핵심 요약
SK플래닛의 QUBA 개발기는 Jira 티켓 분석을 AI가 선조사하고 원인 및 수정안을 제시하는 버그 처리 자동화 흐름을 소개합니다. LangGraph 기반 MCP와 7노드 파이프라인으로 맥락 강화하고, 사내 벡터 스토어와 임베딩으로 데이터 소스를 연계합니다.
구현 방법
- 7노드 파이프라인과 LangGraph 기반 Supervisor 구성
- fetch_ticket → enrich_context → synthesize로 정보 수집/맥락 강화
- 1024차원 임베딩과 벡터 검색(RAG)으로 정책·문서·코드 검색
- Jira Data Center API 및 REST API로 이슈 연동, Human-in-the-Loop 승인
주요 결과
- 신뢰도와 재현성 향상, 근거를 메타데이터로 보강
- 리포트 자동 생성 및 Jira 코멘트 반영으로 처리 흐름 일관성 확보
- 지식 자산으로 재사용성과 확장성 강화
