<div id="readability-page-1" class="page"><article><div><p>안녕하세요. LY Corporation의 Sakokawa입니다. 사내 시스템의 데이터 플랫폼 개발을 담당하고 있고, Orchestration Development Workshop의 길드 멤버로도 활동하고 있습니다. Orchestration Development Workshop(<a href="https://techblog.lycorp.co.jp/ko/start-orchestration-development-workshop" target="_blank">참고</a>)은 AI 활용에 관한 실전 지식을 조직 전반에 걸쳐 공유하는 커뮤니티로, 저는 워크숍 주제를 기획하고 실전 사례를 제공해 현업에서 AI를 더욱 잘 활용할 수 있도록 지원하는 역할을 맡고 있습니다.</p>
<p>이번 글에서는 Orchestration Development Workshop에서 진행한 워크숍 ‘Slack MCP로 만드는 차세대 시스템 운영: 생성형 AI를 활용한 사고 대응 지원과 지식 자동 생성 실전’의 내용을 소개합니다.</p>
<h2 id="">사내 현황과 과제</h2>
<h3 id="slack">Slack에 잠들어 있는 정보와 구조화 격차</h3>
<p>일상 업무 속에서 Slack에는 사고 대응, 문의 응답, 프로젝트 논의 등 중요한 1차 정보가 실시간으로 축적되고 있습니다. 이상적으로는 이러한 정보를 아래와 같이 FAQ, 사고 보고, 진행 상황 보고서 등의 형태로 구조화해 Confluence나 Jira에 모으고 싶습니다.</p>
<figure><img src="https://vos.line-scdn.net/landpress-content-v2-vcfc68aynwenkh3bno0ixfx8/b92bff209f8c48b1846ee689df61f6a4.png?updatedAt=1779767463000" width="1000" height="auto" alt="Slack에 산재하는 정보(위)가 Slack MCP를 경유하며 구조화돼(가운데) Confluence나 Jira에 집약되는 흐름(아래) (AI 생성 이미지)">
<figcaption><span>Slack에 산재하는 정보(위)가 Slack MCP를 경유하며 구조화돼(가운데) Confluence나 Jira에 집약되는 흐름(아래)<br>(AI 생성 이미지)</span></figcaption>
</figure>
<p>하지만 현실에서는 본래 업무에 쫓겨 문서화 작업이 뒤로 밀리기도 하고 문서화할 때 대응 담당자에 따라 정보의 품질이나 세부 수준이 제각각이 되기도 합니다. 이와 같이 ‘정리하고 싶지만 손이 닿지 않는’ 상태가 지속되면서 중요한 논의가 Slack 어딘가에 깊숙이 묻혀 나중에 찾지 못하는 경우가 적지 않습니다.</p>
<h3 id="-1">신기술 도입을 막는 장벽을 허물 빠른 워크숍</h3>
<p>2026년 3월, 사내에서 자체 제공하는 MCP 서버 중 하나로 Slack MCP를 사용할 수 있게 되었습니다. Slack에서 공식 제공하는 기능이 아니고 사내에서 만들어 사내 인증 기반과 연동돼 있기 때문에 개인 토큰 발급이나 복잡한 OAuth 설정 없이도 사내 Slack 정보에 안전하게 접근할 수 있다는 점이 특징입니다.</p>
<p>그런데 이와 같이 새로운 기술이 등장하더라도 다음과 같은 이유 때문에 실제로 시도해 보기까지의 장벽은 생각보다 높습니다.</p>
<ul><li>시간 확보 어려움: 일상 업무에 쫓겨 새로운 도구를 써 볼 시간을 내기 어려움</li><li>도입을 막는 심리적 장벽: 설정이 복잡해 보이거나 제대로 활용할 수 있을지 불안함</li><li>느린 정보 확산 속도: 사내에 신기술 정보가 퍼지기까지 시간이 필요함</li></ul>
