JIRA 입문, JQL 심화와 자동화, 스프린트 운영과 차트에서 이어지는 글이다.

⚠️ 이 분야는 변화가 빠르다. 이 글은 2026년 8월 기준으로 확인한 내용이며,
요금제·크레딧·기능명은 자주 바뀌므로 실제 적용 전에 공식 문서를 확인하는 것이 좋다.

먼저 이름 정리부터,

JIRA의 AI 기능을 검색하면 두 이름이 섞여 나온다.

Atlassian Intelligence (AI) — 이전 이름
Rovo(로보) — 현재 이름

Atlassian이 AI 기능을 Rovo 브랜드로 통합하는 중이라, 공식 문서조차 두 표기가 혼재한다. 지금 시점에서는 Rovo가 현재 이름이라고 알아두면 된다. 이 글도 Rovo로 통일한다.

Rovo는 세 덩어리로 구성된다.

구성	하는 일
Rovo Search	자연어로 Atlassian 제품 + 외부 도구(Google Drive, Slack, Figma 등)를 통합 검색
Rovo Chat	JIRA 안에서 대화하며 질문하고, 이슈 생성·수정·상태 보고서 작성까지
Rovo Agents	특정 업무를 맡기는 에이전트. 이슈 정리·생성·편집을 위임

돈 이야기부터 (크레딧),

기능 소개보다 이게 먼저다. 무엇이 무료이고 무엇이 크레딧을 쓰는지 모르면 계획 없이 쓰다가 월 중순에 막힌다.

요금제별 크레딧

요금제	월 크레딧 (사용자당)
Free	없음
Standard	25
Premium	70
Enterprise	150

조직 단위로 합산(pooling) 된다. 10명이 Standard면 조직 전체가 월 250크레딧
매월 초기화되고 이월되지 않는다
조직 관리자가 업무용 도메인을 인증해야 Rovo를 켤 수 있다 (gmail 같은 개인 도메인 불가)

무엇이 크레딧을 쓰나

기능	크레딧
Rovo Search	무료
요약(summaries)	무료
용어 정의(definitions)	무료
차트 인사이트	무료
Rovo Chat 단답 / Rovo Agent 실행	10
Deep Research	100

이 표가 이 글에서 가장 실용적인 부분이다. 계산해보면 답이 나온다.

Standard 사용자 1인의 월 크레딧은 25 → Deep Research(100)는 한 번도 못 돌린다
Chat 한 번이 10크레딧 → 개인 할당량으로는 월 2~3회

결론: 검색과 요약 위주로 쓰고, Chat·Agent는 정말 필요할 때만 쓴다. 조직 단위 합산이라 실제로는 좀 더 여유가 있지만, 팀에서 몇 명이 Deep Research를 돌리면 전체 할당량이 순식간에 사라진다.

자연어로 이슈 검색하기,

JQL을 외우지 않고 한국어(또는 영어)로 질문해 이슈를 찾는 기능이다. 크레딧을 쓰지 않으므로 가장 부담 없이 시작할 수 있다.

쓰는 법

이슈 목록(List) 뷰로 들어간다
검색창 옆의 Ask AI 를 클릭한다
질문을 입력하고 엔터
닫으려면 x 를 눌러 기본 검색으로 돌아간다

Ask AI 버튼이 안 보이면 관리자가 AI 기능을 켜지 않은 것이다.

JQL 공부용으로 쓰기

이 기능의 진짜 가치는 검색 자체가 아니다. 질문과 함께 생성된 JQL을 같이 보여준다는 점이다.

질문: 지난주에 만들어진 미완료 버그
생성된 JQL: issuetype = Bug AND created >= -1w AND status != Done

2편에서 JQL 문법을 다뤘는데, 자연어로 물어보고 나온 JQL을 읽는 방식으로 익히면 훨씬 빠르다. 결과를 필터로 저장하면 다음부터는 크레딧도 AI도 필요 없다.

