CURVC DevOps Confluence


커브에서 운영하는 DevOps 지식 기반 공간에 오신것을 환영합니다. DevOps, ALM, Agile과 관련된 Atlassian,
SonarQube, Open Source, CURVC 솔루션에 대한 다양한 정보를 확인할 수 있습니다.



 

- Products Guide -



Jira 가이드

Atlassian Jira Guide

Atlassian Jira 설치, 사용자, 관리자 가이드를 제공합니다.

Atlassian Confluence Guide

Atlassian Confluence 설치, 사용자, 관리자 가이드를 제공합니다.

Atlassian Bitbucket Guide

Atlassian Bitbucket 설치, 사용자, 관리자 가이드를 제공합니다.



Atlassian Bamboo Guide

Atlassian Bamboo 설치, 사용자, 관리자 가이드를 제공합니다. 



Atlassian Crowd Guide

Atlassian Crowd 설치, 사용자 관리자 가이드를 제공합니다.



SonarQube Guide

SonarQube 설치, 사용자, 관리자 가이드를 제공합니다.




- CURVC News -




main.png
2025/11/03

Atlassian Software Collection을 소개합니다

모든 팀을 위한 세계 최초의 AI-네이티브 SDLC로 생산성, 품질, 속도를 측정하고 향상하세요. 출처 Introducing Atlassian Software Collection - Work Life by Atlassian https://www.atlassian.com/blog/announcements/team25-europe-software-collection 작성자: Rajeev Rajan (CTO) 발행일: 2025년 10월 7일 제 커리어 초기에 가장 기억에 남는 순간들은, 배경에서는 핑크 플로이드 음악이 흐르고 저는 코드에 완전히 몰입해 있었던 때들입니다. 방해 없이 내가 사랑하는 무언가를 만들고, 오직 나와 해결해야 할 문제만 존재하는 그 ‘몰입의 흐름’만큼 특별한 감각은 없습니다. 그것이 바로 개발자의 즐거움입니다. 제가 3년 전 CTO로 Atlassian에 합류했을 때, 이곳의 모든 개발자들이 그 경험을 느껴보길 바랐습니다. 제 경험상 중요한 것은 코드를 더 많이 쓰는 것이 아니라, 흐름을 방해하는 요소들을 없애주는 것이라는 걸 알고 있었기 때문입니다. 그래서 우리는 개발자 만족도와 생산성을 함께 높이기 위한 노력을 시작했고, 그 결과는 놀라웠습니다. 개발자 만족도는 3년 만에 49%에서 83%로 상승했고, 같은 기간 엔지니어 1인당 Pull Request는 89% 증가했습니다. 이 여정을 공유할 때마다 다른 엔지니어링 리더들은 항상 이렇게 묻습니다. “우리도 그렇게 만들려면 어떻게 해야 하나요?” 사실 이는 결코 쉬운 일이 아닙니다. 개발자의 즐거움을 실현하려면 좋은 의도만으로는 부족합니다. 적절한 도구 조합, 현대적인 작업 방식, 그리고 무엇이 실제로 효과가 있는지 측정할 수 있는 강력한 체계가 필요합니다. 그리고 AI가 점점 더 큰 역할을 하게 되면서, 그 복잡성은 더욱 커지고 있습니다. 오늘 저는, 우리가 개발자의 즐거움을 되찾는 데 결정적인 역할을 했던 그 솔루션을 이제 여러분의 팀도 사용할 수 있게 되었음을 기쁘게 전합니다. 그 솔루션이 바로 Atlassian Software Collection입니다. <iframe width="640" height="360" src="https://www.youtube.com/embed/B8hBsxbmjBs" title="Delivering Engineering Excellence With the Atlassian System of Work | Atlassian" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> Software Collection이란 무엇인가? Atlassian Software Collection은 전체 소프트웨어 개발 생명주기(SDLC) 전반에 걸쳐 AI 기반 앱과 실행 가능한 인사이트를 하나로 통합할 수 있는 독보적인 위치에 있습니다. 이 컬렉션은 엔지니어링 리더들이 팀이 어디에서, 왜 막혀 있는지를 정확히 파악하고, 도입한 AI가 실제로 기대한 성과를 내고 있는지 확인할 수 있도록 설계되었습니다. 이 컬렉션에는 다음과 같은 제품이 포함됩니다: Rovo Dev (now generally available 🚀): 계획, 코딩, 코드 리뷰, 반복 업무 자동화를 지원하는 당신의 AI 동료입니다. Rovo Dev는 마찰을 제거하고, 코드 품질을 향상시키며, 개발자가 흐름을 유지할 수 있도록 해 SDLC 전체 속도를 높여줍니다. (체험 링크) Bitbucket Pipelines: 소프트웨어를 더 빠르고 안정적으로 빌드·테스트·배포할 수 있게 해주는 CI/CD 자동화 기능입니다. Bitbucket: 속도, 확장성, 협업을 위해 설계된 소스 코드 관리 도구이며, 이제 클라우드와 하이브리드 라이선스 모두에서 사용할 수 있습니다. Compass: 소프트웨어 컴포넌트의 소유권, 표준, 거버넌스를 전체 생태계에서 일관되게 관리할 수 있도록 도와주는 통합 카탈로그이며, 점수카드 기반 평가 기능을 제공합니다. DX: 가장 최신으로 추가된 제품으로, 개발자 경험(설문·정성 데이터)과 PR 사이클 타임, 빌드/테스트 실패율, AI 사용량 같은 정량적인 생산성 지표를 하나로 통합해 제공합니다. 간단히 말해, Software Collection은 개발자가 흐름을 유지하도록 돕는 방식이자, 리더들이 AI 투자 효과를 확실히 확인할 수 있는 방법입니다. main1.png Rovo Dev 출시: 당신의 모든 개발 맥락을 이해하는 AI 우리는 Team ’25 애너하임에서 Rovo Dev 베타 버전을 처음 공개했으며, 지난 6개월 동안 받은 고객 피드백은 매우 분명했습니다. Rovo Dev는 이제 개발 과정의 마찰을 줄이고 코드 품질을 높이는 데 없어서는 안 될 핵심 파트너가 되었습니다. Rovo Dev는 개발 여정 전반을 이해하는 컨텍스트 기반 AI 에이전트입니다. Atlassian의 Teamwork Graph를 기반으로 Rovo Dev는 회사와 프로젝트, 목표를 이해하고 Jira, Confluence, Bitbucket, Compass, Jira Service Management 등 다양한 제품 전반의 정보를 연결합니다. Rovo Dev는 단순히 코드를 더 빨리 작성하는 데 그치지 않습니다. 소프트웨어 개발 생명주기 전체를 새롭게 정의하는 접근 방식입니다. 반복 사이클을 가속하고, 코드 품질을 향상시키며, AI 기반의 실제 레버리지를 제공함으로써 개발 자체를 전략적 경쟁력으로 바꿔줍니다. - Abhi Abhishek, SVP Global Engineering, Outreach 이제 Rovo Dev가 정식 출시되었음을 기쁘게 알려드립니다. Rovo Dev는 개발 여정 전반을 이해하는 컨텍스트 기반 AI 에이전트입니다. Atlassian’s Teamwork Graph https://twitter.com/intent/tweet?source=webclient&via=atlassian&text=Atlassian%E2%80%99s%20Teamwork%20Graph&url=https://www.atlassian.com/blog/announcements/team25-europe-software-collection를 기반으로 Rovo Dev는 여러분의 회사, 프로젝트, 목표를 이해하고 Jira, Confluence, Bitbucket, Compass, Jira Service Management 등 다양한 제품 전반의 정보를 연결합니다. Rovo Dev는 단순히 코드를 이해하는 데 그치지 않습니다. 비즈니스 맥락, 문서, 티켓, 코드 히스토리까지 하나로 통합해 개발자가 필요한 전체 맥락을 언제든지 바로 확인할 수 있도록 지원합니다. Rovo Dev만의 차별점은 무엇인가? AI that knows more than just your codebase: 코드베이스만 아는 AI가 아닙니다. Rovo Dev는 티켓, 문서, 인시던트, 비즈니스 목표 전반의 깊은 조직 맥락을 활용해 개발자가 정보를 찾아 헤매지 않고도 더 스마트한 결정을 내릴 수 있도록 돕습니다. Stay in the flow, everywhere you work: 어디에서 일하든, 흐름을 유지하세요. IDE, 터미널, Bitbucket, GitHub 등 어떤 환경에서 작업하든 Rovo Dev가 함께합니다. 더 이상 도구를 오가거나 맥락을 잃을 필요가 없습니다. 워크플로우 전체를 아우르는 단 하나의 AI 파트너만 있으면 됩니다. Automate the repetitive stuff: 반복적인 작업은 자동화하세요. PR 코드 리뷰, 문서 업데이트, 의존성 정리 등 반복 업무는 Rovo Dev가 처리합니다. 개발 흐름을 방해하는 마찰을 AI 에이전트가 대신 해결해 개발자들이 흐름을 유지한 채 일할 수 있도록 도와줍니다. Delegate end-to-end workflows: end-to-end 워크플로우도 맡길 수 있습니다. 소프트웨어 컴포넌트의 소유권, 표준, 거버넌스를 전체 생태계에서 일관되게 관리할 수 있도록 도와주는 통합 카탈로그이며, 점수카드 기반 평가 기능을 제공합니다. Rovo Dev의 실제 활용 모습을 보고 싶으신가요? 현재 제공되는 기능 중에서도 특히 강력한 몇 가지를 아래에서 소개합니다. 앞으로도 새로운 기능들이 지속적으로 추가될 예정입니다. Rovo Dev in CLI: CLI에서 사용하는 Rovo Dev 터미널에서 바로 실행되는 AI 기반 워크플로우 rovo-dev-in-cli-1.gif Rovo Dev Code Reviews: Rovo Dev 코드 리뷰 Bitbucket과 GitHub에서 코드 및 수용 기준(acceptance criteria)을 자동으로 검토합니다. codereview.mov.gif Rovo Dev in Jira (coming soon): Jira에서의 Rovo Dev(출시 예정) 코딩 작업을 할당하면 Rovo Dev가 처음부터 끝까지 처리합니다. swcgif.mp4.gif Troubleshoot pipelines with Rovo Dev: Rovo Dev로 파이프라인 문제 해결 빌드 실패를 자동으로 디버그하고 수정합니다. troubleshootpipelinesrovodev.mov.gif DX, Atlassian과 Software Collection에 공식 합류 몇 주 전, Atlassian은 엔지니어링 인텔리전스 분야의 선도 기업 DX를 인수하기 위한 최종 계약을 체결했다고 발표했습니다. https://www.atlassian.com/blog/announcements/atlassian-acquires-dx 그리고 오늘, 인수가 완료되면 DX가 Software Collection의 핵심 구성 요소로 자리하게 된다는 소식을 기쁘게 전해드립니다. AI가 소프트웨어 개발 방식을 바꾸고 있는 지금, 리더들은 자신들의 AI 투자가 정말로 팀이 더 빠르고 더 나은 소프트웨어를 개발하는 데 기여하고 있는지 확인하고 싶어합니다. DX는 바로 그 질문에 답을 제공합니다. DX는 개발자 생산성을 측정·비교·개선하는 데 필요한 데이터와 인사이트를 제공하며, 특히 AI의 영향력까지 명확하게 보여줍니다. DX를 Software Collection에 포함함으로써, 고객들은 다음과 같은 가치를 얻을 수 있습니다: AI 도입 수준과 그 영향력을 측정하여, 리더들이 어떤 요소가 실제로 성과를 내고 있고 무엇이 단순한 잡음인지 명확하게 파악할 수 있습니다. 정성적 피드백과 정량적 지표를 결합한 ‘360° 개발자 경험 분석’을 통해, 개발 흐름이 어디에서 끊어지고 있는지 정확히 파악할 수 있습니다. 개발자 생산성과 시스템 상태에 대한 실시간 인사이트를 제공하여, 리더들이 문제 지점(핫스팟)과 투자해야 할 영역을 빠르게 파악할 수 있습니다. 우리는 함께, 세계 최고의 엔지니어링 팀들이 영향력을 더욱 확대하고, 더 스마트한 투자를 하며, AI 시대에 개발자의 흐름을 극대화할 수 있도록 지원할 것입니다. 지금 바로 AI 네이티브 SDLC를 시작하세요 개발자의 ‘몰입’이라는 감각을 찾아 헤매며 커리어를 시작했던 사람으로서, 방해받지 않고 내가 좋아하는 일에 온전히 집중할 수 있을 때 얼마나 큰 변화를 만들어내는지 직접 경험해왔습니다. 초창기 키보드 앞에서 보냈던 시간부터 지금 Atlassian에서 세계적인 엔지니어링 팀을 이끄는 현재에 이르기까지의 제 여정은, Software Collection이 탄생하는 과정 전반에 깊은 영향을 주었습니다. 이 Software Collection을 통해, 우리는 모든 개발자와 리더가 그때 제가 느꼈던 그 ‘몰입’, 명확한 방향성, 그리고 분명히 측정 가능한 성과를 함께 경험할 수 있도록 하고자 합니다. 지금 Rovo Dev에 가입하거나, Software Collection에 대해 더 알아보세요. https://www.atlassian.com/software/rovo-dev

