Atlassian이 2026년 8월 17일부터 Jira, Confluence 등 클라우드 제품의 일부 고객 데이터를 AI 개선에 활용하는 정책을 시행합니다. 핵심은 단순히 "AI를 위해 데이터를 쓴다"가 아니라, 어떤 데이터가 기본 수집 대상인지와 그걸 끌 수 있는 권한이 고객의 요금제에 따라 크게 달라진다는 점입니다.12
왜 지금 중요할까요. Atlassian은 이미 Rovo 같은 AI 기능과 에이전트형 워크플로를 제품 중심에 두고 있고, 이번 정책은 그 기능 고도화를 위한 데이터 기반을 넓히는 조치로 읽힙니다.3 즉, AI 경쟁이 제품 전략의 부가 기능이 아니라 과금 구조와 데이터 거버넌스까지 바꾸는 단계로 들어갔다는 뜻입니다.
무엇이 바뀌나: '메타데이터'는 사실상 기본, '인앱 데이터'는 요금제별로 다르다
확인된 사실부터 보겠습니다. Atlassian은 수집 대상을 두 갈래로 나눕니다. 하나는 메타데이터, 다른 하나는 인앱 데이터입니다.2
메타데이터에는 Confluence 문서의 가독성·복잡도 점수, 문서 간 의미 유사도, Jira의 스토리 포인트, 스프린트 종료일, SLA 값 같은 항목이 포함됩니다.4 Atlassian 설명에 따르면 이 데이터는 개인 식별자를 제거한 뒤 집계 형태로 사용됩니다.2
인앱 데이터는 더 민감하게 느껴질 수 있습니다. Confluence 페이지 제목과 본문, Jira 이슈 제목·설명·댓글, 커스텀 상태명과 워크플로 이름 같은 실제 작성 콘텐츠가 여기에 들어갑니다.24
문제는 통제권입니다. Free·Standard·Premium 고객은 메타데이터 수집을 끌 수 없습니다. Enterprise만 메타데이터까지 opt-out이 가능합니다.24 인앱 데이터는 Free·Standard에서 기본 켜짐, Premium·Enterprise에서는 기본 꺼짐입니다.4
이 차이는 실무적으로 꽤 큽니다. 많은 조직이 "본문 콘텐츠만 안 주면 괜찮다"고 생각할 수 있지만, 메타데이터만으로도 업무 패턴, 프로젝트 운영 방식, 문서 구조, 팀 성숙도에 관한 유의미한 신호를 만들 수 있습니다. 개인식별정보 제거가 곧 비즈니스 민감도 제거를 뜻하지는 않습니다. 이건 확인된 사실이라기보다, 현대 분석 시스템이 메타데이터에서 뽑아내는 정보량을 감안한 해석입니다.
Atlassian이 얻고 싶은 것은 문서 자체보다 '일이 굴러가는 방식'이다
Atlassian이 내세우는 목적은 더 정확한 검색·요약, 더 적절한 템플릿 추천, 더 나은 에이전트 워크플로 학습입니다.1 이 설명은 꽤 중요합니다. 회사가 원하는 학습 재료가 단순한 텍스트 코퍼스가 아니라, 협업 툴 안에서 일이 어떻게 생성되고 연결되고 완료되는지에 대한 운영 신호라는 뜻이기 때문입니다.
이 맥락에서 Jira와 Confluence는 일반 문서 저장소보다 가치가 큽니다. 요구사항 문서, 티켓, 댓글, 상태 전이, 스프린트 일정, SLA 같은 데이터가 한 체계 안에 묶여 있기 때문입니다. AI 입장에서는 "좋은 답변"보다 "어떤 순서와 후속 질문이 실제 완료로 이어지는가"를 학습하기 좋은 환경입니다.1
최근 Atlassian이 Confluence 안에서 문서를 프레젠테이션, 앱, 시각 자료로 바꾸는 AI 기능과 파트너 에이전트를 밀고 있는 것도 같은 흐름입니다.3 제품 안에서 AI를 더 똑똑하게 만들려면, 결국 제품 안의 실제 업무 흔적이 필요합니다.
여기서 반론도 가능합니다. Atlassian은 일부 고객군을 완전히 제외합니다. 고객관리형 키(BYOK/CMK), Government Cloud, Isolated Cloud, HIPAA 대상 고객, 일부 정부·금융 고객은 수집 대상에서 빠집니다.2 즉, 회사도 모든 데이터가 같은 위험도를 갖지 않는다는 점을 알고 있고, 규제 민감도가 높은 영역에는 다른 기준을 적용하고 있습니다.
하지만 이 예외가 오히려 메시지를 더 선명하게 만듭니다. 더 강한 통제와 예외는 대체로 더 비싼 플랜이나 특수 환경에 묶여 있습니다. 다시 말해 프라이버시와 거버넌스가 "기본값"이 아니라 "프리미엄 기능"처럼 배치된 셈입니다.
기업이 지금 봐야 할 것은 법률 문구보다 운영 설정이다
실무에서는 세 가지를 먼저 확인해야 합니다.
첫째, 우리 조직의 "최고 활성 플랜"이 무엇인지입니다. Atlassian은 개별 앱이 아니라 조직 내 최고 등급 플랜 기준으로 기본 설정을 정합니다. 시험용 Premium이나 Enterprise가 하나만 있어도 기본값이 달라질 수 있습니다.4
둘째, 인앱 데이터 범위를 어디까지 제외할지입니다. Atlassian은 앱, 스페이스, Teamwork Graph 커넥터 단위로 포함·제외를 조정할 수 있다고 설명합니다.4 민감한 프로젝트 공간이 있다면 조직 전체 opt-out보다 이 세분화가 더 현실적인 대응일 수 있습니다.
셋째, 보존과 삭제 일정을 확인해야 합니다. 수집 데이터는 최대 7년 보관될 수 있고, opt-out이나 앱 삭제 후 인앱 데이터는 30일 내 데이터셋에서 제거, 해당 데이터로 학습된 모델은 90일 내 재학습된다고 Atlassian은 말합니다.2 이 약속은 분명 긍정적이지만, 메타데이터 opt-out이 불가능한 플랜이라면 핵심 우려가 그대로 남습니다.
그래서 판단 기준은 단순합니다. AI 기능의 편익이 중요한 팀도, 최소한 "우리 조직에서 어떤 정보가 메타데이터로 분류되는가"를 다시 봐야 합니다. 반대로 규제·고객기밀·내부 운영정보가 경쟁력의 핵심인 조직이라면, 이 정책은 제품 기능 평가가 아니라 플랜 전략과 데이터 분리 전략의 문제입니다.
결국 이번 변화는 Atlassian만의 사건이 아닙니다. 협업 SaaS가 AI 회사가 되어갈수록, 기본값은 더 공격적으로 바뀌고 통제권은 더 계층화될 가능성이 큽니다. 지금 신경 써야 할 사람은 보안팀만이 아닙니다. Jira와 Confluence를 "업무 기록의 원본"으로 쓰는 운영팀, IT 관리자, 구매 담당자, 그리고 법무가 함께 봐야 할 이슈입니다.
참고
1Atlassian Enables Default Data Collection to Train AI
2Atlassian's new data collection policy protects rich customers while AI eats the rest
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.