한국어 사용자가 알아야 할 한계

Atlassian이 공식 문서에서 직접 밝힌 제약이 있다.

“Rovo가 생성한 정보의 품질, 정확성, 신뢰성은 다를 수 있습니다.”

그리고 영어 질의에 최적화되어 있으며, 아래 경우엔 문서상 성능이 떨어진다고 명시한다.

영어가 아닌 질의 ← 한국어가 여기 해당한다
이슈가 아닌 대상 검색 (스페이스, 사용자, 보드)
차트용 데이터 분석

즉 한국어로 물으면 정확도가 떨어질 수 있다. 실무에서는 이렇게 쓰는 편이 낫다.

필드 값(프로젝트 키, 상태명)은 실제 값 그대로 넣는다
잘 안 나오면 영어로 바꿔 물어본다
나온 JQL을 반드시 눈으로 검증한다. 틀린 JQL도 문법은 멀쩡해 보인다

Rovo Chat과 Agent,

크레딧을 쓰는 영역이다(각 10크레딧). 확인된 기능은 아래와 같다.

Rovo Chat으로 할 수 있는 것

이슈나 프로젝트에 대해 맥락을 가지고 질문
이슈 생성·수정
상태 보고서(status update) 초안 작성

긴 댓글 스레드 요약은 요약 기능이라 무료다. 20개 넘게 달린 댓글에서 결론만 뽑을 때 유용하다.

그 외 확인된 기능

기능	설명
Work Create	Confluence·Slack·이메일·IDE·이미지에서 작업 항목 생성
Work Breakdown	큰 작업을 하위 작업으로 자동 분할 (요약·설명 포함)
Instant Context	상태·기여자·블로커를 한눈에 정리
Work Readiness Checker	이슈가 착수 가능한 상태인지 점검
Rovo Dev	JIRA 이슈에서 코드로 연결

Work Breakdown은 3편에서 다룬 “13포인트 넘으면 쪼개라”와 맞물린다. 다만 AI가 쪼갠 결과를 그대로 쓰지 말고 반드시 검토해야 한다. 도메인 맥락을 모르는 상태에서 쪼갠 것이기 때문이다.

자동화 규칙을 자연어로 만들기

2편에서 트리거-조건-액션을 직접 설정했는데, 이걸 자연어로 만드는 기능도 있다.

단, Premium·Enterprise 전용이다. Standard에서는 쓸 수 없다.

MCP로 Claude에 붙이기,

여기가 개발자에게 가장 쓸모 있는 부분이다.

MCP(Model Context Protocol) 는 AI 도구가 외부 시스템에 접근하는 표준 규격이다. Atlassian이 공식 MCP 서버를 제공하므로, Claude Code 같은 도구에서 JIRA 이슈를 직접 읽고 쓸 수 있다.

상태와 접근 권한

정식 출시(GA) 상태다. 2025년 5월 베타로 시작해 2025년 12월 GA 전환
현재 명칭은 Atlassian Rovo MCP Server
모든 Atlassian Cloud 고객이 사용 가능하다. 무료 플랜 포함

시간당 호출 한도

요금제	시간당 호출
Free	500
Standard	1,000
Premium / Enterprise	1,000 (최대 10,000까지 확장 가능)

크레딧이 없는 Free 플랜에서도 MCP는 쓸 수 있다는 점이 중요하다.

참고: 일반적인 읽기·쓰기 호출은 Rovo 크레딧을 쓰지 않는 것으로 알려져 있으나,
Atlassian 공식 문서에서 이를 명시한 문장은 확인하지 못했다. 크레딧 잔량을 보면서 쓰는 편이 안전하다.

Claude Code에 연결하기

claude mcp add --transport http atlassian https://mcp.atlassian.com/v1/mcp/authv2

등록 후 세션 안에서 /mcp 를 실행해 인증한다. 브라우저가 열리고 OAuth 로그인을 하면 연결된다.

