책임감 있게 만들어진 AI로 팀워크 강화

Rovo는 Open Source의 자체 호스팅 모델 및 타사 호스팅 모델을 함께 사용하여 사용자, 팀 및 워크플로에 맞는 인공지능 경험을 제공합니다.

LLM 공급자는 고객의 입력 및 산출물을 저장하거나 서비스 학습에 이 데이터를 사용하지 않습니다. 이 접근 방식은 전체 프로세스에서 데이터의 개인 정보 보호를 우선시합니다.

Rovo 기능을 뒷받침하는 기술에 대해 자세히 알아보려면 이 페이지를 방문하세요.

시작하려면 다음의 일반적인 사용 사례 및 프롬프트를 검토하세요. 이 사용 사례를 참조하면 Rovo Agent, Chat 및 검색으로 작업 속도를 높일 수 있습니다.

AI 기반 기능에서 사용되는 일부 모델은 사용자의 입력에 따라 응답을 생성하며 확률적인 특성을 가지고 있습니다. 따라서 학습한 데이터를 바탕으로 가능성이 가장 높은 다음 단어 또는 텍스트를 예측하여 응답을 생성합니다. 또한 Rovo 결과도 권한을 기반으로 하므로 사용자마다 다를 수 있습니다.

이 접근 방식으로 인해 모델은 때때로 부정확하거나 불완전하거나 신뢰할 수 없는 방식으로 작동할 수 있습니다. 예를 들어 사용자가 받은 응답이 응답의 근거가 된 내용을 정확히 반영하지 못할 수도 있고 겉으로는 합리적으로 들리지만 완전하지 않고 신뢰해서는 안 되는 내용을 생성할 수도 있습니다.

이 기능을 사용하는 상황을 생각해 보세요. 사람, 장소 및 사실에 대한 정확한 최신 정보가 필요한 경우는 아닐 것입니다. 이렇게 받은 응답을 다른 사람과 공유하기 전에 그 품질을 검토해 보는 것이 좋습니다.

Rovo는 사용자의 입력을 처리하여 사용자가 요청한 출력을 제공합니다. 또한 Atlassian은 사용자가 볼 수 있는 권한이 있는 사이트 내에서 조직 데이터를 처리하고 해당 데이터를 사용자 입력에 포함합니다. 따라서 LLM이 더 정확하고 관련성 있는 상황별 응답을 제공할 수 있습니다.

Atlassian에서 사용하는 LLM 공급자는 서비스 개선을 위해 사용자의 입력 및 산출물을 사용하지 않습니다. OpenAI 또는 다른 어떤 LLM 공급자도 사용자의 입력 및 산출물을 유지하지 않습니다.

Atlassian은 LLM 공급자에게 적용한 제한적 정책 외에도 플랫폼 내에서 고객 데이터의 사용 및 액세스도 제한합니다. Atlassian은 고객에게 제공하는 응답과 경험의 품질을 개선하기 위한 목적에 한해 Atlassian의 인프라 내에서만 작동하는 오픈 소스 모델을 미세 조정하는 데 메타데이터를 사용할 수 있습니다. 이렇게 기여된 데이터의 사용에는 데이터 기여 설정이 적용되며, Atlassian은 사용 전에 기여된 모든 메타데이터를 비식별화하고 집계하는 등 강력한 보호 조치를 적용합니다.

이 정책의 중요한 변경 사항에 대한 알림을 받으려면 여기에서 구독을 신청하세요.

Atlassian은 고객에게 최상의 결과를 제공하기 위해 OpenAI의 GPT 시리즈 모델, Anthropic의 Claude 시리즈 모델 및 Google의 Gemini 시리즈 모델의 타사 호스팅 LLM 이외에도 LLama 시리즈 및 Mixtral의 모델을 포함하여 Atlassian에서 호스팅하는 다양한 Open Source LLM을 사용합니다. Atlassian 기능은 동적 라우팅을 사용하여 각 시나리오에 가장 적합한 경험 및 정확도를 제공할 수 있는 적합한 모델 조합을 선택합니다.

