 데 도움을 주는 것이 아니라, 창의성, 판단력, 고객과의 직접적인 협업과 같은 인간 고유의 역량을 활용해 새로운 가치 전달 방식을 만들 수 있을지 다시 생각할 기회를 제공하며, 기존의 장벽과 경계를 허물고 30년 전 소프트웨어가 새로운 형태의 ‘지식 노동’을 가능하게 했던 것처럼 인간 중심의 새로운 업무 방식과 가능성을 바라볼 수 있도록 돕고 있습니다.”

아직 Rovo나 Loom을 사용해 보지 않았다면 Learning Team의 무료 자기 주도형 온디맨드 교육 과정을 확인해 보세요:

Rovo 활용하기 (Get the most out of Rovo)
Loom 활용하기 (Get the most out of Loom)

이미 Rovo의 기본 활용 방법을 익혔다면, Work more effectively with Rovo 리소스 컬렉션에서 더 고급 활용 방법을 확인할 수 있습니다.

블로그

1. AI 리서치로 몇 시간, 때로는 몇 주까지 절약하기

탐색 단계

2. AI로 반복적인 관리 업무를 줄이고 중요한 일에 집중하기

기획 단계

3. AI 글쓰기로 탄탄한 시작점 만들기

작성 단계

Learning Team이 AI를 활용하지 않는 경우

2026 Win-back 프로모션 혜택 안내

Nexus에서 JFrog로 전환해야 하는 이유

프로모션 문의 및 안내