다른 도구에서는

도구	방법
Claude Desktop	설정 → Extensions → Browse extensions → Plugins → “Atlassian” 검색
VS Code	Extensions에서 `@mcp Atlassian`
Cursor	마켓플레이스에서 설치

엔드포인트 URL

현재: https://mcp.atlassian.com/v1/mcp/authv2
구형(SSE): https://mcp.atlassian.com/v1/sse — 아직 동작하지만 이전을 권장

인증 방식

제품	OAuth	API 토큰
Jira	O	O
Confluence	O	O
Jira Service Management	X	O
Bitbucket	X	O
Compass	O	X

OAuth 2.1: 브라우저 로그인. 기존 사용자 권한을 그대로 따른다
API 토큰: 서버·스크립트 등 브라우저를 못 쓰는 환경용
사이트별로 관리자가 최초 사용을 승인해야 한다

보안상 주의점

Atlassian이 직접 경고하는 내용이다.

“MCP 클라이언트는 당신의 기존 권한으로 작업을 수행할 수 있습니다.
최소 권한 원칙을 적용하고, 영향이 큰 변경은 검토하고, 감사 로그를 모니터링하십시오.”

정리하면

AI가 당신 권한으로 이슈를 만들고 고칠 수 있다. 계정 권한이 넓으면 AI 권한도 넓다
감사 로그에 Rovo MCP User Actions로 기록된다
IP 허용 목록(allowlist)이 적용된다
FedRAMP·HIPAA는 지원하지 않는다. 규제 산업이면 도입 전 확인 필요
JIRA·Confluence 내용을 저장하거나 캐시하지 않는다

실제로 뭘 할 수 있나

MCP를 붙이면 이런 흐름이 한 대화 안에서 끝난다.

"SHOP-101 이슈 내용 읽고, 관련 코드 찾아서 구현해줘"

→ AI가 이슈를 읽고 (MCP)
→ 저장소에서 관련 코드를 찾고
→ 구현하고
→ 이슈에 진행 상황 댓글을 남긴다 (MCP)

"이번 스프린트 완료된 이슈로 릴리스 노트 만들어줘"

→ fixVersion = "v2.1.0" AND status = Done 으로 조회 (MCP)
→ 이슈 제목·설명을 읽고
→ 사용자 관점 릴리스 노트로 정리

두 번째 예시는 2편에서 만든 JQL을 AI가 대신 실행하는 셈이다.

확인 못 한 것: 제공되는 개별 도구(tool)의 전체 목록은 공식 문서에서 열거 형태로 찾지 못했다.
조회·생성·수정·검색이 가능하다는 것은 확인했다. 정확한 목록은 연결 후 /mcp로 직접 확인하는 편이 확실하다.

REST API로 직접 붙이기,

MCP를 안 쓰고 스크립트에서 직접 호출하는 방법이다. AI에게 데이터를 넘기는 파이프라인을 만들 때 쓴다.

인증

id.atlassian.com/manage/api-tokens 에서 API 토큰 발급
이메일:토큰 형태의 Basic 인증

curl -u your-email@example.com:YOUR_API_TOKEN ...

Atlassian은 Basic 인증이 “다른 방식만큼 안전하지 않다”고 명시하며, 운영 환경에는 OAuth 2.0이나 Forge를 권장한다.

이슈 검색 — 엔드포인트가 바뀌었다

중요: 예전에 쓰던 /rest/api/3/search는 제거되어 410 Gone을 반환한다. 검색해서 나오는 옛날 예제 코드는 대부분 동작하지 않는다.

현재 엔드포인트는 /rest/api/3/search/jql 이다.

curl --request GET \
  --url 'https://<사이트>.atlassian.net/rest/api/3/search/jql?jql=project%3DSHOP%20AND%20created%3E%3D-7d&maxResults=50' \
  --user 'your-email@example.com:YOUR_API_TOKEN' \
  --header 'Accept: application/json'

JQL은 URL 인코딩 해야 한다 (= → %3D, 공백 → %20)
JQL이 길면 POST를 쓴다
페이지네이션이 startAt이 아니라 nextPageToken 방식으로 바뀌었다
전체 개수(totalIssues)를 안 돌려준다. 필요하면 POST /rest/api/3/search/approximate-count 를 따로 호출한다

이슈 생성 — ADF 함정

POST /rest/api/3/issue 로 만든다. 여기서 많이 막히는 부분이 있다.

v3 API에서 설명(description) 같은 서식 필드는 일반 문자열이 아니라 ADF(Atlassian Document Format) 라는 중첩 JSON 구조여야 한다.

