pile·
백엔드·카카오 스타일 (지그재그)카카오 스타일 (지그재그)·

BotKit을 이용한 슬랙 봇 만들기

크로키닷컴이 CoffeeScript 기반인 Hubot 대신 Botkit 으로 슬랙 봇을 다시 만든 기록이다. Botkit 이 여러 팀을 다루는 솔루션이라 문서가 방대한데, 사내용으로 필요한 최소 설정만 추려 TypeScript 로 구성한 과정을 보여준다.

핵심 포인트
  • ChatOps 시도는 HipChat + Hubot 에서 시작해 2014년 Slack 으로 옮겼지만, 점심 메뉴 뽑기 수준을 넘지 못했다.
  • 2019년 개발팀이 커지며 제대로 만들자는 얘기가 나왔고, 익숙한 Hubot 은 소스 기반이 CoffeeScript 라는 점이 걸려 Botkit 을 택했다.
  • Hubot 은 전용 슬랙 앱이 있어 설정이 쉬웠지만 Botkit 은 슬랙 앱을 직접 만들어야 한다.
  • Botkit Starter Kit 도 사내 용도에는 너무 복잡해 처음부터 만들었고, 필요한 패키지는 botkit 하나뿐이다.
  • 봇 동작 스크립트를 '스킬' 이라 부르고, 파일을 추가하기만 하면 스킬이 늘어나는 구조로 짰다.
상세 정리
  • 슬랙 앱 생성 절차: 앱을 새로 만들고 → Bot Users 메뉴에서 Bot User 를 추가하고 → Install App 에서 'Install App to Workspace' 후 Authorize 하면 Bot User Access Token 을 얻는다.
  • Botkit 이 AI 봇을 여러 업체에 제공하기 위한 솔루션이라 여러 팀을 다루도록 구성돼 있고 설정 문서도 방대하지만, 내부용에는 그만큼 필요 없다는 판단을 명시한다.
  • 언어 선택: TypeScript 로 만들기 위해 typescript 와 ts-node 를 추가하고 컴파일 설정을 만든다.
  • 토큰 관리: Access Token 은 소스 관리에 포함되지 않는 `.env` 파일에 기록한다.
  • 구동 확인: 실행하면 봇이 뜨고 지정한 채널에 "봇이 배포되었습니다" 메시지가 표시된다. 실패 시 메시지도 함께 정의해 둔다.
  • 스킬 예시는 Botkit Starter Kit for Slack Bots 에서 가져왔으며, 봇에게 특정 단어를 포함해 1:1 메시지(`direct_message`)를 보내거나 멘션하면 동작한다.
  • 회고: 원래 의도했던 ChatOps 는 아직 시작하지 못했고 회사 행정에 도움 되는 기능부터 스킬을 늘려 가고 있다고 솔직히 적는다.
  • 다음 글에서 인터랙티브 메시지 만드는 방법을 다룬다고 예고한다.
왜 읽나사내 슬랙 봇을 새로 만들려는데 Botkit 문서가 너무 방대해 막힌 개발자에게 최소 구성만 추린 경로를 준다.
카카오 스타일 (지그재그)
카카오 스타일 (지그재그) 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 백엔드·twilio-engTwilio Engineering·

    Programmable Messaging에서 Verify API로 마이그레이션하기

    Twilio의 Programmable Messaging API로 자체 OTP 솔루션을 운영하던 서비스가 Verify API로 전환하는 방법을 코드 예시와 함께 설명한다. Verify는 OTP 전송·검증을 위한 전용 API로, 전화번호 구매, 토큰 생성, DB 저장·만료 관리를 내부에서 처리해 개발자가 직접 구현할 코드를 크게 줄인다.

    요약 이어보기
    #authentication#twilio#sms+2
  2. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 2부

    포스타입 백엔드 엔지니어가 벡터 기반 개인화 추천 시스템을 실제 운영하며 맞닥뜨린 성능 장애와 용량 문제를 해결한 과정을 담은 2부다. 수백만 개의 벡터 KNN 검색이 피크 시간대에 전체 Elasticsearch 검색 성능을 흔드는 문제부터 클러스터 OOM 사태까지, 쿼리 최적화와 인프라 분리 두 가지 경로로 근본 해결에 이른다.

    요약 이어보기
    #elasticsearch#vector-search#recommendation-system+2
  3. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 1부

    포스타입이 태그 기반 추천의 한계를 극복하고 벡터 임베딩 기반 개인화 추천 시스템을 구축한 과정을 담은 1부다. 유사한 콘텐츠가 다른 용어를 쓰거나 동일한 태그가 전혀 다른 톤의 콘텐츠를 가리키는 문제를 임베딩 벡터로 해결하고, OpenSearch의 HNSW ANN 검색으로 수백만 벡터를 실시간 검색하는 시스템을 구축해 구매율 15% 향상을 달성했다.

    요약 이어보기
    #opensearch#vector-search#recommendation-system+2