main.png
2025/10/27

2025년 10월 커브 소식지(뉴스레터)

가을이 깊어지는 10월, 어느덧 한 해의 마지막 분기를 맞이했습니다.  이번 뉴스레터에서는 클라우드와 AI가 만들어가는 새로운 변화를 전해드립니다. Atlassian의 2025 Executive Insights Report를 통해 클라우드와 AI 혁신이 기업의 일하는 방식을 어떻게 바꾸고 있는지 살펴보고,  SonarQube의 MCP Server 출시로 한층 진화한 AI 기반 코드 품질 관리 소식도 함께 소개합니다.  https://d15k2d11r6t6rl.cloudfront.net/public/users/Integrators/208d7955-33b5-4ad5-b739-82f8ce94ecac/8a9982cf7639e85d01764536575024c3/%EC%BB%A8%ED%85%90%EC%B8%A0%20%EB%B0%B0%EB%84%88/BEST%26NEW%20CONTENTS%20TITLE-09.png https://d15k2d11r6t6rl.cloudfront.net/public/users/Integrators/208d7955-33b5-4ad5-b739-82f8ce94ecac/8a9982cf7639e85d01764536575024c3/%EC%BB%A8%ED%85%90%EC%B8%A0%20%EB%B0%B0%EB%84%88/BEST%26NEW%20CONTENTS%20TITLE-10_1.png Table Filter 차트만들기 https://confluence.curvc.com/spaces/ASD/pages/219225073/05.+%EC%B0%A8%ED%8A%B8+%EB%A7%8C%EB%93%A4%EA%B8%B0 Confluence 활용 꿀팁 8가지 https://confluence.curvc.com/spaces/ASD/blog/2025/07/23/265945111/Confluence+%ED%99%9C%EC%9A%A9+%EA%BF%80%ED%8C%81+8%EA%B0%80%EC%A7%80 Atlassian ROVO를 소개합니다. https://confluence.curvc.com/spaces/ASD/pages/219223058/Atlassian+ROVO%EB%A5%BC+%EC%86%8C%EA%B0%9C%ED%95%A9%EB%8B%88%EB%8B%A4. SonarQube 커스텀 룰 설정 https://confluence.curvc.com/spaces/ASD/pages/209486744/SonarQube+%EC%BB%A4%EC%8A%A4%ED%85%80+%EB%A3%B0+%EC%83%9D%EC%84%B1%ED%95%98%EA%B8%B0 Jira Cloud 개인 설정 및 알림 설정하기 https://confluence.curvc.com/spaces/ASD/pages/232391030/Jira+Cloud+%EA%B0%9C%EC%9D%B8+%EC%84%A4%EC%A0%95+%EB%B0%8F+%EC%95%8C%EB%A6%BC+%EC%84%A4%EC%A0%95%ED%95%98%EA%B8%B0 Atlassian 팀워크 컬렉션으로 협업 속도 높이기 https://confluence.curvc.com/spaces/ASD/blog/2025/10/21/287244291/Atlassian%EC%9D%98+AI+%EA%B8%B0%EC%88%A0%EB%A1%9C+%EA%B0%95%ED%99%94%EB%90%9C+Teamwork+Collection%EC%9C%BC%EB%A1%9C+%EB%8D%94+%EB%B9%A0%EB%A5%B4%EA%B3%A0+%ED%9A%A8%EC%9C%A8%EC%A0%81%EC%9C%BC%EB%A1%9C+%ED%98%91%EC%97%85%ED%95%98%EC%84%B8%EC%9A%94 Jira가 계속 로그아웃되는 문제 https://confluence.curvc.com/spaces/ASD/pages/285278269/Jira%EA%B0%80+%EA%B3%84%EC%86%8D+%EB%A1%9C%EA%B7%B8%EC%95%84%EC%9B%83%EB%90%98%EB%8A%94+%EB%AC%B8%EC%A0%9C SonarQube Server 온보딩 https://confluence.curvc.com/spaces/ASD/pages/283443242/SonarQube+Server+Onboarding Rovo 검색 관련성 이해하기 https://confluence.curvc.com/spaces/ASD/blog/2025/09/11/278528003/Rovo+%EA%B2%80%EC%83%89+%EA%B4%80%EB%A0%A8%EC%84%B1+Unraveling+Relevance+%EC%9D%B4%ED%95%B4%ED%95%98%EA%B8%B0 SonarQube Server 2025.5 Release https://confluence.curvc.com/spaces/ASD/pages/287244305/SonarQube+Server+2025.5+Release  SonarQube.png https://confluence.curvc.com/spaces/ASD/pages/285278254/SonarQube+MCP+Server main.png https://confluence.curvc.com/spaces/ASD/blog/2025/10/17/286425092/Cloud%EC%99%80+AI+%EC%9D%B4%EC%A0%9C+%EC%84%A0%ED%83%9D%EC%9D%B4+%EC%95%84%EB%8B%8C+%ED%91%9C%EC%A4%80

main.png
2025/10/21

Atlassian의 AI 기술로 강화된 Teamwork Collection으로, 더 빠르고 효율적으로 협업하세요

Team 25 행사에서 Teamwork Collection을 공개한 지 아직 몇 달밖에 되지 않았지만, 이미 다양한 팀들이 Jira, Confluence, Loom, Rovo를 함께 사용하며 새로운 협업 방식을 만들어가고 있습니다. 우리는 이제 단순히 AI를 곁들여 사용하는 조직이 아니라, AI를 기반으로 움직이는 조직으로 나아가고 있습니다. 그래서 Teamwork Collection을 선택했고, Rovo로 강화된 Jira, Confluence, Loom을 통해 System of Work 안에서 생산성을 극대화하는 새로운 가능성을 찾고 있습니다. — 매튜 하그리브스(Matthew Hargreaves), Lendi Group 제품 딜리버리 수석 매니저 Atlassian의 System of Work 안에서, Teamwork Collection은 Jira, Confluence, Loom, Rovo를 하나의 핵심 협업 스택으로 통합해 모든 팀이 공통된 언어로 일할 수 있는 기반을 제공합니다. Teamwork Collection에는 무엇이 포함되어 있을까요? Jira 모든 팀이 업무를 계획하고, 조직하고, 추적할 수 있도록 지원하는 업무 기록 시스템(System of Record)을 제공합니다.  Confluence 사람과 AI가 함께 일하는 협업형 워크스페이스로, 지식과 아이디어를 한곳에서 공유하고 발전시킬 수 있습니다. Loom 영상 커뮤니케이션을 통해 팀 간 정보를 원활하게 이어주는 소통의 연결고리 역할을 합니다. Rovo AI를 워크플로우에 직접 통합하여, 필요한 문맥을 즉시 제시하고 더 빠른 결과를 이끌어냅니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/10/twc-peacock.jpeg 출시 이후 Atlassian은 사용자들의 의견을 듣고, 배우며, 꾸준히 발전을 이어왔습니다. 