Why Xometry moved to Atlassian to power a software delivery lifecycle where people and AI agents work side by side

Atlassian 제품군은 AI 기반 소프트웨어 개발 수명 주기를 위한 연결 고리입니다. 이 제품군은 팀원과 에이전트에게 어떤 업무가 진행 중이며 그 업무가 왜 중요하며 앞으로 어떻게 진행되는지에 대해 동일하게 구조화된 컨텍스트를 제공합니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터, Xometry

주요 결과
~35%
1년 이내 사이클 타임 예상 단축
~50%
Jira로 마이그레이션하여 절감한 라이선스 비용
500개 이상
하나의 플랫폼에서 연결된 글로벌 엔지니어
Xometry logo - black

Xometry 소개

Xometry의 인기 있는 AI 기반 마켓플레이스 Thomasnet® 산업 소싱 플랫폼 및 클라우드 기반 서비스 제품군은 제조업을 빠르게 디지털화하고 있습니다. Xometry는 제조업체에 비즈니스 성장에 필요한 중요 리소스를 제공하며, 실시간 가격 책정 및 리드 타임 데이터를 통해 구매자의 조달 프로세스를 간소화합니다.

산업
제조
지역
Global

Xometry는 고객 제조 분야의 구매자와 공급업체를 연결하는 글로벌 AI 네이티브 마켓플레이스로, 모든 주문이 고유하여 비즈니스, 제품, 엔지니어링 및 운영 전반에 걸쳐 복잡한 워크플로가 됩니다. 이 회사는 팀이 목표를 달성하는 데 필요한 구조, 제어 및 책임성을 지원하기 위해 Jira를 기반으로 운영합니다.

Xometry가 AI를 활용하여 소프트웨어 개발 수명 주기(SDLC)를 최신화하면서, 팀은 전체 프로세스에 걸쳐 업무를 연결하는 체계적인 정보 출처가 필요하다는 것을 깨달았습니다.

현재 Atlassian은 분기별 계획부터 배포까지 팀과 에이전트에게 동일한 구조화된 컨텍스트를 제공합니다. 이러한 명확한 운영 정렬을 통해 지연과 재작업을 줄이면서 파이프라인을 통해 업무를 진행할 수 있습니다.

새로운 AI 기반 소프트웨어 개발 수명 주기에는 새로운 솔루션이 필요

Xometry가 성장하고 AI 기반 SDLC를 구축하기 시작하면서, 팀은 직원들뿐만 아니라 이제 그들과 함께 해당 업무의 일부를 수행하는 AI 도구를 위해서도 엔터프라이즈급 구조, 제어 및 신뢰할 수 있는 정보 출처가 필요했습니다.

  • 회사가 확장됨에 따라 팀들은 업무를 구성하는 방법에 대해 의견을 조율해야 했습니다. 각 팀은 우선 순위와 구조가 달랐으며, 일상적인 업무를 회사의 목표와 연결하는 데 필요 이상의 수작업이 필요했습니다.

  • 승인 흐름과 규정 준수 제어를 하나의 도구에서 관리하지 않아서 수동 업무가 필요하고 오류가 발생할 가능성이 있었습니다.

  • 비즈니스 리더는 기술이 제공하는 성과에 대해 가시성이 필요했습니다 .

  • 서로 다른 지역의 팀들은 각기 다른 도구를 사용했지만, 동일한 시스템에서 공동 작업하거나 컨텍스트를 공유할 수 있기를 원했습니다.

  • 스프레드시트는 AI 네이티브 워크플로를 지원할 수 없었습니다.