<p>이런 문제 인식을 바탕으로 저희는 Slack MCP 사용이 가능해진 시점에 맞춰 빠르게 워크숍을 개최했습니다. 새로운 기술은 등장 직후에 가장 관심이 높고, ‘써보고 싶지만 선뜻 손이 가지 않는다’는 목소리가 많은 시기이기도 합니다. 이런 상황을 반영해 참가자가 직접 손을 움직이며 ‘이건 내 업무에도 활용할 수 있겠다’라고 느낄 수 있는 자리를 만드는 것을 최우선 목표로 삼았습니다. 구체적으로는 사내 인증 기반과 연동된 MCP 서버를 사용해서 설정 작업 부담을 최소화하는 한편, Jira나 Confluence 등 기존 MCP와 조합하는 방법을 포함해 실전에서 바로 활용할 수 있도록 진행했습니다. 깊이 있는 기술 지식을 전달하기보다는 참가자가 바로 오늘부터 업무에 활용할 수 있는 상태에 도달하도록 만드는 것을 목표로 삼았습니다.</p>
<h2 id="-2">워크숍 내용</h2>
<h3 id="slackmcp">준비: Slack MCP 도입 체험</h3>
<p>우선 참가자들에게 Slack MCP를 활용한 첫 경험을 제공했습니다.</p>
<ul><li>코딩 도구(Claude Code 등) 실행</li><li>AI에게 “지정된 채널에 ‘Hello’를 게시해 주세요”라고 간단히 지시</li><li>실제로 메시지가 게시되는 모습 확인</li></ul>
<p>이 간단한 체험을 통해 Slack MCP의 기본 사용 방법을 직접 체감할 수 있었습니다.</p>
<h3 id="slackmcpmcp">이론 세션: Slack MCP로 할 수 있는 일 소개 및 다른 MCP와 조합하는 방법</h3>
<p>실습에 들어가기 전에 Slack MCP의 전체 개요를 소개했습니다. Slack MCP의 주요 기능은 ‘메시지 및 스레드 조회’, ‘메시지 및 액션 게시’, ‘채널 및 멤버 조회’, ‘검색’으로 나뉩니다. 이 기능들을 조합해 사고 보고서를 자동 생성하거나 문의 대응한 내용을 FAQ로 만드는 등의 사용 사례를 구현할 수 있습니다.</p>
<figure><img src="https://vos.line-scdn.net/landpress-content-v2-vcfc68aynwenkh3bno0ixfx8/9ebe74b109a144fab01221403837381f.png?updatedAt=1779767496000" width="1000" height="auto" alt="Slack MCP로 할 수 있는 일">
<figcaption>Slack MCP 주요 기능</figcaption>
</figure>
<p>또한 Slack MCP를 다른 MCP와 조합하면 활용 범위를 더욱 넓힐 수 있습니다. 예를 들어 Confluence MCP와 조합해 프로젝트 진행 보고 자료를 자동 생성하거나 Jira MCP와 조합해 논의 내용을 기반으로 작업 티켓을 자동 생성하는 것이 가능합니다. 참고로 이후 이어진 실습에서는 실제로 Confluence MCP와 조합해 사용해 봤습니다.</p>
<h3 id="1-1">실습 1: 문의 대응 내용을 자동으로 정리된 지식으로 만들기</h3>
<p>첫 번째 실습에서는 반복되는 문의 대응을 주제로 다뤘습니다. 비슷한 질문이 계속 들어오는데 FAQ 정리가 이를 따라가지 못하거나 답변 품질이 담당자에 따라 달라지는 문제를 해결하기 위해, Slack 문의 채널에 축적된 대화를 MCP로 가져와 FAQ 형식의 마크다운 파일로 변환하고 Confluence MCP를 사용해 기존 지식 베이스에 추가하는 흐름을 실습했습니다.</p>
<figure><img src="https://vos.line-scdn.net/landpress-content-v2-vcfc68aynwenkh3bno0ixfx8/f8fd2abc3cce4e508ab40f5579ec5e8b.png?updatedAt=1779767608000" width="1000" height="auto" alt="문의 대응을 자동으로 지식화하기">
<figcaption>문의 대응 자동 지식화 흐름(AI 생성 이미지)</figcaption>
</figure>
<p>실습은 두 단계 진행했습니다.</p>
<p>1단계로 다음과 같이 Slack에서 정보를 수집합니다.</p>
<ul><li>문의 Slack 채널에서 정보 추출</li><li>추출한 정보를 바탕으로 FAQ 형식의 마크다운 파일 생성</li><li>기존 문의 관리 페이지(Confluence)와 중복인지 확인</li></ul>
<p>다음은 이 작업에서 사용한 스킬 예시입니다.</p>
<pre><code>name: slack-to-faq
description: Slack 스레드에서 문의 FAQ를 자동 생성하여 마크다운 파일로 저장

