회사가 AI 전환을 얼마나 잘 하고 있는지,
한 화면으로 봅니다.
Claude Code 사용량을 도입 조직의 자체 인프라에 자동 수집하고, AX(AI 전환) 척도를 deterministic 룰로 점수화합니다. 매니저는 industry 비교로 조직 위치를, 사용자는 본인 효율을 봅니다.
- 외부 LLM 호출
- 0건
- 수집 데이터
- 메타데이터만
- 저장 위치
- 자체 인프라
- 확장성
- 1인 ~ 수천 명
팀 평균 · cache 97.2%
팀 평균 · cache 97.2%
매니저가 매일 보는 화면
우리 팀의 AI 활용을 한 화면에.
사용량·효율 가시화부터 글로벌 위치, 그리고 누가 어떻게 쓰고 있는지까지.
사용량·효율을 한 페이지에
토큰·비용·cache hit·1-shot까지. 매니저가 일일이 모으지 않아도 됩니다.
글로벌에서 우리 팀 위치
Anthropic 일반 평균·P90·엔터·상위 1% 대비 우리 팀이 어디에.
누가 가장 많이·효율적인지
사용량 톱과 효율 톱이 한 화면에. 1:1 코칭·표창의 근거.
팀 평균 (10명) · cache 97.2%
- Member A양호76
- cache
- 95.1%
- 1-shot
- 86%
- $/sess
- $5.07
- 사용량
- 9.1M
- Member B양호81
- cache
- 97.3%
- 1-shot
- 69%
- $/sess
- $38.08
- 사용량
- 85.7M
- Member C탁월93
- cache
- 97.2%
- 1-shot
- 75%
- $/sess
- $3.24
- 사용량
- 431.9M
- Member D양호89
- cache
- 97.6%
- 1-shot
- 78%
- $/sess
- $15.40
- 사용량
- 193.8M
* 데모 미리보기 · 실제 팀 데모 보기 →
내 요금제, 잘 쓰고 있는가
사용량이 아니라 요금제 적정성을 진단합니다.
"얼마나 썼나"를 넘어 "이 요금제로 잘 쓰고 있나"까지. 매니저는 plan 조정 의사결정의 근거를, 멤버는 자기 활용도를 한 화면에서 확인합니다.
내 요금제, 잘 쓰고 있나
한도 대비 사용량을 100점 만점 활용 지수로. 너무 안 쓰면 다운, 매일 한도면 유지.
1M 토큰을 얼마에 받았나
1M 토큰 단가가 글로벌 10단계 분포에서 어디인지. cache hit이 단가를 결정합니다.
팀 plan 구성, 누구 올려/내려야 하나
멤버별 활용도와 plan을 매칭해 "한도 도달"·"여유"·"넘침"으로 자동 진단.
- Member C100
- Member A94
- Member B81
- Member D69
- Member E64
- Member C한도Max20→Max20 (유지)
활용 100점 · 매일 한도 도달
- Member A한도Max20 (추정)→Max20 (유지)
활용 94점 · 안정적 풀활용
- Member B한도Max20→Max20 (유지)
활용 81점 · 한도 근접
- Member D한도Max5 (추정)→Max20
Max5 30일 중 18일 한도 도달 · 업그레이드 권장
- Member E한도Pro (추정)→Max5
Pro 30일 중 14일 한도 도달 · Max5 업그레이드 권장
◆ plan 추론은 커뮤니티 P50 추정. 30일 중 활용 75%+ 도달 멤버에 ◆ plan 적정성 알림.
* 데모 미리보기 · 실제 팀 데모 보기 →
무엇을 측정하는가
개인 정보 없이, 외부 호출 없이, 정확한 공식으로
사용 패턴과 양만 본인 회사 안에 쌓고, 외부 AI 호출 없이 정해진 공식으로 점수를 매깁니다. 팀 우선순위에 맞춰 가중치를 바꿀 수 있습니다.
기본 가중치 (커스텀 가능)
cache 42 + 사용량 30 + one-shot 18 + cost 10
팀 우선순위에 맞춰 조정 — 사용량이 중요한 팀은 사용량 비중을, 효율이 중요한 팀은 cache·one-shot 비중을 올리세요. 공식 정의는 한 곳에 모여 있어 한 번 바꾸면 모든 화면에 일관 적용됩니다.
