이 게시물은 Cursor와 MCP를 활용해 유저챗 대응과 PR 리뷰의 반복 업무를 자동화하여 처리 시간을 크게 단축한 경험을 정리합니다.

해결 배경

유저챗 문의는 원인 파악을 위해 DB·에러로그·모니터링·워크플로우 히스토리까지 확인해야 했고, PR 리뷰는 리뷰 대기와 코드 diff 분석 부담으로 배포가 지연되는 병목이 발생합니다.

구현 핵심

MCP로 PostgreSQL·DynamoDB·Sentry 등 외부 데이터 접근을 AI에 연결하고, 숙련 절차를 정교한 프롬프트(업무 매뉴얼)로 문서화하며, Cursor를 코드베이스 이해와 분석·리뷰 수행의 에이전트로 사용합니다.

유저챗 자동화(be-user-chat-mcp)

데이터 수집→가설 수립→검증→원인 요약의 파이프라인으로 문제 유형별 분석을 표준화하고, 필요 시점에만 프롬프트를 동적으로 로딩해 토큰·정확도·할루시네이션을 관리합니다.

PR 리뷰 자동화(github-pr-mcp)

기본 리뷰 체크리스트 기반의 1차 자동 검토를 시작으로 피드백을 반영해 프롬프트를 정교화하고, GitHub API 기반 수집 및 변경사항 우선순위에 맞춘 리뷰 가이드를 제공합니다.

성과

유저챗 대응 시간을 1시간에서 5분으로 90% 단축하고, PR 리뷰 시간은 1시간에서 20분으로 60% 단축하며 특히 의존성 업데이트 PR은 기존 1시간 대비 PR당 1~2분 수준으로 약 80~90% 절감합니다.

확장 방향

다른 팀의 업무 프로세스와 노하우를 MCP 프롬프트로 문서화하면 유사한 효율 개선을 확장할 수 있다고 설명합니다.