AI
Rovo·Teamwork Graph로 달라지는 팀의 AI 활용법: Team ’26 Europe 리캡 웨비나
두줄요약
Teamwork Graph와 Rovo를 중심으로 팀 단위 AI 협업 구조와 운영 방식을 소개했습니다. 권한·공개 범위·사용량 한도를 점검해 신뢰와 비용을 관리해야 합니다.
구조와 흐름
- Teamwork Graph로 지식·업무·사람·커뮤니케이션·코드·자산·데이터를 연결하는 AI 컨텍스트 계층
- Rovo의 검색·채팅·에이전트와 Atlassian MCP를 통한 Jira·Confluence 정보 활용
- 긴 작업은 에이전트에 위임하고 계획 승인·결과 검토는 사람이 맡는 협업 구조
성능/운영 포인트
- 에이전트별 계정·권한 부여, 작업 기록과 Insights 기반 성과·사용량 확인
- UBP 사용량 한도와 80%·100% 알림 설정을 통한 비용 통제
- 에이전트 세션의 출처 표시, Artifacts의 업무 현황 요약 기능
주의할 점
- AI 도입 전 문서 최신성, 데이터 위치, 권한 설정 점검 필요
- Artifacts 공개 범위 기본값과 MCP·Teamwork Graph CLI의 상이한 기본 권한 확인
- 사이트별 기능 제공 상태와 노출 시점 차이 고려
적용해볼 점
- Admin > Insights > Platform usage에서 현재 사용량과 미터별 한도 점검
- Rovo·MCP의 허용 도메인, 읽기·쓰기 범위, CLI 권한, 감사 로그 검토
