JIRA에서 AI 기반 티켓 라우팅 및 SLA 위반 예측 - 실제 자동화 프로젝트 경험

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

DevOps

대상자

지원 팀 및 DevOps 프로페셔널 (중간 난이도, JIRA 자동화, Python 기초 지식 필요)

핵심 요약

• JIRA의 자체 자동화 기능 + Python 모델을 활용하여 티켓 라우팅 및 SLA 위반 예측 구현
• 34%의 평균 분류 시간 감소, 50%의 SLA 준수율 향상
• Pandas & Scikit-learn 기반의 티켓 분석, GitHub Actions으로 CI/CD 자동화

섹션별 세부 요약

1. **프로젝트 목적**

• 수동 분류 시간 절감을 목표로 AI 기반 티켓 분류 시스템 개발
• SLA 위반 예측 기능 추가로 지원 팀의 사전 대응 가능
• 실제 운영 문제에서 도출된 변화의 필요성에 기반한 프로젝트

2. **기술 스택**

• JIRA Automation (웹훅, 자체 도구 활용)
• Python Flask API로 예측 로직 구현
• Pandas & Scikit-learn으로 티켓 데이터 분석 및 모델 훈련
• GitHub Actions로 CI/CD 파이프라인 구축

3. **핵심 결과**

• 티켓 우선순위 자동 태깅 (과거 데이터 + 키워드 매핑)
• 경량 Python 모델이 티켓 유형 및 긴급도 기반으로 팀 할당
• SLA 위반 가능성을 라벨로 표시하여 시각화

4. **향후 계획**

• Notion 및 Slack과의 연동 확장
• 실시간 알림 시스템 구축 (예측된 SLA 위반 및 지연 응답)

결론

• GitHub 저장소에서 코드 및 예제 데이터 확인 가능 (🔗 링크)
• JIRA의 자체 자동화 기능과 경량 Python 모델 활용이 핵심 전략
• SLA 위반 예측을 위한 티켓 분류 로직은 지원 팀의 효율성 향상에 직접 기여