비개발자의 AI 협업 도전기 — 생산성 측정하려다 서버까지 띄운 9일

문제 상황

• 조직과 프로젝트의 생산성을 수치로 설명하기 어려운 상황
• Jira만으로는 작업 흐름 전체와 병목 구간을 충분히 보지 못하는 한계
• 사내 데이터와 인프라를 비개발자가 직접 활용하기 어려운 진입 장벽

해결 방법

• Jira changelog CSV를 브라우저에서 파싱해 리드타임을 계산하는 HTML 대시보드로 가설 검증
• DORA 지표를 기준으로 변경 리드타임, 배포 빈도, 변경 실패율, 복구 시간까지 확장
• 사내 가이드 문서와 AI를 함께 활용해 FastAPI 서버, 스케줄러, Redis 스토리지 연동 구축

주의할 점

• 예외 상황 정의 부족으로 리드타임 기산점, 재오픈 케이스 같은 요구사항이 흔들릴 수 있음
• UTC와 KST 변환, 필드명 차이, API 페이지네이션 누락처럼 조용한 데이터 오류 가능성
• AI 코드의 정상 실행만 보지 말고 결과 정합성까지 샘플 데이터로 검증 필요

적용해볼 점

• 단순 계산은 코드로 처리하고 AI는 해석과 요약에만 쓰는 역할 분리
• 실제 데이터, 예외 상황, 기대 결과를 함께 제시하는 프롬프트 방식
• 공개 AI만이 아니라 사내 가이드 문서와 문의 채널을 함께 활용하는 접근