이제 여러분이 언제, 어디서 일하든 더 빠르고 스마트하게 협업할 수 있도록 설계된 Teamwork Collection의 최신 기능들을 소개합니다. Confluence에서 Rovo의 Create 기능으로 간단한 메모를 실제 결과물로 전환하기 Jira에서 Rovo의 새로운 프로젝트 관리 기능으로 업무를 더 빠르게 추진하기 Jira에서 Rovo 에이전트에게 업무를 직접 할당하기 새로운 데스크톱 앱을 포함한 Loom의 신기능으로 팀의 지식을 기록하고 공유하기 Confluence의 오디오 요약 기능으로 이동 중에도 빠르게 내용 파악하기 이제 함께 하나씩 살펴볼까요? Rovo로 시작하기: 아이디어에서 초안까지, 빠르게 빈 페이지를 마주하고, 떠오른 아이디어를 팀이 실제로 반응할 수 있는 형태로 바꾸려 애쓴 경험 우리 모두 한 번쯤은 있죠. 바로 그럴 때 도움이 되는 것이 새로운 “Create with Rovo” 경험입니다. 이제 간단한 메모나 초안을 구체적인 결과물로 발전시키고 싶을 때, 새로운 캔버스를 열고 만들고 싶은 내용을 설명하면 Rovo가 초안을 함께 만들어줍니다. 내부 자료나 외부 링크를 추가하면, Rovo가 가장 적합한 형식을 제안하고 입력하는 동안 추천 프롬프트를 자동으로 완성해줍니다. 단 한 번의 클릭으로 Rovo는 Live Doc, 페이지, 화이트보드 등 다양한 형태로 콘텐츠를 생성하며, 모든 결과물은 나만 볼 수 있는 개인 캔버스에 저장되어 필요할 때 다시 다듬고, 검토하고, 팀과 공유할 수 있습니다. <iframe width="640" height="480" src="https://www.youtube.com/embed/88ugtO8eCgs" title="Create with Rovo" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> Jira에서 Rovo 프로젝트 관리 기능으로 업무를 한 단계 더 빠르게 계획을 세웠다면, 이제 빠르게 실행할 차례입니다. Jira의 새로운 Rovo 프로젝트 관리 기능은 반복적인 업무를 자동화하고, 필요한 정보를 적시에 제공하며, 놓치는 일이 없도록 도와줍니다. 새롭게 추가된 Rovo의 프로젝트 관리 기능은 다음과 같습니다. 복잡한 업무를 더 관리하기 쉬운 단위로 나누고, 업무 항목을 업데이트하며, 관련 맥락을 추가하고, 백로그를 체계적으로 정리해줍니다. 이를 통해 사용자는 관리적인 일에 매몰되지 않고, 의사결정과 결과물交부, 팀 정렬에 집중할 수 있습니다. <iframe width="640" height="480" src="https://www.youtube.com/embed/2kb4Ogy4pwc" title="Create New Work Items in Jira" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> <iframe width="640" height="480" src="https://www.youtube.com/embed/2-JDYiSEWvE" title="Update Work Items in Jira" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> <iframe width="640" height="480" src="https://www.youtube.com/embed/mcg7eD5KuRU" title="Clean Up Lists in Jira" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> Jira에서 Rovo 에이전트에게 업무를 할당하기 올바른 문맥이 없으면 좋은 결정을 내리기 어렵습니다. Loom을 사용하면 화면과 나 자신을 동시에 녹화하여, 아이디어나 버그 리포트, 팀 업데이트를 즉시 공유할 수 있습니다. 또한 회의를 녹화하여 Atlassian Teamwork Graph를 통해 모든 영상에 쉽게 접근하고 실행 가능한 형태로 활용할 수도 있습니다. 다음은 Loom에서 새롭게 선보이는 주요 혁신 기능들입니다. 간소화된 버그 리포팅: 이제 더 이상 일일이 입력할 필요가 없습니다. Jira를 벗어나지 않고 간단한 Loom 영상 녹화만으로 버그 리포트를 생성할 수 있습니다. (콘솔 로그도 자동 포함됩니다.) 스마트 업데이트 in Jira: Rovo가 Loom 녹화 내용을 분석해 Jira 작업 항목에 필요한 업데이트를 자동으로 제안합니다. (앞서 소개한 Rovo의 프로젝트 관리 기능 중 하나이기도 합니다.) 실시간 회의 녹취(Transcript):  회의 중 실시간으로 녹취록이 자동 생성되어, 잠깐 집중이 흐트러졌을 때나 이전 내용을 다시 확인해야 할 때 쉽게 되돌아볼 수 있습니다. 새로운 데스크톱 앱: 간편한 녹화 컨트롤과 실시간 메모 공유 공간이 추가되어, Loom 데스크톱 앱을 통해 회의를 훨씬 수월하게 진행할 수 있습니다. <iframe width="640" height="360" src="https://www.youtube.com/embed/4CSWRKXAFdA" title="Loom Meetings" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> Confluence의 오디오 브리핑으로 이동 중에도 빠르게 따라잡기 회의록 수십 페이지를 읽거나 최신 보고서를 따라잡을 시간을 찾기란 쉽지 않습니다. (사실, 언제 한가했었나요?) 이럴 때 Confluence의 오디오 브리핑(Audio Briefings) 기능이 도움이 됩니다. 이 새로운 기능은 단순히 페이지의 내용을 그대로 읽어주는 수준을 넘어, 페이지의 핵심 정보를 요약·정리해 짧은 오디오 브리핑 형태로 제공합니다. 즉, 중요한 내용을 빠르게 파악할 수 있도록 도와주는 기능입니다. 이건 마치 당신만을 위한 업무용 팟캐스트와 같습니다. 개인 맞춤형 재생목록(플레이리스트)을 만들어 이동 중에도 들을 수 있고, 새로워진 Confluence 모바일 앱을 통해 언제 어디서나 최신 정보를 놓치지 않고 따라잡을 수 있습니다. <iframe width="640" height="360" src="https://www.youtube.com/embed/HhEo-042Kfs" title="Audio Briefings in Confluence" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> 지금 바로 Teamwork Collection을 시작하세요 출시 이후 Teamwork Collection은 팀이 더 쉽게 함께 일할 수 있도록 돕는 데 초점을 맞춰왔습니다. 이번에 추가된 새로운 기능들은 아이디어에서 실행까지의 속도를 높이고, 언제 어디서나 지식에 접근할 수 있게 하며, 필요할 때는 AI가 복잡한 작업을 대신 처리하도록 지원합니다. 우리는 여러분이 이번 업데이트를 통해 더 빠르고, 더 스마트하게, 그리고 함께 일하는 새로운 방식을 만들어 가길 기대합니다. 그리고 언제나 그렇듯, 여러분의 피드백을 기다립니다. 무엇이 잘 작동하고 있는지, 무엇이 부족한지, 그리고 앞으로 어떤 기능을 보고 싶은지 알려주세요. 출처 Move Faster and Work Smarter with Atlassian’s AI-Powered Teamwork Collection - Work Life by Atlassian https://www.atlassian.com/blog/announcements/team25-europe-teamwork-collection 작성자 Sanchan S. Saxena Work Management 부문 수석 부사장(Senior Vice President)