## 동작
1. 사용자에게 Slack 채널 URL과 Confluence 페이지 URL을 질문
2. 지정된 채널에서 ‘문의’를 포함하는 최신 N개의 스레드 검색
3. 지정된 Confluence 페이지의 기존 FAQ와 대조하여 중복 체크
4. FAQ화되지 않은 스레드만 FAQ 파일 생성

## 포맷
....
</code></pre>
<p>2단계로 수집한 정보를 Confluence로 전송합니다.</p>
<ul><li>생성된 마크다운 파일을 Confluence 페이지 형식으로 변환</li><li>Confluence MCP를 사용해 문의 관리 페이지의 하위 페이지로 생성</li><li>표 형식으로 보기 쉽게 정리(증상·해결책·원인 구성)</li></ul>
<p>다음은 실제 출력 예시입니다.</p>
<table><thead><tr><th>증상</th><th>해결책</th><th>원인</th></tr></thead><tbody><tr><td>로그인할 수 없음</td><td>비밀번호 재설정 절차 안내</td><td>권한 설정 오류</td></tr><tr><td>리포트 생성이 진행되지 않음</td><td>데이터 업데이트 처리 재실행</td><td>배치 처리 실패</td></tr></tbody></table>
<p>이 실습의 학습 핵심 포인트는 다음과 같습니다.</p>
<ul><li>문의 스레드를 기반으로 자동으로 FAQ 생성하는 것 체험</li><li>출력 형식을 지정해서 팀 요구 사항에 맞는 형태로 결과 생성하는 것 체험</li><li>Confluence MCP와 조합하면 중복 체크부터 게시까지 일관된 흐름으로 실행할 수 있다는 것 체험</li></ul>
<h3 id="2-1">실습 2: 사고 대응 지원</h3>
<p>두 번째 실습의 주제는 사고 대응이었습니다. 장애가 발생하면 보통 상황을 파악하는 데 많은 시간이 걸리고 대응 이후 보고서를 작성하는 데에도 많은 수고가 필요합니다. 게다가 관련 정보는 여러 스레드에 흩어져 있는 경우가 많습니다.</p>
<p>이번 실습에서는 이 문제를 해결하기 위해 Slack 대화를 빠르게 요약하는 ‘빠른 상황 파악’과, 대응 완료 후 지정된 형식에 맞춰 보고서를 자동 생성하는 ‘리포트 작성’, 이 두 가지를 실습했습니다. 사고 대응 상황과 같이 혼란스러운 상황일수록 MCP를 활용해 정보를 자동으로 수집해 구조화하는 것이 큰 힘을 발휘한다는 점을 체감하는 게 목적이었습니다.</p>
<figure><img src="https://vos.line-scdn.net/landpress-content-v2-vcfc68aynwenkh3bno0ixfx8/b1a08c8a0f9b4f82b277ce3a885ab814.png?updatedAt=1779767666000" width="1484" height="1060" alt="사고 대응 코파일럿 지원">
<figcaption>사고 대응 지원 흐름(AI 생성 이미지)</figcaption>
</figure>
<h4 id="1-2">사례 1: 사고 상황 빠르게 파악하기</h4>
<p>실습한 내용은 다음과 같습니다.</p>
<ul><li>‘시스템 장애 내용 및 상황 정리해줘’라고 자연어로 지시</li><li>MCP 측에서 스레드를 검색하고 정보를 읽어 생성한 상황 요약 확인</li></ul>
<p>아래는 위 실습에서 출력되는 상황 요약 예시입니다.</p>
<pre><code>## 상황 요약
- ✅ 해결 완료
- ⚠️ 고객 영향: 있음