Xometry가 비즈니스 우선 순위를 일상적인 엔지니어링 업무와 연결하는 방식

Xometry는 Jira로 마이그레이션하고 운영 모델에 정렬하여 엔터프라이즈 비즈니스 우선 순위를 실제 실행 상황과 연결했습니다. 이 회사는 하나의 비즈니스 도메인을 책임지는 고위 리더인 12명의 STO(Single-Threaded Owner)를 중심으로 업무를 구성합니다. 각 STO는 분기별 계획을 세울 때 이니셔티브를 확정하고, Jira 내에서 각 이니셔티브를 결과물, 작업 및 하위 작업으로 세분화합니다. 회사 수준의 우선 순위는 엔지니어 또는 에이전트가 작업 중인 특정 티켓까지 이어집니다.

Xometry’s work hierarchy in Jira

Jira에 Xometry의 업무 계층 구조

Xometry가 비즈니스 우선 순위를 일상적인 엔지니어링 업무와 연결하는 방식

이 구조는 Xometry에게 우선 순위 지정과 책임에 대한 공동의 언어를 제공합니다. 팀의 모든 구성원 또는 이들과 함께 작업하는 모든 AI 도구는 Jira를 확인하고 무슨 일이 일어나고 있으며 왜 그 업무를 수행하며 누가 담당자인지 즉시 파악할 수 있습니다.

Atlassian은 팀에 공동의 운영 방식을 제공하는 동시에, 가장 중요한 업무에 집중할 수 있는 자유를 제공합니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

모범 사례를 적용하고 제공 속도를 높이는 더 나은 워크플로

Jira로 다시 돌아온 Xometry는 다른 경쟁업체들이 지원할 수 없었던 엔터프라이즈급 워크플로를 갖출 수 있었습니다.

  • 이제 워크플로는 일반적인 상태 대신 계획, 탐색, 제공, 릴리스 및 평가와 같은 회사의 실제 소프트웨어 수명 주기 단계를 나타냅니다.

  • 승인 흐름, 규정 준수 제어 및 코드 커밋과 이 커밋을 트리거한 업무 항목 간의 직접적인 연결을 프로세스에서 기본 제공합니다.

  • 팀은 누락되는 항목이 없도록 Jira에서 산출물, 소유권 및 진행률을 추적합니다. 또한 이를 통해 더 쉽게 공동 작업하고 보고서를 작성하며 계획적인 성과 개선을 이룰 수 있습니다.

이러한 모든 발전이 모여 더 빠르고 우수한 제공으로 이어지고 있습니다. 실제로 Xometry는 첫해에 여러 결과물이 포함된 이니셔티브의 사이클 타임을 약 35% 단축할 것으로 예상됩니다.

이전에는 이니셔티브를 완료하는 데 약 45일이 걸렸습니다. 현재는 연말까지 이를 30일로 단축할 수 있도록 순조롭게 진행 중입니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

적절한 시간에 올바른 방식으로 지원하도록 에이전트 포함

팀에 체계를 잡아주는 동일한 워크플로 단계는 에이전트가 자연스럽게 개입할 수 있는 지점이 됩니다. 각 전환은 Xometry에서 소프트웨어를 구축하는 과정의 실제 순간을 나타내므로, 일반적인 지시 사항이 아닌 Xometry 고유의 기능적 모범 사례를 바탕으로 Rovo 에이전트가 업무를 지원, 평가 또는 자동화할 수 있는 지점 역할을 합니다.

일반적인 AI 도구처럼 AI가 프로세스 외부에 머무는 대신, Rovo와 타사 에이전트는 워크플로에서 공동 작업하는 팀원이 됩니다. 적절한 단계에서, 올바른 컨텍스트와 함께, 적절한 순간에 트리거됩니다. Xometry는 이미 대부분의 풀리퀘스트 전반에서 Claude 및 Cursor와 같은 AI 코드 어시스턴트를 사용하고 있습니다. 다음 단계는 SDLC의 나머지 부분 전반에 에이전트를 포함하는 것입니다. 팀은 코드 검토 에이전트로 시작하여 자율 승인, 자동화된 원격 분석, 그리고 궁극적으로 SDLC 전반의 전체 루프 자동화를 향해 나아가고 있습니다.