main.png
2025/10/17

Cloud와 AI, 이제 선택이 아닌 표준

main.png Atlassian 2025 Executive Insights Report 핵심 정리 Atlassian이 AWS와 함께 발표한 ‘Strategies for Cloud and AI Transformation’ 보고서는 전 세계 대기업들이 클라우드 전환과 AI 도입을 통해 실제 비즈니스 성과를 창출하고 있는 방식을 다루고 있습니다. 이번 리포트는 단순한 기술 동향이 아니라, 조직이 어떻게 더 빠르고 민첩하게 일하고 있는지에 대한 구체적인 데이터를 제공합니다. 클라우드는 더 이상 ‘도입 여부를 논의하는 주제’가 아니다 조직의 핵심 업무 기능 7개 중 5개 이상이 72% 이상 클라우드 환경으로 전환되었으며, 특히 팀 협업(84%), IT 서비스 관리(80%) 분야가 가장 빠르게 자리잡았습니다. 흥미로운 점은, 클라우드 전략이 기술 부서가 아닌 CEO와 CTO가 주도하는 C레벨 어젠다라는 것입니다. 즉, 클라우드는 단순한 IT 인프라 프로젝트가 아니라 비즈니스 전환의 중심축으로 자리 잡고 있습니다.  경제 불확실성 속에서도 40%의 기업이 오히려 클라우드 전환 속도를 높이고 있다는 점도 주목할 만합니다. 이는 클라우드가 경기 변동에 흔들리지 않는, "성장을 위한 필수 인프라’임을 보여줍니다. image-2025-10-17_10-13-33.png AI가 클라우드 전환을 이끈다 이번 보고서에서 경영진의 52%가 AI를 클라우드로 옮기는 주요 이유로 꼽았습니다. 비용 절감 못지않게, 이제 AI가 전환의 핵심 동력이 된 것입니다. AI는 혁신과 자동화, 데이터 인사이트 확보를 동시에 이끌며, 조직의 의사결정 구조와 협업 문화를 근본적으로 변화시키고 있습니다. image-2025-10-17_10-14-29.png AWS의 Phil Rodrigues는 이렇게 말합니다. “생성형 AI는 차세대 기술 혁신의 물결입니다. 혁신 속도만큼 보안과 회복력이 함께 발전해야 합니다.” 클라우드는 실제 성과를 낳고 있다 클라우드 전환이 단순한 비용 절감 프로젝트였던 시대는 끝났습니다. 이제 클라우드는 명확한 비즈니스 효과를 만들어내고 있습니다. 확장성 향상: 55% 신뢰성 및 복구 능력 강화: 39% 민첩성 개선: 36% 접근성 향상: 34% 비용 절감: 31% 무엇보다 82%의 기업이 협업 효율 향상을 경험했습니다. 클라우드는 더 이상 IT 부서의 효율화 수단이 아니라, 조직 전반의 연결과 정렬을 강화하는 플랫폼으로 진화했습니다. 협업은 경쟁력이다 리더의 93%는 “부서 간 협업이 그 어느 때보다 중요하다”고 답했습니다. 목표 중심의 협업을 실현한 기업은 6.4배 높은 품질의 결과를 내고, 4.9배 더 빠르게 마감하며, 2.2배 더 높은 집중도를 보였습니다. 반면 협업이 무너지면 55%는 사일로로 인한 비효율, 51%는 중복 업무, 47%는 의사결정 지연을 겪는다고 답했습니다. 클라우드 전환의 진정한 가치는 ‘기술’이 아니라 ‘협업 방식의 혁신’에서 비롯됩니다. image-2025-10-17_10-18-59.pngimage-2025-10-17_10-20-10.png 데이터가 AI의 성패를 결정한다 AI의 효과는 데이터 품질에 달려 있습니다. 기업들은 현재 데이터 사일로 제거(44%), AI 확장을 위한 데이터 인프라 구축(44%), 데이터 품질 향상(35%)에 집중 투자하고 있습니다. Atlassian의 조사에 따르면, AI 기반 협업을 실현한 기업은 그렇지 않은 기업보다 조직 효율이 1.8배 높고, 혁신 수준은 16% 더 높습니다. AI는 더 이상 개인 생산성의 도구가 아니라, 팀과 조직 전체의 혁신을 연결하는 매개체로 자리 잡고 있습니다. image-2025-10-17_10-17-28.png 성공적인 클라우드 전환의 핵심: 리더십 Atlassian은 리포트에서 “클라우드 성공의 가장 중요한 요인은 경영진의 스폰서십과 실행 지원”이라고 강조합니다. 가장 성공적인 기업들의 공통점은 다음과 같습니다. 비용 통제 – 명확한 예산 관리와 리더십 후원 리스크 최소화 – 보안 및 컴플라이언스 기준 수립 연속성 유지 – 혁신과 안정성의 균형 팀 역량 강화 – 자율적 협업 환경 조성 즉, 클라우드 전환은 단순한 기술 투자 이상의 조직 문화 변화를 수반해야 성공합니다. 실제 기업들이 만든 결과 Sun Life: 전환 첫 달에 25만 달러 절감 Air France–KLM: 하루 2,500시간 절약 Nestlé: 3배 빠른 프로젝트 전달 속도 공공기관 사례: 엔지니어 온보딩 속도 90% 향상, 배포 속도 75% 향상 이 사례들은 클라우드가 비용 절감 이상의 전략적 가치를 창출함을 보여줍니다. 지금이 전환의 적기 이제는 ‘왜 전환해야 하는가’가 아니라, ‘왜 아직 하지 않았는가’를 질문해야 할 때입니다. Atlassian Cloud Platform은 데이터 인텔리전스 레이어(Teamwork Graph)를 기반으로 팀 간 연결과 통찰을 강화하며, 클라우드와 AI를 통한 협업 혁신을 가속화합니다. 참고  1 Atlassian,   The Atlassian AI Collaboration Index 2025 https://www.atlassian.com/blog/AI-Collaboration-Report-2025 2 Atlassian,   The State of Teams 2025  https://www.atlassian.com/blog/state-of-teams-2025