## 영향 내용
- 오늘 리포트 생성이 ‘처리 중’ 상태에서 멈춤

## 멤버 액션
- [담당자 A] 데이터베이스 연결 확인 중
- [담당자 B] 로그 분석 완료, 원인 특정

## 타임라인
- 10:15 장애 감지
- 10:30 원인 특정
- 11:00 대응 완료
</code></pre>
<p>이 실습을 실무에 적용하면 다음과 같은 효과를 얻을 수 있습니다.</p>
<ul><li>매니저가 중간에 합류해도 즉시 상황 파악 가능</li><li>담당 멤버에게 확인하기 전에 전체 상황을 이해할 수 있음</li><li>의사 결정 속도 향상</li></ul>
<h4 id="2-2">사례 2: 인시던트 리포트 자동 생성</h4>
<p>실습한 내용은 다음과 같습니다.</p>
<ul><li>지정한 형식에 맞춰 장애 보고서 출력</li><li>발생 시각, 원인 상세, 영향 범위 등을 자동 구조화</li></ul>
<p>아래는 위 실습에서 출력되는 상황 요약 예시입니다.</p>
<pre><code>## 원인 조사 및 분석

### 발생 시각
2026-03-31 10:15

### 감지 시각
2026-03-31 10:15

### 발생 기간
약 45분

### 원인 상세
데이터 업데이트 배치 처리에서 DB 커넥션 풀 고갈 발생.
원인은 전날 유지 보수 시 설정 변경 일부가 반영되지 않았기 때문.

### 영향 범위
- 대상 사용자: 약 500명
- 영향 기능: 리포트 생성 기능
- 데이터 손실: 없음

### 대응 내용
1. 커넥션 풀 설정 수정
2. 배치 처리 재실행
3. 데이터 정합성 확인
</code></pre>
<p>이 실습을 실무에 적용하면 다음과 같은 효과를 얻을 수 있습니다.</p>
<ul><li>출력 형식을 지정해서 필요한 형식에 맞춘 결과 생성 가능</li><li>자연어 지시만으로 필요한 정보를 자동 수집 및 정리 가능</li><li>사고 대응 중과 대응 후의 각 목적에 맞춰 기능을 구분해서 사용해서 효율적으로 작업 가능</li></ul>
<h2 id="-3">워크숍에서 다룬 팁과 주의 사항</h2>
<p>워크숍에서는 실전에서 활용할 수 있는 팁과 주의 사항도 공유했습니다.</p>
<p>가장 먼저 강조하고 싶은 것은 작업에 활용하는 정보를 사전에 정리해야 한다는 것입니다. Slack에서 가져온 정보를 그대로 사용하는 것이 아니라 Confluence MCP로 기존 FAQ와 대조해 중복을 제거하거나 리액션을 활용(특정 이모지가 달린 메시지만 분석하는 등)해 범위를 좁히면 출력 정확도를 크게 높일 수 있습니다.</p>
<p>다음으로 리뷰 가능한 상태를 확보해야 합니다. AI가 생성한 문서를 그대로 공개하면 안 됩니다. 개인정보가 포함됐는지 확인하고, 어떤 스레드에서 가져온 정보인지 출처를 명시하며, 원래 발언을 과도하게 해석하지 않았는지 꼭 검토해야 합니다. 실제 워크숍 중에도 생성된 FAQ 내용이 원본 스레드의 의도와 미묘하게 어긋나는 사례가 발생했으며, 이 사례를 참가자들과 공유하며 사람의 리뷰가 중요하다는 것을 강조했습니다.</p>
<p>또한 출력 형식을 지정하면 작업 효율을 높일 수 있습니다. 예를 들어 ‘증상·해결책·원인의 세 칼럼으로 구성된 표로 정리해줘’와 같이 구체적으로 지시하면 팀의 기존 문서 형식과 잘 부합하는 결과를 얻을 수 있습니다.</p>
<p>마지막으로 이를 스킬로 만들면 더욱 효율을 높일 수 있습니다. 스킬이란 AI 지시를 재사용 가능한 형태로 저장한 것으로, 이번 워크숍에서는 네 가지 스킬(<code>slack-to-faq</code>(FAQ 자동 생성), <code>faq-to-confluence</code>(Confluence 게시), <code>slack-incident-status</code>(상황 요약), <code>slack-incident-report</code>(리포트 생성))을 활용했습니다. 한 번 잘 작동한 프롬프트를 스킬로 정의해 두면 복잡한 지시를 매번 다시 작성할 필요가 없고, 팀 전체가 일관된 품질의 출력을 얻을 수 있습니다. 스킬을 만들 때에는 우선 수동으로 프롬프트를 실험하며 최적의 패턴을 찾은 뒤 이를 스킬로 저장해 팀에 공유하고, 이후 피드백을 받아 지속적으로 개선해 나가는 흐름을 추천합니다.</p>
