ProjectManager
이슈·스펙·테스트·릴리즈 판단을 하나의 데이터 모델 위에 모은 통합 관리 플랫폼입니다. 회의록 한 장으로 스펙·이슈·테스트를 생성하고, 빠진 연결과 검증 공백을 매일 자동으로 메우며, 이슈 수정을 AI 에이전트가 직접 수행해 코드 변경(PR)까지 만들어 옵니다.
Tech Stack
Overview
제품 개요
ProjectManager는 이슈·스펙·테스트·고객 소통을 하나의 데이터 모델 위에 모아 서로 참조하게 만드는 AI 네이티브 프로젝트 통합 관리 플랫폼입니다. 여러 도구에 흩어진 요구사항과 버그, 테스트 결과, 고객과의 대화는 시간이 지날수록 연결이 끊기고 어디에 공백이 있는지 사람이 일일이 확인해야 합니다. ProjectManager는 회의록 한 장으로도 스펙·이슈·테스트 초안을 AI가 만들어 내고, 매일 새벽 자동 배치로 빠진 연결과 검증 공백을 찾아 제안합니다. 나아가 이슈 화면에서 AI 에이전트가 실제 코드를 읽고 수정해 PR까지 생성하며, 최종 확정과 병합은 사람의 몫으로 남겨 둡니다.
데이터는 고객 소통 → 스펙 → 이슈 ⇄ 테스트 → 결함·리포트로 이어지는 하나의 추적성 스파인 위에서 서로를 참조하며, 한 지점이 바뀌면 연결된 자리에 갭 신호가 표시됩니다. AI는 채팅 어시스턴트로 초안을 작성하고, 데이터 변경에 반응하는 이벤트 기반 분석으로 영향받은 테스트를 Stale로 표시하며, 리포트 AI 소견이나 Go/No-Go 분석 같은 온디맨드 심층 분석도 제공합니다. 이슈 관리에는 우선순위와 심각도 분리, 다중 담당자, blocks·related·duplicate 같은 이슈 관계, Epic-Story-Task 서브태스크 계층, 테스트와의 N:M 연결이 포함됩니다. 증상을 자연어로 입력하면 AI가 중복 이슈를 먼저 검색하고 관련 스펙을 대조한 뒤 Context Hub로 코드 맥락을 참조해 제목·본문·심각도·라벨이 채워진 초안을 만들고, 사람은 검토와 확정만 하면 됩니다. 테스트는 케이스·라운드·플랜으로 구성된 문제은행 방식으로 관리되며, 다중 테스터의 독립 실행 결과를 fail 우선으로 종합하고 실패는 증빙과 함께 버그로 자동 등록됩니다.
프론트엔드는 Next.js 16과 React 19, 백엔드는 Node.js와 TypeScript로 구성되며 PostgreSQL과 Redis를 데이터 저장과 캐시에 사용합니다. AI 기능은 자체 LLM 인프라를 우선하고 외부 모델은 선택 사항으로 두어, OpenAI 호환 모델이면 자유롭게 교체할 수 있고 로컬 LLM을 등록하면 사내 데이터가 외부로 나가지 않는 로컬 전용 모드로 운영할 수 있습니다. 인증은 비밀번호 없이 Google 로그인이나 코드 방식을 사용하며, 외부 테스터는 별도 계정 발급 없이 배정된 테스트에만 접근합니다. 이슈·스펙·테스트 관리가 여러 도구에 흩어져 있어 AI 자동화와 에이전트 기반 코드 수정까지 함께 원하는 개발팀과 PM 조직을 대상으로 합니다.
Features
핵심 기능
통합 데이터 모델
이슈·스펙·테스트·고객 소통이 서로를 가리켜 변경 영향이 자동 전파됩니다.
AI 자동 생성
회의록·PDF에서 스펙·이슈·테스트 케이스를 AI가 초안으로 만들어 냅니다.
AI 에이전트 실행
이슈 화면에서 AI 에이전트가 코드를 직접 수정하고 PR을 생성합니다.
추적성 매트릭스
요구사항 → 스펙 → 이슈 → 테스트 → 결함을 잇고 비어 있는 칸을 드러냅니다.
검증 공백 자동 탐지
매일 새벽 AI 배치가 빠진 연결과 다시 검증할 테스트를 찾아 제안합니다.
자체 LLM 인프라
자체 인프라를 우선하고 외부 모델은 선택입니다. 로컬 전용 모드를 지원합니다.
Use Cases
활용 시나리오
회의록·고객 소통 기반 스펙/이슈 관리
카톡·통화 내용 같은 비정형 소통을 형식 없이 붙여 넣으면 AI가 고객·주제별로 클러스터링해 정리하고, 정리된 대화에서 곧바로 스펙이나 이슈를 만들어 작업 항목으로 연결합니다.
AI 에이전트 기반 이슈 해결
이슈 화면 안에서 AI 에이전트가 스펙과 코드 맥락을 참조해 실제 코드를 읽고 수정한 뒤 PR을 생성하며, 사람은 최종 리뷰와 병합만 담당합니다.
릴리즈 전 테스트·추적성 검증
테스트 라운드에서 다중 테스터가 독립적으로 실행한 결과를 fail 우선으로 종합하고, 추적성·커버리지 매트릭스로 테스트 없는 스펙과 스펙 없는 테스트를 드러내 Go/No-Go 판단을 돕습니다.
FAQ
자주 묻는 질문
이슈 해결을 AI가 대신 처리해 주나요?
이슈 화면에서 AI 에이전트(Claude, Codex 등)가 코드베이스를 직접 읽고 수정해 PR을 생성합니다. 다만 최종 코드 병합과 판정은 사람이 검토 후 진행합니다.
어떤 기술로 만들어졌나요?
프론트엔드는 Next.js 16과 React 19, 백엔드는 Node.js와 TypeScript로 구성되며 PostgreSQL과 Redis를 사용합니다. AI 기능은 자체 LLM 인프라를 우선으로 합니다.
사내 데이터가 외부 AI 모델로 유출될 위험은 없나요?
로컬 LLM을 등록하면 항상 우선 사용되어 사내 데이터가 외부로 나가지 않는 로컬 전용 모드를 지원합니다. 외부 모델 연동은 선택 사항이며 OpenAI 호환이면 자유롭게 교체할 수 있습니다.
이슈, 스펙, 테스트가 서로 연결되어 관리되나요?
고객 소통-스펙-이슈-테스트-결함이 하나의 데이터 모델 위에서 서로를 참조합니다. 매일 새벽 AI 배치가 빠진 연결과 검증 공백을 자동으로 탐지해 제안합니다.
도입 문의는 어떻게 하나요?
문의하기 페이지에서 도입 상담과 데모 요청을 접수하고 있습니다.