main.png
2025/09/24

2025년 9월 커브 소식지(뉴스레터)

안녕하세요, 커브입니다. 가을의 문턱에 들어선 9월, 선선한 바람과 함께 Atlassian 제품 관련 중요한 소식을 전해드립니다. 이번 달에는 많은 고객분들의 관심을 끌고 있는 Atlassian Cloud 가격 인상과 Data Center 제품군의 순차적 지원 종료(EOL) 발표 소식을 다뤄보겠습니다. 주요 공지사항을 확인하시기바라며, 최적의 선택을 할 수 있도록 여러분들의 여정에 커브가 함께 하겠습니다. https://d15k2d11r6t6rl.cloudfront.net/public/users/Integrators/208d7955-33b5-4ad5-b739-82f8ce94ecac/8a9982cf7639e85d01764536575024c3/%EC%BB%A8%ED%85%90%EC%B8%A0%20%EB%B0%B0%EB%84%88/BEST%26NEW%20CONTENTS%20TITLE-09.png https://d15k2d11r6t6rl.cloudfront.net/public/users/Integrators/208d7955-33b5-4ad5-b739-82f8ce94ecac/8a9982cf7639e85d01764536575024c3/%EC%BB%A8%ED%85%90%EC%B8%A0%20%EB%B0%B0%EB%84%88/BEST%26NEW%20CONTENTS%20TITLE-10_1.png Rovo Chat 사용 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0edb8211cffb5cd33caa1d9b495b0dd6f JIRA의 계획 기능으로 프로젝트 로드맵 관리하기 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d04f28c17110f8d723caa1d9b495b0dd6f Jira Cloud (스크럼/칸반) 보드 만들기 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d07b8ebbe41fd1e85dcaa1d9b495b0dd6f SonarQube Plugin 설치하기 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d020afb28b2fa87f22caa1d9b495b0dd6f SonarQube 설치 후 기본 구성하기 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0f8d13c1e64281faacaa1d9b495b0dd6f  https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d09e9db22f7f01171fcaa1d9b495b0dd6f SonarQube AI 기능 개요 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d00c9ebc56931244f3caa1d9b495b0dd6f Rovo의 AI 데이터 사용 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0d53ccfdf957d4717caa1d9b495b0dd6f SonarQube - AI CodeFix https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0d03380b72f08b827caa1d9b495b0dd6f Jira Cloud Site 개설 가이드 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d092f9ffa777bdffaecaa1d9b495b0dd6f Confluence Cloud Site 개설 가이드 https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0941ec97fc6014178caa1d9b495b0dd6f  main.png https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d0b9b1bf8aabc6532dcaa1d9b495b0dd6f https://d15k2d11r6t6rl.cloudfront.net/pub/91md/lkmymu4w/ujq/625/be2/9%EC%9B%94%20%EB%89%B4%EC%8A%A4%EB%A0%88%ED%84%B0%202.png https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d038fcf1775db03772caa1d9b495b0dd6f https://d15k2d11r6t6rl.cloudfront.net/pub/91md/lkmymu4w/9uq/wyu/88y/9%EC%9B%94%20%EB%89%B4%EC%8A%A4%EB%A0%88%ED%84%B0%203.png https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d038fcf1775db03772caa1d9b495b0dd6f https://d15k2d11r6t6rl.cloudfront.net/pub/91md/lkmymu4w/r8g/7lm/euq/9%EC%9B%94%20%EB%89%B4%EC%8A%A4%EB%A0%88%ED%84%B0%204.png https://link.zift123.com/c/103/10c39e4daa17d28dd09a27277710dcfff4d5aa36bbfe20d004e87204e27245b6caa1d9b495b0dd6f

