AI가 회고를 읽고 놓친 문제점을 찾아줍니다!
PM(Product Manager)이 놓치기 쉬운 회고 데이터를 AI를 활용해 분석하여 숨겨진 문제점(Hidden Issues)을 발견
Claude를 사용하여 지난 6개월간의 회고 데이터를 분석하고, 해결된 문제(Resolved Issues) 재발 여부 및 새롭게 부상하는 문제(Emerging Issues) 파악
AI 기반 액션 아이템 관리 시스템을 구축하여 오래된 액션 아이템(Stale Action Items) 해결 및 팀 생산성 향상
Kollabe MCP(Message Control Protocol)를 활용하여 API 연동(API Integration) 및 자동화(Automation)를 구현하고, 실제 업무에 적용
AI 기반 회고 분석 시스템 아키텍처
본 시스템은 Claude를 활용하여 회고 데이터를 분석하고, 액션 아이템을 관리하는 자동화된 워크플로우(Automated Workflow)를 구축한다.
Kollabe MCP, Atlassian, GitHub API를 연동하여 회고, 액션 아이템, 스탠드업 데이터를 수집하고, 데이터 통합(Data Integration)을 수행
Claude는 수집된 데이터를 기반으로 문제점, 개선 사항, 액션 아이템 상태를 분석하고, 자연어 처리(Natural Language Processing)를 통해 의미 있는 정보를 추출
MCP(Message Control Protocol)를 통해 API 호출을 자동화하고, 반복적인 작업(Repetitive Tasks)을 효율적으로 처리하여 PM의 업무 부담을 줄인다.
이러한 아키텍처는 데이터 격리 아키텍처(Data Isolation Architecture)를 통해 안전하게 데이터를 처리하고, 데이터 미저장 정책(Zero-Retention Policy)을 통해 개인정보를 보호한다.
Claude를 활용한 회고 데이터 분석
Claude는 Kollabe MCP의 `search` 및 `retro_list` + `retro_get` 기능을 사용하여 지난 26주간의 회고 데이터를 분석한다.
주요 기능: 6개월 전에는 없던 문제점, 해결되었지만 다시 나타난 문제점, 해결된 문제점 등을 파악
분석 과정: 의미 기반 검색(Semantic Search)을 통해 회고, 스탠드업, 액션 아이템, 라운드 데이터를 분석하고, pgvector 임베딩(pgvector Embeddings)을 활용하여 데이터 간의 관계를 파악
결과 활용: 분석 결과를 바탕으로 팀에게 질문할 내용을 생성하고, 의사 결정(Decision Making)에 필요한 정보를 제공
이러한 분석을 통해 PM은 팀의 문제점을 빠르게 파악하고, 데이터 기반 의사 결정(Data-Driven Decision Making)을 할 수 있다.
액션 아이템 관리 자동화
AI는 오래된 액션 아이템을 관리하기 위해 Kollabe MCP의 `action_item_list` 기능을 사용하고, 21일 이상된 액션 아이템에 대해 다음과 같은 작업을 수행한다.
상태 확인: 관련 활동(retros, standups, Jira)을 검색하여 액션 아이템의 해결 여부 확인
재할당: 담당자가 변경되었거나 활동이 없는 경우, 액션 아이템을 재할당
코멘트 생성: AI가 생성한 코멘트를 PM이 승인 후 액션 아이템에 추가하여 지속적인 관리(Continuous Management)를 지원
이러한 자동화는 액션 아이템의 중앙 집중식 관리(Centralized Management)를 가능하게 하고, 팀의 생산성 향상(Productivity Improvement)에 기여한다.
MCP(Message Control Protocol) 기반 API 연동
Kollabe MCP는 REST API를 미러링하여, AI가 회고 데이터를 분석하고 액션 아이템을 관리하는 데 필요한 기능을 제공한다.
API 접근: MCP 서버를 통해 Kollabe, Atlassian, GitHub API에 접근하여 데이터를 수집하고, API 통합(API Integration)을 수행
자동화: MCP를 통해 API 호출을 자동화하고, 반복적인 작업(Repetitive Tasks)을 효율적으로 처리
확장성: MCP는 동일한 Zod 스키마와 접근 권한을 사용하여, 유지보수성(Maintainability) 및 확장성(Scalability)을 보장
이러한 MCP 기반 API 연동은 AI 기반 회고 분석 시스템의 유연성(Flexibility) 및 재사용성(Reusability)을 높이고, PM의 업무 효율성을 극대화한다.
