GitLab Value Streams 대시보드의 DORA Performers 점수

DORA(DevOps Research and Assessment) 지표는 소프트웨어 배포와 운영 성과를 주도하는 기능을 더 잘 이해하도록 돕는 업계 표준 측정 방법입니다. GitLab은 최근 GitLab DevSecOps 플랫폼의 Value Streams 대시보드에 DORA Performers 점수 패널을 추가하여 다양한 프로젝트 전반에 걸쳐 조직의 DevOps 성과 상태를 시각화했습니다.
이 새로운 시각화 기능은 그룹에 속한 각 프로젝트의 점수 수준을 지정하면서 DORA 성과 수준을 분석해 표시합니다. 경영진은 시각화 기능을 사용하여 DORA 점수의 최고점과 최저점을 쉽게 확인하고 조직의 DevOps 상태를 전반적으로 이해할 수 있습니다.
네 가지 핵심 DORA 지표가 ‘어떻게 DevOps 성숙도를 높이고, 팀이 워크플로를 최적화하며, DevOps 우수성을 달성하도록 지원하는지’ 알아봅시다.

DORA 지표란?
지난 9년 동안 DORA 팀은 전 세계 전문가 3만6000여 명에게서 소프트웨어 개발팀의 성과 측정 방법을 주제로 통찰을 수집했습니다. 그들은 소프트웨어 팀의 개발 유효성과 효율성을 측정하는 핵심 지표로 네 가지 세부 지표를 제시했습니다.
- 배포 빈도(Deployment frequency)와 변경 리드 타임(Lead time for changes)은 팀 속도를 측정합니다.
- 변경 실패율(Change failure rate)과 서비스 복구 시간(Time to restore service)은 안정성을 측정합니다.
이러한 지표를 분석해 팀은 개선 영역을 찾고, 워크플로를 최적화하며, 궁극적으로 긍정적인 비즈니스 결과를 끌어낼 수 있습니다.
DORA는 이러한 지표를 사용하여 고성과 팀, 중간 성과 팀, 저성과 팀을 확인합니다. 이러한 성과 수준은 ‘조직이 DevOps 성숙도와 유효성을 평가하는 프레임워크’를 제공합니다.

고성과는 ‘팀이 소프트웨어 제공 업무에서 뛰어난 속도와 안정성 가운데 운영되고 있으며, DevOps 성숙도의 정점에 도달했음’을 나타냅니다.
중간 성과, 저성과는 ‘소프트웨어 개발과 제공 프로세스의 다양한 측면에서 개선 여지가 있음’을 보여줍니다.
아래에 DORA 지표의 성과 수준별 정의를 자세히 살펴보겠습니다.

GitLab의 DORA 점수 성과 수준 정의
DORA 지표는 GitLab DevSecOps 플랫폼에서 바로 사용할 수 있습니다. 점수 계산이 GitLab에서 "즉시" 작동하려면, 점수 규칙을 조정하여 플랫폼의 통합 데이터 모델과 함께 작동하도록 합니다. Score Definition 문서에서 자세한 내용을 읽어보세요.
높은 점수는 효율성 향상, 시장 출시 기간 단축, 소프트웨어 품질 향상과 같은 더 나은 비즈니스 성과와 관련이 있으므로, 조직은 이러한 지표에서 좋은 성과를 달성하도록 노력하는 게 목표입니다.
GitLab의 DORA 지표
DORA 지표는 Value Streams 대시보드 외에도 ‘시간 경과에 따른 DORA 지표 기록을 보여주는 CI/CD 분석 차트’와 ‘맞춤형 차트를 생성하는 Insights 보고서’에서 확인할 수 있습니다.
아래에 DORA 개요 영상을 보세요.
지금 시작하세요
이 문서의 지침에 따라 Value Streams 대시보드를 시작할 수 있습니다. Value Streams 대시보드의 가치를 향상하는 데 도움이 되도록 간단한 설문조사에 참여해 사용 경험을 피드백해 주세요.
참고 자료
1.DORA Accelerate State of DevOps 보고서
이 포스트는 GitLab의 동의를 받아 공식 블로그의 영문 포스트를 우리말로 번역한 글입니다.
사전 동의 없이 2차 가공 및 영리적인 이용을 금하며, 온·오프라인에 무단 전재 또는 유포할 수 없습니다.
Chad
DevOps Engineer
InfoGrab의 DevOps Engineer로서, 인프라 운영부터 AI 에이전트 자동화까지 폭넓게 다룹니다. Kubernetes·Teleport·GitLab CI/CD 기반 인프라 설계와 운영을 담당하며, Claude Code 스킬·MCP 서버 등 AI Native 방식의 업무 자동화를 적극 실험하고 있습니다. 반복 작업을 에이전트에게 위임하는 구조를 만드는 데 관심이 많고, 클러스터에서 직접 인프라를 구성하고 검증하는 것을 즐깁니다. 만든 것을 도구화하여 팀에 공유하는 스타일로 일합니다.
이 저자의 글 모두 보기 →DevOps 도입이 필요하신가요?
인포그랩 전문가가 맞춤 을 도와드립니다.
관련 글

GitLab Duo Agent Platform으로 개발 업무 80%를 AI에 맡기기
GitLab Duo Agent Platform은 여러 AI 에이전트가 협업해 이슈 기획, 코드 리뷰, 보안 분석, CI/CD 점검 등과 같은 엔지니어 업무를 자율적으로 처리하는 플랫폼입니다. 이 글은 GitLab Duo Agent Platform의 특징과 핵심 구성 요소, 파운데이셔널 플로 활용, 에이전트 커스터마이징, 컨텍스트 확장, 세션 모니터링 방법을 다뤘습니다.
2026년 4월 15일

Claude Skills로 GitLab 업그레이드 자동화하기
이 글은 Claude Code의 Skills를 활용해 GitLab 업그레이드를 자동화한 경험을 공유합니다. Skills의 기본 개념부터 설계 원칙, 실제 사용 예시, 마이그레이션 실패 시 AI의 문제 해결 과정까지 자세히 다뤘습니다.
2026년 1월 28일

GitLab Exact Code Search 가이드
GitLab의 ’Exact Code Search’ 기능은 코드 검색 효율을 극대화합니다. 이 기능은 정확한 일치 모드, 정규 표현식 모드, 멀티 라인 일치로 GitLab 전체 또는 특정 프로젝트에서 검색어와 완전히 일치하는 코드를 빠르게 찾고, 복잡한 패턴을 정밀하게 탐색합니다. 이 글은 Exact Code Search의 개요와 코드 검색 방식, 기존 검색 기능과의 차이점, 활용 기준을 다뤘습니다.
2025년 8월 27일