main.png
2025/09/11

Rovo 검색 관련성(Unraveling Relevance) 이해하기

main.png 목차 Rovo 검색 오늘날 팀은 수많은 툴과 애플리케이션에서 정보를 다루고 있습니다. Confluence, Jira 같은 Atlassian 제품부터 Google Drive, Slack, SharePoint 등 외부 SaaS까지—데이터는 여기저기 흩어져 있죠. Rovo 검색은 이러한 복잡성을 단순화해, 빠르고 관련성 높은 검색 결과를 제공하는 통합 솔루션입니다. 이번 블로그에서는 Rovo 검색이 어떻게 작동하는지, 그리고 왜 관련성(Relevance), 스마트 답변(Smart Answers), 개인화(Personalization)이 중요한지 살펴봅니다. Rovo 검색이 다루는 영역 Rovo https://www.atlassian.com/software/rovo의 목표는 고객이 Confluence, Jira, Bitbucket 같은 Atlassian 제품뿐만 아니라 Google Drive, Slack, SharePoint와 같은 외부 SaaS 애플리케이션까지 검색할 수 있도록 하는 것입니다. Atlassian 제품: Confluence, Jira, Bitbucket 외부 SaaS: Google Drive, Slack, SharePoint 등 현재 Rovo는 50개 이상의 SaaS 애플리케이션에 대해 엔터프라이즈 검색을 지원합니다. 이때 각 SaaS를 Rovo와 연결해주는 기술을 커넥터(connector)라고 부릅니다. 더 많은 정보는 Available Rovo Connectors | Atlassian https://www.atlassian.com/software/rovo/connectors.에서 확인할 수 있습니다. 왜 검색 인프라가 중요한가? 검색은 단순히 정보를 찾는 기능을 넘어, Rovo의 모든 인터페이스의 기반이 됩니다. 검색(Search) 챗(Chat) 콘텐츠 생성 에이전트(Content creation agents) 이 모든 기능은 검색 인프라가 가져오는 맥락(Context)에 의존합니다.  그렇기 때문에 검색 인프라와 검색 관련성은 Rovo의 근간을 이루는 핵심 블록으로 여겨집니다. 이번 블로그에서 다룰 주제 검색 관련성 스택(Search Relevance Stack) 스마트 답변(Smart Answers) 개인화 기법(Personalization techniques) 콘텐츠가 색인되는 과정도 간략히 언급하겠지만, 이번 글에서는 주로 이미 색인된 콘텐츠가 어떻게 관련성 있는 결과로 반환되는지에 집중합니다. 주요 용어 정리 (Terminologies) 본격적으로 Rovo 검색의 작동 방식을 설명하기 전에, 이 블로그에서 반복적으로 사용될 몇 가지 개념을 먼저 정리하고 가겠습니다. Connector https://www.atlassian.com/software/rovo/connectors (커넥터) 커넥터는 외부 SaaS 애플리케이션이나 데이터 소스를 Rovo와 연결하는 통합 기능입니다. 예: Google Drive 커넥터, SharePoint 커넥터 등. OpenSearch https://docs.opensearch.org/docs/latest/about/ 콘텐츠를 색인화(indexing)하고 검색할 수 있도록 하는 플랫폼입니다. Atlassian은 현재 AWS OpenSearch를 사용하고 있습니다. 모든 콘텐츠는 OpenSearch에서 “문서(document)”로 저장되며, 여기에는 텍스트와 메타데이터가 포함됩니다. 이 속성들은 필요에 따라 검색 가능하도록 설정할 수 있습니다. BM25 https://en.wikipedia.org/wiki/Okapi_BM25 (Best Match 25) 검색 엔진에서 사용되는 랭킹 함수(ranking function)로, 특정 검색 질의(query)에 대해 문서가 얼마나 관련성이 있는지를 계산하는 방식입니다. KNN https://en.wikipedia.org/wiki/KNN (K Nearest Neighbors) 질의와 가장 가까운 문서들을 의미적 유사성(semantic similarity)에 기반해 찾아내는 알고리즘입니다. Rovo의 의미 기반 검색(semantic search) 기능은 이 기법을 활용합니다. LLM https://en.wikipedia.org/wiki/Large_language_model (Large Language Model, 대규모 언어 모델) Atlassian은 여러 가지 대규모 언어 모델을 활용하여 검색과 답변 생성을 지원합니다. 검색 경험 (Search Experiences) Rovo에서는 여러 가지 검색 경험을 제공하며, 이는 다음 섹션에서 설명합니다. 빠른 찾기 (Quick Find) Atlassian 제품 상단에 위치한 검색창을 의미합니다. 이 기능은 여러 진입 지점에서 지원되며, 예를 들어 Home, Confluence, Jira 등이 있습니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/1-scaled.png 전체 검색 (필터 지원 고급 검색) 빠른 찾기(Quick Find)에서 엔터를 누르면 고급 전체 검색 경험으로 이동하게 됩니다. 이 모드에서는 제품, 유형, 작성자, 시간 등 다양한 필터를 활용할 수 있습니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/2-scaled.png 이 기능은 더 깊이 있는 검색을 수행하여 관련성 있고, 신뢰할 수 있으며, 인기 있는 결과 그리고 사용자가 선호하는 제품의 결과를 보여줍니다. 빠른 찾기(Quick Find)와 달리, 단순히 사용자의 최근 활동만을 기반으로 콘텐츠를 가져오지는 않습니다. 다만 최근 활동은 여전히 더 관련성 높은 결과를 목록 상단에 유지하는 데 도움을 줍니다. 스마트 답변과 출처 표시 (Smart Answers with citations) 검색에서의 스마트 답변은 사용자의 질문에 대해 빠르고 AI 기반의 답변을 제공하도록 설계되어 있습니다. 이 답변은 연결된 지식 베이스 전반에서 가져온 신뢰할 수 있는 콘텐츠를 기반으로 합니다. 신뢰성과 사용자 신뢰를 보장하기 위해, 스마트 답변에는 각 답변을 생성하는 데 사용된 정확한 출처(citations)가 함께 제공됩니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/screenshot-2025-08-04-at-9.13.26-am-1.png https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/screenshot-2025-08-04-at-9.13.46-am.png 스마트 답변은 특정 의도 카테고리에 대해서는 간결한 지식 카드(knowledge cards)를 함께 보여줄 수도 있습니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/screenshot-2025-07-15-at-2.01.06-pm-scaled.png Rovo Chat 검색은 Rovo Chat을 뒷받침하는 핵심 도구 중 하나로, AI 어시스턴트가 사용자의 질문에 적합한 결과를 생성할 수 있도록 합니다. Rovo Chat의 검색 기능은 스마트 답변(Smart Answers) 경험과 동일한 기본 인프라에 의해 구동됩니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/image-20250811-170908.png 50+개 이상의 SaaS 애플리케이션에서 검색하는 방식 다양한 콘텐츠 플랫폼과의 통합 방식을 지원합니다. 1. 전체/대부분 콘텐츠 색인 (Full Ingestion) 많은 애플리케이션의 경우, 해당 플랫폼의 전체 또는 대부분의 콘텐츠를 Rovo 검색 색인에 직접 수집합니다. → 이렇게 하면 풍부하고 관련성 높은 검색 경험을 제공할 수 있습니다. 예: Google Drive, Slack 2. 링크 기반 색인 (Linked Content Ingestion) 일부 애플리케이션은 Rovo의 1st-party 제품(예: Confluence, Jira)에 링크된 콘텐츠를 색인합니다. → 이를 통해 Confluence나 Jira에 최근 연결된 서드파티 콘텐츠도, 해당 1st-party 콘텐츠를 볼 수 있는 사용자라면 Rovo에서 검색할 수 있습니다. 예: Figma 3. 연합 검색 (Federated Search) 소수의 애플리케이션은 서드파티 검색 API와 직접 연동하여 검색을 수행합니다. → 이 방식으로도 Rovo는 여전히 원스톱 검색 솔루션 역할을 합니다. 