<h2 id="-4">워크숍에서 배운 점</h2>
<p>이번 워크숍을 진행하며 배운 점을 공유합니다.</p>
<h3 id="-5">기술 확산 및 교육에는 적절한 타이밍과 속도가 중요</h3>
<p>새로운 기술은 등장 직후에 가장 관심을 많이 받고 배우고자 하는 사람도 많습니다. 저희는 Slack MCP를 사용할 수 있게 된 시점에 맞춰 워크숍을 개최한 덕분에 참가자들의 관심을 학습으로 자연스럽게 연결할 수 있었습니다. 실제로 워크숍 이후에도 ‘직접 써봤다’, ‘이런 방식으로도 활용할 수 있을 것 같다’는 반응이 이어졌습니다. 적절한 타이밍에 빠르게 워크숍을 준비해 제공한 덕분에 신선도 높은 정보를 제공하고 빠르게 피드백을 받을 수 있었다고 생각합니다.</p>
<h3 id="-6">실습 중심의 콘텐츠 설계</h3>
<p>참가자가 제한된 시간 내에 최대한 효과적으로 배워갈 수 있도록 ‘무조건 직접 손을 움직여 보게 한다’는 점을 중시했습니다. 이를 위해 먼저 ‘Hello’를 게시하면서 ‘AI가 Slack에 메시지를 올릴 수 있구나’라는 놀라움을 체감하게 하고, 이후 FAQ 생성과 사고 대응으로 차츰 더 어려운 작업을 체험하며 학습할 수 있도록 워크숍을 구성했습니다. 또한 학습 효과를 높이기 위해 ‘문의 대응’이나 ‘사고 대응’처럼 실제로 임직원이 시간을 많이 쓰고 있는 업무를 주제로 선정했습니다. ‘무엇이 가능한가’를 직접 체험하게 한 워크숍 방식 덕분에 많은 참가자가 ‘내 업무에도 바로 적용할 수 있겠다’고 생각할 수 있었고, 이 점이 이 워크숍의 큰 성과 중 하나였다고 생각합니다.</p>
<h3 id="-7">재현할 수 있도록 스킬로 만들기</h3>
<p>워크숍 준비 과정에서 가장 많은 시간을 들인 것은 스킬 설계였습니다. 다양한 프롬프트를 시도하며 잘 작동한 패턴을 기록해 재사용 가능한 스킬로 정의하는 과정을 반복했습니다. 그 덕분에 워크숍에서 참가자가 저희가 준비한 절차를 절차를 그대로 따라하며 체험하게 만들 수 있었고, 워크숍 종료 후 해당 스킬을 실무로 가져가 그대로 활용하도록 제공할 수 있었습니다.</p>
<h2 id="-8">마치며</h2>
<p>이번 글에서는 Orchestration Development Workshop에서 진행한 ‘Slack MCP로 만드는 차세대 운영 시스템: 생성형 AI를 활용한 사고 대응 지원과 지식 자동 생성 실전’ 내용을 소개했습니다. 워크숍 이후 ‘우리 팀 문의 채널에서 바로 시도해 봤다’, ‘사고 대응 보고서 작성 시간이 크게 단축됐다’는 피드백이 이어지고 있습니다. 새로운 도구는 단순히 ‘무엇을 할 수 있는지’ 아는 것만으로는 부족합니다. 실제로 손을 움직여 ‘내 업무에서 어떻게 활용할 수 있는지’를 체감할 수 있어야 비로소 현장에 정착할 수 있습니다. Orchestration Development Workshop에서는 앞으로도 기술과 실전 지식을 함께 전달하는 워크숍을 지속적으로 이어갈 예정입니다.</p>
<ul><li><a href="https://techblog.lycorp.co.jp/ko/orchestration-development-workshop-article-list" target="_blank">Orchestration Development Workshop 시리즈 기사 목록</a></li></ul></div></article></div>

LINE ENGINEERING

안녕하세요. LY Corporation의 Sakokawa입니다. 사내 시스템의 데이터 플랫폼 개발을 담당하고 있고, Orchestration Development Workshop의...

ODW #8: Slack MCP로 사고 대응과 FAQ 생성 작업 속도를 높이는 실습형 사내 워크숍 후기

댓글