AI 네이티브 업무에는 프로세스의 모든 부분에 대해 견고한 구조와 정보 출처가 필요로 합니다. Atlassian은 조직이 업무를 수행하는 방식에 맞게 충분히 유연하면서도 체계적인 구조를 제공합니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

팀과 에이전트가 신뢰할 수 있는 단일 정보 출처

Atlassian을 전면 도입한 것은 스프레드시트와 포인트 솔루션에서 벗어나는 변화였습니다. Xometry는 특히 AI 워크플로를 설계하면서 추적성과 변경 관리를 갖춘 구조화된 단일 정보 출처가 필요했습니다.

AI에 관하여:

Xometry는 플랫폼 전반에서 사용자, 업무 및 지식 간의 관계를 매핑하는 Atlassian의 Teamwork Graph를 사용하여 조직이 실제로 일하는 방식에 AI를 기반으로 하고 있습니다. 이런 방식으로 AI는 단절된 정보 조각을 바탕으로 추측하는 대신, 실제적이고 구조화된 컨텍스트를 활용하여 회사의 팀이 의사 결정을 내릴 수 있도록 지원합니다.

팀에 대하여:

이제 Atlassian은 Xometry에서 기술 및 제품 업무를 수행하는 방식에 대한 정보 출처입니다. 모든 산출물에 수반되는 업무, 소유권, 종속성, 수명 주기 단계 및 승인을 기록합니다.

목표는 사용자 조사 메모부터 프로덕션 배포에 이르기까지 모든 아티팩트가 이전 항목과 연결되어, 다음 팀원 또는 에이전트가 작업을 계속 진행하는 데 필요한 컨텍스트를 확보할 수 있도록 하는 것입니다.

Atlassian이 더 많은 컨텍스트를 제공하고 AI에 더 나은 입력을 제공하여 더 나은 결과를 도출하는 데 도움을 주기 때문에, Atlassian을 통해 결과물과 티켓의 품질이 계속해서 향상되고 있습니다.

Dewey Jose

선임 주요 소프트웨어 엔지니어

Xometry는 고객 제조 분야의 구매자와 공급업체를 연결하는 글로벌 AI 네이티브 마켓플레이스로, 모든 주문이 고유하여 비즈니스, 제품, 엔지니어링 및 운영 전반에 걸쳐 복잡한 워크플로가 됩니다. 이 회사는 팀이 목표를 달성하는 데 필요한 구조, 제어 및 책임성을 지원하기 위해 Jira를 기반으로 운영합니다.

Xometry가 AI를 활용하여 소프트웨어 개발 수명 주기(SDLC)를 최신화하면서, 팀은 전체 프로세스에 걸쳐 업무를 연결하는 체계적인 정보 출처가 필요하다는 것을 깨달았습니다.

현재 Atlassian은 분기별 계획부터 배포까지 팀과 에이전트에게 동일한 구조화된 컨텍스트를 제공합니다. 이러한 명확한 운영 정렬을 통해 지연과 재작업을 줄이면서 파이프라인을 통해 업무를 진행할 수 있습니다.

새로운 AI 기반 소프트웨어 개발 수명 주기에는 새로운 솔루션이 필요

Xometry가 성장하고 AI 기반 SDLC를 구축하기 시작하면서, 팀은 직원들뿐만 아니라 이제 그들과 함께 해당 업무의 일부를 수행하는 AI 도구를 위해서도 엔터프라이즈급 구조, 제어 및 신뢰할 수 있는 정보 출처가 필요했습니다.

  • 회사가 확장됨에 따라 팀들은 업무를 구성하는 방법에 대해 의견을 조율해야 했습니다. 각 팀은 우선 순위와 구조가 달랐으며, 일상적인 업무를 회사의 목표와 연결하는 데 필요 이상의 수작업이 필요했습니다.