예: Gmail, Outlook Mail 4. 사용자 활동 신호 반영 Google Drive, SharePoint 같은 완전 색인(fully ingested) 플랫폼에서는 사용자 활동 신호를 수집합니다. → 이를 활용해 검색 결과의 랭킹을 더 정교하게 조정할 수 있습니다. 5. 다양한 검색 스택 (Search Stacks) Rovo는 50개 이상의 제품을 확장성 있게 지원하기 위해 여러 검색 스택을 운영합니다. 문서 검색 스택(Document Search Stack) → 지식 베이스 형태의 콘텐츠에 특화 메시징 검색 스택(Messaging Search Stack) → 메시지 기반 콘텐츠 전용 기본 스택(Default Stack) → 디자인, 비디오, 표 등 다양한 기타 콘텐츠 유형 지원 검색 작동 방식 검색 요청의 전체적인 흐름은 다음과 같습니다: https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/image-20250811-205408.png 전반적인 흐름에는 두 가지 주요 구성 요소가 있습니다. 기본 검색 (Foundational Search) 기본 검색 흐름은 모든 콘텐츠 검색의 핵심이 되는 단계입니다. Rovo의 검색 스택은 여러 계층으로 구성되어 있으며, 각 단계에서 점점 더 정교하게 결과를 다듬습니다. 1. 쿼리 인텔리전스 (Query Intelligence) 검색 스택의 첫 번째 계층으로, 사용자의 의도를 이해하는 단계입니다. 자연어 쿼리 이해 (예: “휴가 규정 알려줘”) 제품/콘텐츠 유형 식별 (예: Jira 이슈인지, Confluence 페이지인지) 철자 오류, 오타, 약어 보정 쿼리 재작성(Query rewriting) 이를 위해 사전 학습된 언어 모델을 활용해 분류(classification)를 수행하고, 자체 호스팅 LLM으로 쿼리를 재구성합니다. 2. OpenSearch Retriever L1 두 번째 계층에서는 OpenSearch 기반 쿼리를 실행합니다. BM25 및 KNN 기법을 사용하여 텍스트 질의를 색인된 콘텐츠와 매칭 권한(permission) 체크 및 필터 적용 리스코어링(Rescoring) 단계에서 문서의 인기 여부, 기여자 등 인덱스 수준 특징을 반영해 재랭킹 여기에는 Gradient Boosted Decision Tree(GBDT) 모델을 OpenSearch에 직접 호스팅하여 재랭킹에 활용합니다. 3. Semantic & Behavioral Ranker L2 세 번째 계층에서는 OpenSearch가 반환한 결과를 더 풍부한 의미적 관련성(semantic relevance)과 행동 신호(behavioral signals)를 기반으로 재정렬합니다. 피처 스토어(Feature Store)에서 신호를 가져와 AWS SageMaker에 호스팅된 재랭킹 모델 실행 자체 파인튜닝한 크로스 인코더(cross-encoder) 모델로 의미적 관련성을 평가 DCN(Deep & Cross Network) 모델로 사용자 행동 신호(클릭, 참여도 등)를 반영 L2 Ranker는 멀티태스크 방식으로 학습되어, semantic relevance score, pCTR(예상 클릭률) 등 여러 점수를 산출합니다. 이 점수들을 얕은 레이어(shallow layer)에서 종합하여 최종 랭킹 점수를 만듭니다. 이 과정은 항상 검색 성공률을 높이면서도 관련성을 보장하도록 최적화되어 있습니다. 4. Interleaver L3 마지막 단계에서는 L2 단계를 거친 뒤, 여러 제품에서 가져온 결과를 최종적으로 섞어(interleave) 최종 목록을 생성합니다. 제품 선호도(product affinity) 쿼리와 텍스트 콘텐츠 간의 의미적 관련성 이 기준들을 종합해 최종 검색 결과 리스트가 완성됩니다. https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/screenshot-2025-06-27-at-1.36.52-pm.png 검색 요청이 처리되는 방식 사용자가 검색 요청을 실행하면, 프론트엔드는 GraphQL 검색 엔드포인트를 호출합니다. 이 엔드포인트는 Aggregator라는 서비스에 위치해 있으며, 여기서 쿼리 인텔리전스(Query Intelligence)를 수행하고 다양한 제품으로 검색 쿼리를 분산(fan-out)하는 역할을 합니다. 우리는 모든 제품을 지원하기 위해 여러 개의 인덱스를 운영하며, 이를 병렬 처리하여 지연 시간을 줄이고 인덱스 매핑을 효율적으로 관리합니다. 1. 쿼리 인텔리전스 사용자의 질의는 재작성/재구성 과정을 거쳐 의미가 명확해진 뒤, 다음 단계로 전달됩니다. 2. Fan-out → Searcher 서비스 쿼리는 각 제품별 검색 요청으로 분산되며, 이 요청은 Searcher라는 또 다른 서비스로 전달됩니다. Searcher 서비스는 AWS OpenSearch와 직접 통신하며, 콘텐츠 검색을 담당합니다. Searcher에는 두 가지 계층이 있습니다: L1 (콘텐츠 검색): 사용자 권한을 반영한 콘텐츠 검색 L2 (재랭킹): 앞서 설명한 의미적·행동적 신호 기반의 재정렬 3. 보안 강화 – 권한 확인 재랭킹 이후에는 1st-party 또는 3rd-party 제품과의 추가 권한 확인을 수행합니다. → 이를 통해 보안 수준을 강화하고, 사용자가 접근 권한을 가진 콘텐츠만 결과에 노출되도록 보장합니다. 4. 최종 통합 – L3 Ranker 각 제품별 결과가 수집되면, 우리는 다시 한 번 L3 Ranker를 적용하여 다양한 제품의 결과를 최종적으로 통합(interleave) 합니다. 이 단계에서는 제품 선호도(product affinity)와 질의 의도(intent)를 반영해 결과 순서를 결정합니다. 예시: “search improvements roadmap page”라는 질의는 Confluence 페이지를 우선시 “SEARCH-4356” 같은 질의는 Jira 티켓을 최상위에 배치 스마트 답변 (Smart Answers) https://atlassianblog.wpengine.com/wp-content/uploads/2025/08/image-20250811-171323.png 사용자가 쿼리를 입력하면, 먼저 여러 의도(intent) 중 하나로 분류됩니다: Person (사람) → 사람 엔티티를 식별하고 스마트 카드로 표시 Team (팀) → 팀 엔티티를 식별하고 스마트 카드로 표시 Bookmarks (북마크) → 조직 관리자가 저장해둔 북마크 링크를 바로 반환 Natural Language (자연어) → 스마트 답변(Smart Answer) 워크플로우 실행 None (없음) → 스마트 답변은 표시되지 않고 일반 검색 결과 페이지 제공 처음 세 가지 쿼리 카테고리는 탐색 속도를 높이기 위해 거의 즉시 답변을 제공합니다. 반면, 자연어 쿼리 카테고리는 스마트 답변 워크플로우 전체를 실행해야 합니다. 스마트 답변 워크플로우 (Smart Answer Workflow) 쿼리가 자연어 질의(Natural Language Query)로 분류되면, 검색 툴로 전달됩니다. 이때 검색 툴은 Atlassian이 자체 호스팅하는 쿼리 재작성(query rewrite) 모델을 활용해 원래 질의를 다시 작성합니다. 이 과정은 사용자의 입력을 검색 관련성에 최적화하기 위함입니다. 1. 쿼리 재작성 (Query Rewriting) 쿼리를 재작성하기 전에, 우리는 사용자별 맥락 정보(조직, 위치, 현재 시간 등)를 쿼리 리라이터에 추가로 제공합니다. 예: “when is the next holiday” → “when is the next holiday in the US” 이렇게 하면 쿼리에 더 풍부한 정보를 반영할 수 있습니다. 이 단계에서는 일반적인 Query Intelligence 계층을 우회하여, 맥락 정보를 충분히 활용한 재작성 과정을 거칩니다. 2. GraphQL 검색 서비스 강화된 맥락으로 재작성된 쿼리는 GraphQL 검색 서비스로 전달되어, 기본 검색 스택(Foundational Search Stack)을 통해 검색이 실행됩니다. 3. 데이터 변환 (Data Transformation) 여러 데이터 소스에서 다양한 형태의 문서가 반환되면, 우리는 이를 통합 데이터 모델로 변환합니다. 문서, 동영상 자막, Slack 메시지 등 다양한 커넥터 데이터를 처리 가능 50개 이상의 커넥터를 일관되게 지원하기 위함 4. 