Atlassian에서 사용하는 LLM 공급자는 사용자의 입력 및 산출물을 보유하거나 서비스 개선을 위해 사용하지 않습니다.

타사에서 호스팅하는 LLM 공급자에 대한 자세한 내용은 데이터 하위 프로세서 목록을 참조하세요. 또한 투명성 페이지에서 각 기능이 LLM을 사용하는 방법을 자세히 알아볼 수 있습니다.

아니요. Atlassian의 LLM 공급자는 사용자가 제출한 데이터나 받은 응답을 저장하지 않습니다.

사용자가 제출하는 데이터와 Rovo에서 받은 응답은 타사에서 호스팅하는 LLM 공급자가 자사 서비스를 학습하거나 개선하는 데 사용하도록 공유되지 않습니다. 각 데이터 요청은 SSL 암호화 서비스를 통해 외부 공급자에게 개별적으로 전송되어 처리된 후 Atlassian으로 다시 전송됩니다.

Rovo는 기본적으로 모델 간에 동적 라우팅을 활용합니다. 즉, Rovo가 Atlassian에서 호스팅하는 LLM 공급자와 타사 LLM 공급자를 혼합하여 사용한다는 것입니다.

해당하는 고객은 Atlassian에서 호스팅하는 LLM만 사용하도록 선택하여 LLM 사용을 Atlassian Cloud 경계 내 모델로 제한할 수 있습니다. 이 기능은 Cloud Enterprise 조직이 요청하는 경우 사용할 수 있습니다. 이 요청을 시작하려면 계정 팀이나 고객 지원 팀에 문의하세요.

Rovo 앱은 다른 앱(예: 프로젝트 및 목표)과 마찬가지로 Atlassian Cloud 플랫폼의 핵심 부분입니다. 이 플랫폼 앱은 제거할 수 없습니다. 하지만 조직 관리자는 Atlassian 관리에서 Atlassian 앱에 대한 AI 기반 Rovo 기능을 관리(활성화 또는 비활성화)할 수 있습니다. Rovo 검색과 같이 AI를 기반으로 하지 않는 Rovo 기능은 사용 중지할 수 없습니다.

앱에서 AI를 관리하는 것에 관해서는 설명서에서 자세히 알아볼 수 있습니다. AI가 활성화된 상태에서 사용할 수 있는 Rovo 기능의 목록을 보려면 설명서를 참조하세요.

현재는 앱 수준에서만 AI 기능에 대한 옵트아웃 제어 기능을 제공합니다.

참고로 Rovo 검색, 스튜디오 및 책갈피 기능은 이제 Atlassian 플랫폼의 일부이기 때문에 항상 사용할 수 있습니다. 사용 가능한 옵트아웃 제어 기능에 대해서는 설명서에서 자세히 알아볼 수 있습니다.

Google Drive 또는 Microsoft SharePoint에서 Rovo가 색인화한 콘텐츠를 제한하도록 허용 목록 또는 차단 목록을 구성할 수도 있습니다. 허용 목록 또는 차단 목록을 구성하려면 설명서를 검토하세요.

Atlassian에서 호스팅하는 LLM을 사용하는 경우 Rovo가 사용할 수 있는 다양한 LLM 옵션으로 인해 성능 및 대기 시간에 약간의 차이가 있을 수 있습니다. 일반적으로 Rovo는 타사 LLM과 Atlassian에서 호스팅하는 LLM 간에 요청을 동적으로 라우팅하여 사용자 요청에 가장 적합한 모델을 선택합니다. 하지만 Atlassian에서 호스팅하는 LLM의 경우 Rovo의 AI 기반 기능은 전적으로 Atlassian Cloud 경계 내의 모델만 이용합니다.