  • 승인 흐름과 규정 준수 제어를 하나의 도구에서 관리하지 않아서 수동 업무가 필요하고 오류가 발생할 가능성이 있었습니다.

  • 비즈니스 리더는 기술이 제공하는 성과에 대해 가시성이 필요했습니다 .

  • 서로 다른 지역의 팀들은 각기 다른 도구를 사용했지만, 동일한 시스템에서 공동 작업하거나 컨텍스트를 공유할 수 있기를 원했습니다.

  • 스프레드시트는 AI 네이티브 워크플로를 지원할 수 없었습니다.

Xometry가 비즈니스 우선 순위를 일상적인 엔지니어링 업무와 연결하는 방식

Xometry는 Jira로 마이그레이션하고 운영 모델에 정렬하여 엔터프라이즈 비즈니스 우선 순위를 실제 실행 상황과 연결했습니다. 이 회사는 하나의 비즈니스 도메인을 책임지는 고위 리더인 12명의 STO(Single-Threaded Owner)를 중심으로 업무를 구성합니다. 각 STO는 분기별 계획을 세울 때 이니셔티브를 확정하고, Jira 내에서 각 이니셔티브를 결과물, 작업 및 하위 작업으로 세분화합니다. 회사 수준의 우선 순위는 엔지니어 또는 에이전트가 작업 중인 특정 티켓까지 이어집니다.

Xometry’s work hierarchy in Jira

Jira에 Xometry의 업무 계층 구조

Xometry가 비즈니스 우선 순위를 일상적인 엔지니어링 업무와 연결하는 방식

이 구조는 Xometry에게 우선 순위 지정과 책임에 대한 공동의 언어를 제공합니다. 팀의 모든 구성원 또는 이들과 함께 작업하는 모든 AI 도구는 Jira를 확인하고 무슨 일이 일어나고 있으며 왜 그 업무를 수행하며 누가 담당자인지 즉시 파악할 수 있습니다.

Atlassian은 팀에 공동의 운영 방식을 제공하는 동시에, 가장 중요한 업무에 집중할 수 있는 자유를 제공합니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

모범 사례를 적용하고 제공 속도를 높이는 더 나은 워크플로

Jira로 다시 돌아온 Xometry는 다른 경쟁업체들이 지원할 수 없었던 엔터프라이즈급 워크플로를 갖출 수 있었습니다.

  • 이제 워크플로는 일반적인 상태 대신 계획, 탐색, 제공, 릴리스 및 평가와 같은 회사의 실제 소프트웨어 수명 주기 단계를 나타냅니다.

  • 승인 흐름, 규정 준수 제어 및 코드 커밋과 이 커밋을 트리거한 업무 항목 간의 직접적인 연결을 프로세스에서 기본 제공합니다.

  • 팀은 누락되는 항목이 없도록 Jira에서 산출물, 소유권 및 진행률을 추적합니다. 또한 이를 통해 더 쉽게 공동 작업하고 보고서를 작성하며 계획적인 성과 개선을 이룰 수 있습니다.

이러한 모든 발전이 모여 더 빠르고 우수한 제공으로 이어지고 있습니다. 실제로 Xometry는 첫해에 여러 결과물이 포함된 이니셔티브의 사이클 타임을 약 35% 단축할 것으로 예상됩니다.

이전에는 이니셔티브를 완료하는 데 약 45일이 걸렸습니다. 현재는 연말까지 이를 30일로 단축할 수 있도록 순조롭게 진행 중입니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

적절한 시간에 올바른 방식으로 지원하도록 에이전트 포함

팀에 체계를 잡아주는 동일한 워크플로 단계는 에이전트가 자연스럽게 개입할 수 있는 지점이 됩니다. 각 전환은 Xometry에서 소프트웨어를 구축하는 과정의 실제 순간을 나타내므로, 일반적인 지시 사항이 아닌 Xometry 고유의 기능적 모범 사례를 바탕으로 Rovo 에이전트가 업무를 지원, 평가 또는 자동화할 수 있는 지점 역할을 합니다.

