ODW #8: Slack MCP로 사고 대응과 FAQ 생성 작업 속도를 높이는 실습형 사내 워크숍 후기
Summary
"Slack에 잠든 데이터를 돈이 되는 지식으로! AI가 스스로 보고서를 씁니다"
MCP 프로토콜로 실현하는 사고 대응 자동화와 지식 관리의 새로운 패러다임
본 아티클은 Slack MCP를 활용해 비정형 대화 데이터를 FAQ와 사고 보고서로 자동 변환하는 방법론을 다룹니다. LY Corporation에서 진행된 실전 워크숍 사례를 통해 MCP 서버 구축부터 실무형 스킬 설계까지, 생성형 AI를 업무 현장에 즉시 안착시키기 위한 구체적인 전략을 제시합니다.
- 01사내 인증과 연동된 Slack MCP 서버를 통한 안전한 데이터 접근 환경 구축
- 02Claude Code 등 AI 코딩 도구를 활용한 실시간 Slack 메시지 제어 실습
- 03복잡한 대화 스레드를 마크다운 형식의 FAQ 및 Confluence 페이지로 자동 전환
- 04사고 발생 시 타임라인 요약 및 인시던트 리포트 자동 구조화 프로세스
- 05재사용 가능한 AI 동작 정의서인 '스킬(Skills)' 설계 및 팀 내 확산 노하우
RECOMMENDATION
Slack을 주요 협업 도구로 사용하며 문서화 작업에 리소스를 뺏기는 팀에게 강력 추천합니다. 특히 MCP 서버를 통한 LLM 연동에 관심 있는 플랫폼 엔지니어라면 실습 중심의 이 가이드가 큰 도움이 될 것입니다.
The Problem
일상 업무 중 Slack에는 중요한 사고 대응 및 문의 내역이 실시간으로 축적되지만, 이를 FAQ나 보고서 등의 구조화된 문서로 변환하는 과정에서 담당자의 과중한 업무와 품질 불균형으로 인해 데이터가 방치되는 '구조화 격차'가 발생함.
The Solution
사내 인증 기반과 연동된 Slack MCP(Model Context Protocol)를 도입하여 AI가 메시지를 직접 조회하고, 재사용 가능한 프롬프트 묶음인 '스킬'을 활용해 FAQ 자동 생성, 사고 상황 요약 및 인시던트 리포트 작성을 자동화하고 Confluence와 연동함.
The Result
워크숍 참가자들은 AI의 메시지 게시 및 요약 성능을 직접 체감하였으며, 실제 도입 후 사고 보고서 작성 시간이 크게 단축되고 문의 채널의 지식화 작업이 즉각적으로 이루어지는 등 실무 효율성이 개선되었다는 피드백을 얻음.
Trade-off
AI가 생성한 내용이 원본 스레드의 의도와 다르게 왜곡될 가능성이 존재하므로 반드시 사람의 리뷰가 수반되어야 하며, 데이터 정확도를 높이기 위해 리액션(이모지) 활용이나 기존 문서와의 중복 대조 등 정교한 사전 필터링 로직이 필요함.
Key Concepts
More from 라인
View all posts from 라인
Flava MCP Hub가 걸어온 길: AI 시대를 위한 배관 공사
Model Context ProtocolAPI GatewayOIDC4일 전
AI로 E2E 회귀 테스트 자동화하기: ‘딸깍’을 파이프라인으로 바꾸기까지
AI Test AutomationE2E TestingPlaywright2주 전
LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기
LLMRAGMulti-Agent4주 전
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
LLMAI AgentReAct1개월 전
AI를 전제로 다시 설계하다, Tech-Verse 2026 참관기
AI AgentMCPDevOps1개월 전