문서 청킹 (Document Chunking) 통합된 문서를 작은 단위(passage snippets)로 나눕니다. 이렇게 나눈 청크들을 cross-encoder 모델(ms-marco-MiniLM 등)로 평가 이 과정에서 가장 관련성 높은 청크를 추려내어 답변 생성에 활용 5. 출처 표기 (Citations) 문서를 청킹할 때, 각 단위에 페이지 수준 메타데이터(URL, 문서 제목)를 함께 부여합니다. LLM이 답변을 생성할 때, 이 메타데이터가 근거(grounding signal) 역할을 함 덕분에 스마트 답변은 생성된 답변 속 각 주장마다 출처를 직접 표시할 수 있음 이는 passage-level citation(단락 단위 출처 표시) 방식으로, 최종 답변의 신뢰성을 크게 높입니다. 검색 관련성 Relevance (검색 관련성) 검색 결과가 의미 있는 결과를 보여주고, 서로 간의 순위가 효과적으로 매겨질 때 이를 ‘관련성 있다’고 합니다. 예를 들어, Google Drive에 최근 업로드된 “Search relevance deep dive” 발표 자료가 있다면, 사용자가 “Search relevance deep dive”를 검색했을 때 그 자료는 최상위에 표시되어야 합니다. 특히 검색자가 직접 발표자이거나 해당 팀에 속해 있다면, 그 자료는 상위 3개 결과 안에 포함되어야 합니다. 물론 다른 콘텐츠들도 ‘검색 관련성’을 다룰 수 있지만, 최신성(recency)과 사용자의 연관성(affinity)에 따라 가장 적절한 자료가 맨 위로 노출되는 것이 이상적인 결과입니다. Index (색인) 우리는 검색 색인에 콘텐츠, 작성자, 메타데이터를 저장합니다. 메시징 플랫폼의 경우, 관련 메시지를 묶어 더 풍부한 문맥을 제공합니다. 색인에는 인기도(popularity), 권위(authority) 신호도 함께 저장됩니다. 기여자 수 참여도(조회, 댓글, 반응 등) 컨테이너/폴더 유형(개인용 vs 공개용) 사용자 ID, 멘션, 관련 메타데이터도 함께 저장하여, 검색 결과 UI에서 풍부한 정보를 표시할 수 있습니다. 즉, 단순한 의미적·어휘적 매칭을 넘어서 다양한 신호를 종합해 검색 품질을 높이는 것이 색인의 핵심입니다. Personalization (개인화) Rovo 검색 결과는 사용자 맞춤화(personalization)가 적용됩니다. 개인화 방식에는 다음과 같은 것들이 있습니다: 사용자가 직접 작성한 콘텐츠는 더 높은 순위에 노출 협업자가 작성한 콘텐츠도 더 높은 순위에 반영 Slack, Teams 같은 메시징 앱에서는 사용자가 최근 활발히 활동한 상위 채널의 결과 우선 표시 콘텐츠 권위를 판단할 때는 컨테이너 유형, 콘텐츠 길이, 기여자 수, 최신성, 활동성 등을 종합 평가 또한: 인기도(Popularity)는 조회수, 좋아요, 댓글 등 다양한 참여 신호로 계산 최신성(Freshness)은 최근 업데이트 시간을 기준으로 하며, 제품마다(일/주/월 단위) 다르게 적용 최신 결과는 상단으로 끌어올리고, 오래된 결과는 점차 가중치를 낮춤 검색 관련성 평가하는 방법  Rovo에서 검색할 때, 사용자는 빠르면서도 가장 관련성 높은 결과를 기대합니다. 하지만 실제로 검색이 잘 작동하는지 어떻게 알 수 있을까요? Atlassian은 사용자 행동 신호, 명시적 피드백, 언어 모델의 평가를 결합하여 Rovo 검색 결과가 항상 정확하고 유용하도록 관리합니다. 온라인 평가 (Online Evaluation) 우리는 실제 사용자 행동 + 명시적 피드백 + AI 판단을 결합해 온라인 평가를 수행합니다. 이를 통해 검색 결과가 단순히 빠르기만 한 것이 아니라, 정말로 유용한지를 검증합니다. 이런 접근 방식은 신뢰 구축, 생산성 향상, 지식 접근성 보장에 기여합니다. Query Success Rate (QSR) Rovo 검색의 핵심 지표로, 사용자가 원하는 답을 얻었는지를 추적합니다. 검색 결과 클릭 특정 페이지에 머문 시간 스마트 답변(Smart Answer)에서 직접 답변 획득 사용자가 만족스럽게 검색을 마치면 그것이 곧 성공입니다. Clicks & Dwell Time 어떤 결과가 클릭되었고, 해당 페이지에 얼마나 오래 머물렀는지를 분석해 실제로 도움이 된 결과를 파악합니다. Explicit Feedback 👍 / 👎 같은 직접적인 피드백을 통해 검색 품질을 개선합니다. 이러한 신호들을 종합해, 검색 결과와 스마트 답변 전반에 대한 종합 성공 점수를 산출합니다. 오프라인 평가 (Offline Evaluation) 온라인 평가만으로는 충분하지 않습니다. 우리는 다양한 쿼리-문서 쌍을 기반으로 오프라인 평가도 수행합니다. 데이터 세트: 성공적인 검색 클릭 기반 쿼리 세트 전문가가 직접 선별한 골든 쿼리 세트 합성(synthetic) 쿼리 세트 이를 통해 “쿼리 Qi → 기대되는 문서 Di”라는 매핑을 확보합니다. 평가 지표 Recall@k: 기대 문서가 상위 k개의 결과 안에 포함되는 비율 NDCG (Normalized Discounted Cumulative Gain): 결과 순위가 얼마나 이상적인 순위와 가까운지를 평가 MRR (Mean Reciprocal Rank): 기대 문서가 얼마나 잘 상위에 위치하는지 평가 LLM-as-a-Judge: 대규모 언어 모델(LLM)을 심사관으로 활용하여 결과 랭킹이 인간의 기대에 부합하는지 평가. 이 데이터는 파인튜닝 학습 세트로도 활용 왜 오프라인 평가가 중요한가? Rovo를 출시하기 전에는, 아직 고객이 없어 온라인 참여 데이터를 충분히 확보할 수 없었습니다. 또한 Atlassian 직원들도 모든 SaaS 커넥터를 내부적으로 쓰지 않았기 때문에, 새로운 커넥터를 출시할 때는 오프라인 평가가 필수였습니다. 이러한 오프라인 평가는 우리가 개선할 때마다 품질을 어떻게 유지·향상했는지, 기준선 대비 성능이 어떤지를 확인할 수 있는 중요한 수단이었습니다. 앞으로의 여정 (Stay tuned for more) Rovo 검색은 계속해서 새로운 커넥터를 추가하고 고객의 피드백을 반영하며, 최신 AI 기술을 접목한 혁신적인 업그레이드를 이어가고 있습니다. 검색 관련성 스택(Search Relevance Stack) 실험 프레임워크(Experimentation Framework) 평가 파이프라인(Evaluation Pipeline) 이 모든 요소가 Rovo의 성공을 가능하게 한 핵심 기반입니다. 앞으로도 더 원활하고 강력한 검색 경험을 제공할 Rovo를 기대해 주세요. 지금 바로 Rovo를 사용해, GenAI로 조직의 지식을 열어보세요. Rovo: Unlock organizational knowledge with GenAI | Atlassian https://twitter.com/intent/tweet?source=webclient&via=atlassian&text=Rovo:%20Unlock%20organizational%20knowledge%20with%20GenAI%20|%20Atlassian&url=https://www.atlassian.com/blog/atlassian-engineering/unraveling-rovo-search 출처 Unraveling Rovo search relevance - Work Life by Atlassian https://www.atlassian.com/blog/atlassian-engineering/unraveling-rovo-search



- Others -




Contributor


사용자수정댓글레이블
설진호 이사 126539414
황희연 대표 6771213
이지혜 선임 642030
윤준호 책임 631718
이수정 선임 542058
박주현 책임 319415
Anonymous2421046
김나우 선임 228011
성윤주 선임 180114
박상민 선임 165029
이형근 책임 13016
김광일 선임 12311
한은우 선임 8600
이상훈 선임 6003
박재국 선임 5511
김미현 선임 53015
Anonymous 39115
Anonymous 3170
김태연 선임 2601
신민수 선임 2602
최보근 선임 2300
김수영 선임 2200
나종진 부장 1701
황현우 선임 600
김상범 선임 500
문소정 선임 500
송선택 선임 511
이학준 부장 500
이준석 사원 410
Anonymous 304
강다빈 선임 100
박건우 선임 102
Anonymous 001
강돈영 선임 001
김희범 책임 001
정재훈 책임 001

Recently updated articles


더보기



추가적인 정보를 확인하세요.

  • 레이블 없음