일반적인 AI 도구처럼 AI가 프로세스 외부에 머무는 대신, Rovo와 타사 에이전트는 워크플로에서 공동 작업하는 팀원이 됩니다. 적절한 단계에서, 올바른 컨텍스트와 함께, 적절한 순간에 트리거됩니다. Xometry는 이미 대부분의 풀리퀘스트 전반에서 Claude 및 Cursor와 같은 AI 코드 어시스턴트를 사용하고 있습니다. 다음 단계는 SDLC의 나머지 부분 전반에 에이전트를 포함하는 것입니다. 팀은 코드 검토 에이전트로 시작하여 자율 승인, 자동화된 원격 분석, 그리고 궁극적으로 SDLC 전반의 전체 루프 자동화를 향해 나아가고 있습니다.

AI 네이티브 업무에는 프로세스의 모든 부분에 대해 견고한 구조와 정보 출처가 필요로 합니다. Atlassian은 조직이 업무를 수행하는 방식에 맞게 충분히 유연하면서도 체계적인 구조를 제공합니다.

Jeff Arbor

기술 운영 및 AI 전환 부문 디렉터

팀과 에이전트가 신뢰할 수 있는 단일 정보 출처

Atlassian을 전면 도입한 것은 스프레드시트와 포인트 솔루션에서 벗어나는 변화였습니다. Xometry는 특히 AI 워크플로를 설계하면서 추적성과 변경 관리를 갖춘 구조화된 단일 정보 출처가 필요했습니다.

AI에 관하여:

Xometry는 플랫폼 전반에서 사용자, 업무 및 지식 간의 관계를 매핑하는 Atlassian의 Teamwork Graph를 사용하여 조직이 실제로 일하는 방식에 AI를 기반으로 하고 있습니다. 이런 방식으로 AI는 단절된 정보 조각을 바탕으로 추측하는 대신, 실제적이고 구조화된 컨텍스트를 활용하여 회사의 팀이 의사 결정을 내릴 수 있도록 지원합니다.

팀에 대하여:

이제 Atlassian은 Xometry에서 기술 및 제품 업무를 수행하는 방식에 대한 정보 출처입니다. 모든 산출물에 수반되는 업무, 소유권, 종속성, 수명 주기 단계 및 승인을 기록합니다.

목표는 사용자 조사 메모부터 프로덕션 배포에 이르기까지 모든 아티팩트가 이전 항목과 연결되어, 다음 팀원 또는 에이전트가 작업을 계속 진행하는 데 필요한 컨텍스트를 확보할 수 있도록 하는 것입니다.

Atlassian이 더 많은 컨텍스트를 제공하고 AI에 더 나은 입력을 제공하여 더 나은 결과를 도출하는 데 도움을 주기 때문에, Atlassian을 통해 결과물과 티켓의 품질이 계속해서 향상되고 있습니다.

Dewey Jose

선임 주요 소프트웨어 엔지니어

Xometry logo - black

Xometry 소개

Xometry의 인기 있는 AI 기반 마켓플레이스 Thomasnet® 산업 소싱 플랫폼 및 클라우드 기반 서비스 제품군은 제조업을 빠르게 디지털화하고 있습니다. Xometry는 제조업체에 비즈니스 성장에 필요한 중요 리소스를 제공하며, 실시간 가격 책정 및 리드 타임 데이터를 통해 구매자의 조달 프로세스를 간소화합니다.

산업
제조
지역
Global

Check these out

공동 작업을 간소화하는 Jira

모든 팀을 하나로 모으기

지금 Atlassian Cloud 사용해 보기

Atlassian Cloud로의 마이그레이션을 빠르게 시작

Atlassian Rovo를 만나보세요

모든 작업을 위한 인공지능-사용자 협업