팀 플로우 메트릭스 랩
코드 협업 분석을 팀의 공통 언어로 만드는 6주 과정. 대시보드 구경이 아니라, 회고에서 쓸 문장을 함께 씁니다.
무엇을 배우나요
참가 팀은 익명화된 샘플 레포와 자체 데이터(가능한 범위)를 번갈아 보며, PR 대기·리뷰어 집중도·재작업 비율을 하나의 내러티브로 연결합니다. 결과는 개인 순위가 아니라 파일 군집·핸드오프 규칙·예외 경로로 정리됩니다.
코호트 일정 문의학습 성과
- 팀 공용 지표 사전(정의·한계·비목표) 초안
- 리뷰 부하 가시화 보드와 분배 규칙
- 스프린트 회고용 해석 스크립트
- 6주 실험 백로그 (작지만 측정 가능)
모듈
1. 관찰 렌즈 맞추기
무엇을 세고 무엇을 세지 않을지 합의합니다. ‘머지 수’만으로 속도를 말하지 않는 이유를 사례로 풉니다.
2. PR 히트맵 읽기
시간대·파일 경로·리뷰어별 패턴을 히트맵으로 보고, 병목이 사람인지 디렉터리인지 구분합니다.
3. 리뷰어 집중도
Approve가 소수에게 몰리는 구조를 수치화하고, 온보딩·페어 리뷰·예외 경로를 설계합니다.
4. 재작업 비율과 핸드오프
같은 영역의 반복 수정을 추적하고, 디자인·QA 핸드오프 체크리스트와 연결합니다.
5. 회고 실험 설계
가설·측정·중단 조건을 짧게 적고, 다음 스프린트에 넣을 실험을 고릅니다.
6. 가드레일 문서화
지표가 평가에 오용되지 않도록 팀 헌장 초안을 남기고 발표합니다.
강사
윤하나
전 플랫폼 조직 엔지니니어링 매니저. 국내 원격·하이브리드 팀의 리뷰 문화 개선 프로젝트를 다수 진행했으며, Code Collab에서 플래그십 코스를 설계합니다. 데이터로 사람을 재지 않는 해석을 강조합니다.
수강 후기
히트맵 모듈 이후 ‘누가 느린가’ 대신 ‘어느 폴더가 뜨거운가’로 회고 질문이 바뀌었습니다. 그 전환만으로도 분위기가 달라졌어요.
가드레일 문서화 주차는 유익했지만, 법무·HR과 지표를 공유하는 절차까지는 코스 범위 밖이라 아쉬웠습니다. 그래도 팀 내부 합의에는 충분했습니다.
자주 묻는 질문
우리 도구(GitHub/GitLab/Bitbucket)를 지원하나요?
개념과 해석 프레임은 도구에 독립적입니다. 내보내기 CSV·API 샘플을 기준으로 실습하며, 특정 SaaS 플러그인 설치를 전제로 하지 않습니다.
개인 성과 평가에 바로 써도 되나요?
권장하지 않습니다. 코스는 팀 프로세스 개선을 목표로 하며, 개인 랭킹 활용은 명시적으로 비목표입니다.
이 코스의 실제 한계는 무엇인가요?
보안·규정 때문에 원본 레포를 외부로 반출할 수 없는 팀은 샘플 데이터로만 실습하게 됩니다. 이 경우 수치의 절대값보다 해석 연습에 무게가 실리며, 현장 지표와의 오차는 수료 후 자체적으로 보정해야 합니다.
환불은 어떻게 되나요?
환불 정책을 확인해 주세요. 개강 전과 모듈 진행도에 따라 조건이 달라집니다.