{
  "fields": {
    "project": { "key": "SHOP" },
    "summary": "카드 결제 연동",
    "issuetype": { "name": "Task" },
    "description": {
      "type": "doc",
      "version": 1,
      "content": [
        {
          "type": "paragraph",
          "content": [
            { "type": "text", "text": "본문 내용" }
          ]
        }
      ]
    }
  }
}

간단한 스크립트라면 v2 API(/rest/api/2/issue)를 쓰면 설명을 평범한 문자열로 넣을 수 있다. 실무에서는 이쪽이 훨씬 편하다.

{
  "fields": {
    "project": { "key": "SHOP" },
    "summary": "카드 결제 연동",
    "issuetype": { "name": "Task" },
    "description": "본문 내용을 그냥 문자열로"
  }
}

현실적인 활용 시나리오,

마케팅 문구가 아니라, 실제로 시간이 절약되는 것들만 추린다.

무료로 할 수 있는 것 (크레딧 0)

상황	방법
댓글 30개짜리 이슈의 결론만 알고 싶다	요약 기능
JQL 문법이 기억 안 난다	Ask AI로 물어보고 생성된 JQL 확인
이 프로젝트에서 쓰는 용어가 뭔지 모르겠다	용어 정의(Definitions)
여러 도구에 흩어진 문서를 찾아야 한다	Rovo Search

MCP로 하면 좋은 것

상황	흐름
이슈 읽고 바로 구현	AI가 이슈를 읽고 저장소에서 작업
릴리스 노트 작성	완료 이슈 조회 → 사용자 관점으로 정리
버그 분류(트리아지)	새 버그를 읽고 우선순위·담당자 제안
회의록 → 이슈	회의록에서 할 일을 뽑아 이슈로 생성

AI에게 맡기면 안 되는 것

스토리 포인트 추정 — 3편에서 봤듯 추정의 목적은 숫자가 아니라 팀의 이해 차이를 발견하는 것이다. AI가 대신 하면 그 대화가 사라진다
우선순위 결정 — 비즈니스 맥락은 AI가 모른다
완료 판정 — Definition of Done 충족 여부는 사람이 본다
검토 없는 이슈 생성 — AI가 만든 이슈를 그대로 두면 백로그만 늘어난다

정리,

하고 싶은 것	방법	비용
자연어로 이슈 검색	Ask AI	무료
긴 스레드 요약	요약 기능	무료
통합 검색	Rovo Search	무료
대화하며 이슈 조작	Rovo Chat	10크레딧
개발 도구에서 JIRA 조작	MCP 서버	무료 플랜 포함
스크립트로 자동화	REST API	무료

시작 순서를 추천하면 이렇다.

Ask AI로 JQL 배우기 — 무료이고, 2편의 JQL 학습에도 도움이 된다
요약 기능 습관화 — 긴 이슈를 읽기 전에 한 번 요약
MCP 연결 — 개발자라면 여기가 실질적인 이득이 가장 크다
Chat·Agent는 나중에 — 크레딧 소모를 파악한 뒤에

마지막으로, AI 기능은 JIRA에 적힌 내용이 정확할 때만 쓸모가 있다. 3편에서 말한 “보드가 현실과 일치한다”는 원칙이 지켜지지 않으면, AI가 요약해주는 것도 결국 틀린 내용이다. 도구를 먼저 붙이기보다 운영을 먼저 정리하는 편이 순서상 맞다.

JIRA 활용 - AI 붙여서 쓰기 (Rovo와 MCP)