
안녕하세요, Atlassian 플래티넘 솔루션 파트너 디무브입니다.
지난 아티클에서 개인의 생산성 향상이 조직의 성과로 이어지지 못하는 'AI 생산성 함정'에 대해 소개해 드렸습니다. 많은 기업이 이 함정에서 벗어날 방법을 고민하는 가운데, Atlassian은 지난 5월 미국 애너하임에서 개최된 연례 컨퍼런스 Team '26을 통해 그 해답을 제시했습니다. 올해의 핵심 주제는 바로 'AI와 인간이 대규모로 협업하는 조직(AI 네이티브 조직)'이었습니다.
디무브 역시 Atlassian Team '26 현장 참관을 통해 주요 키노트와 세션을 직접 확인했는데요. 가장 중요하게 다뤄진 키워드는 AI 네이티브 조직을 가능하게 하는 Teamwork Graph와 AI 팀원 Rovo였습니다.

이번 글에서는 Atlassian Team ’26에서 제시된 내용을 바탕으로, AI 네이티브 조직이 무엇인지, 그리고 Atlassian은 왜 조직의 ‘맥락’을 AI 도입 성과 창출의 핵심으로 보고 있는지 정리해보겠습니다.
📌이전 글 읽어보기 : AI 도입 ROI를 만든 상위 4% 기업의 공통점
AI 도입 ROI를 만든 상위 4% 기업의 공통점
안녕하세요, 디무브입니다. 사내에 AI 도구를 도입한 뒤, 이런 말을 들어본 적이 있지 않으신가요?"팀원들이 AI를 열심히 활용하고 있는 건 알겠는데, 조직이 실질적으로 달라졌다는 느낌은 없습
dmove.tistory.com
🤔AI 네이티브 조직이란 무엇인가요?
AI 네이티브 조직은 기존 업무 프로세스 위에 챗봇이나 문서 요약같은 AI 기능을 얹은 조직이 아닙니다. 일하는 방식 자체를 처음부터 AI 중심으로 재설계한 조직입니다.
- 실행을 전담하는 AI 에이전트 : 정보 탐색, 업무 분해, 진척 상황 업데이트, 코드 분석 등 반복적이고 정형화된 모든 '실행(Execution)' 영역을 전담합니다.
- 의사결정을 담당하는 인간 : 비즈니스 목표(Intent) 설정, 우선순위 판단, 예외 상황 대응 등 고도의 맥락적 판단이 필요한 영역에 역량을 집중합니다.

결국 AI 네이티브 조직은 단순히 일손을 줄이는 데 그치지 않고, 사람이 훨씬 더 가치 있고 창의적인 일에 집중할 수 있도록 업무 구조 자체를 근본적으로 혁신한 조직입니다.
📈AI 성과의 차이: 최신 모델이 아닌 '우리 조직의 맥락'에서 갈린다
기존의 개별 AI 도구들이 성과를 내지 못했던 이유는 조직의 '업무 맥락(Context)'을 알지 못했기 때문입니다. 아틀라시안은 1,500억 개 이상의 객체와 관계를 연결하는 Teamwork Graph를 통해 이 문제를 해결합니다. 특히 이번 Team '26에서는 이 강력한 컨텍스트 엔진을 Atlassian 생태계 외부로 대폭 확장하는 혁신적인 업데이트를 발표했습니다.

- Atlassian MCP(Model Context Protocol) Server 지원 : 이제 Atlassian 제품군뿐만 아니라, 기업이 자체적으로 사용하는 서드파티 AI 애플리케이션도 Teamwork Graph의 풍부한 조직 맥락 데이터를 안전하게 호출해 사용할 수 있습니다.
- Teamwork Graph CLI 제공 : 개발자가 개발 엔진이나 CI/CD 파이프라인 안에서 조직의 맥락 정보에 직접 접근할 수 있도록 커맨드라인 인터페이스를 지원합니다.
- Secoda 인수를 통한 데이터 거버넌스 강화 : AI 기반 데이터 관리 플랫폼인 'Secoda'를 통합하여, 사내의 방대한 구조화 데이터를 AI가 바로 활용할 수 있는 신뢰도 높은 데이터 카탈로그로 만들어줍니다.
🤖Rovo 에이전트: 조직의 맥락을 바탕으로 스스로 움직이는 AI 팀원
이렇게 연결된 맥락을 바탕으로 실제 업무를 자동화하는 것이 AI 에이전트 'Rovo(로보)'입니다. Rovo는 단순 정보 검색 이상으로 업무 흐름 안에서 스스로 다음 행동을 판단하고 실행합니다.
- Jira 에이전트 정식 출시(GA) : Jira 안에서 기획 요건을 분석해 실행 가능한 작업(Task)으로 스스로 쪼개고 관리합니다. 깃허브(GitHub), 피그마(Figma), 허브스팟(HubSpot) 등 외부 도구와의 에이전트 연동도 정식 지원합니다.
- 자율적 장애 예측 및 차단 (Rovo Ops) : IT 서비스 관리(JSM) 영역에서 서비스 간의 의존성을 스스로 분석해, 장애 발생 전 원인을 차단하는 '자가 치유(Self-Healing)' 환경을 제공합니다.
- 자연어 기반 데이터 분석 (Rovo Analytics) : SQL 쿼리 없이 자연어로 질문하면 실시간으로 사업 리스크를 분석하고 병목 구간을 시각화합니다.
더 자세한 내용은 Team '26 창립자 기조연설에서 확인하실 수 있습니다. Team '26에서 발표된 출시 예정 Atlassian 신규 컬렉션과 제품 로드맵에 대한 정보는 후속 콘텐츠를 통해 전달 드리겠습니다. ☺️
Atlassian Team '26이 던진 메시지는 명확합니다. 개별 직원의 PC에 성능 좋은 AI 도구를 쥐여주는 것만으로는 '생산성 함정'에서 벗어날 수 없습니다. 진정한 AI 네이티브 조직으로 전환하려면, AI가 신뢰할 수 있는 데이터를 바탕으로 움직일 수 있도록 조직의 업무 맥락을 유기적으로 연결하는 구조를 먼저 설계해야 합니다.
우리 조직이 과연 AI가 제대로 활약할 수 있는 환경인지, 지금이 바로 점검할 시점입니다. Atlassian 플래티넘 솔루션 파트너인 디무브와 함께 현재의 업무 환경을 진단하고, 실질적인 비즈니스 성과를 만들어내는 AI 협업 환경을 구축해 보시기 바랍니다.
'아틀라시안 > 인사이트' 카테고리의 다른 글
| AI 도입 ROI를 만든 상위 4% 기업의 공통점 (0) | 2026.05.06 |
|---|---|
| Service Collection이 바꾸는 고객 경험(CX) 서비스팀 운영 (0) | 2025.12.23 |
| AI 기반 협업툴로 완성하는 팀 생산성, Teamwork Collection (0) | 2025.11.27 |
| Confluence와 Jira, 함께할 때 달라지는 협업의 속도 (0) | 2025.10.22 |
| Bitbucket으로 구축하는 통합된 CI/CD 환경 (0) | 2025.09.24 |