5단계 등급
게이지·잔디·테이블 동일
- 탁월90+
- 양호75–89
- 보통55–74
- 부족35–54
- 경계< 35
게이지·잔디·테이블 모두 동일한 5단계. 같은 데이터면 같은 등급.
외부 호출 0건
외부 AI 없이 정확한 공식
점수는 정해진 공식으로 본인 회사 안에서만 계산합니다. 같은 데이터면 항상 같은 결과. 외부로 나가는 데이터는 없습니다.
데이터 안전성
내부 인프라 수집으로 모두가 동의
개인 정보 없는 사용량 수집 — 매니저·개발자·기획자가 같은 이유로 받아들일 수 있는 안전 표준.
수집하는 것
메타데이터만 — 얼마나·어떻게 썼는지
수집하지 않는 것
콘텐츠·LLM 호출 일체 제외
외부 회사 서버 안 거치고 본인 회사 데이터베이스에만 들어갑니다.
다른 사람 본인 데이터 접근 불가. 매니저가 보는 범위는 정책으로 조정.
맥·윈도우·리눅스 각자의 안전한 비밀 보관함 활용.
회사 도메인 이메일로만 가입·로그인. 외부인 자동 차단.
자동 수집
한 번만 설치하면 자동으로 쌓입니다
개발자가 AI를 쓸 때마다 사용량이 자동으로 모이고, 컴퓨터가 자고 있어도 2시간마다 한 번씩 점검. 매니저는 따로 요청하지 않아도 매일 신선한 데이터를 봅니다.
- 1AI 사용 끝나면그 즉시 자동 트리거
- 2백그라운드 2시간마다컴퓨터 절전 풀려도 catch-up
- 3사용량·비용 추출수치 메타데이터만 (코드 X)
- 4본인 회사 서버로 전송사용자별 한 줄로 저장
- 5본인 회사 데이터베이스외부로 안 나감 · 첫 설치 시 과거 90일도 자동
설치한 그 순간 과거 8주분 사용 기록도 같이 수집. 첫날부터 의미 있는 그래프를 봅니다.
AI를 아무리 많이 써도 사용자별 한 줄만 갱신. 데이터베이스 부담이 늘지 않습니다.
전송이 실패하면 자동으로 기록. 셋업 상태 화면에서 어느 사용자의 무엇이 잘못됐는지 매니저가 확인합니다.
각자 흩어진 시간에 보내서 한 번에 몰리지 않고, 사용자가 늘어나면 데이터베이스가 자동으로 확장됩니다.
설치
조직 단위로 매니저가 결정 → 개발자는 한 줄
이 제품은 개인용이 아닙니다. 매니저가 사내 도입을 결정하고, 개발자는 다음 명령어 한 줄로 자동 수집을 시작합니다.
$ curl -fsSL https://ai-usage-tracker-web-psi.vercel.app/install.sh | bash소유권 사전 검사 + Node 환경 진단 + nvm 자동 전환 + OAuth + SessionEnd hook 자동 등록. root 권한 절대 ❌.
$ npx --yes github:eugene-eee-hongkyu/ai-usage-tracker init팀원에게 위 명령을 전달하기 전, 자체 인프라(웹 호스팅 + 데이터베이스)에 배포하고 7~8개 환경 변수를 설정합니다.ALLOWED_EMAIL_DOMAINS / ADMIN_EMAIL 두 가지가 핵심. 상세는 GitHub README 참조.
자주 묻는 질문
매니저와 개발자가 궁금한 점
매니저는 도입을 결정하고 개발자는 매일 사용합니다. 두 사람이 같은 이유로 안심할 수 있도록 정리했습니다.
매니저데이터가 외부 회사로 나가나요?
아닙니다. 본인 회사의 인프라(웹 호스팅 + 데이터베이스)에만 저장됩니다. 외부 분석 도구로 보내는 호출도, 외부 AI 호출도 한 건도 없습니다.
매니저수천 명 규모도 가능한가요?
가능합니다. 사용자가 AI를 아무리 많이 써도 데이터베이스에는 사용자당 한 줄만 갱신됩니다. 사람이 늘어나면 데이터베이스가 자동으로 확장되므로 10명도, 수천 명도 동일한 구조로 작동합니다.
매니저매주 같은 데이터로 같은 점수가 나오나요?
네. 점수는 미리 정해진 공식으로 계산되고 외부 AI 호출이 없어서, 같은 데이터면 항상 같은 점수가 나옵니다. 공식은 한 곳에서만 정의되어 있어 정책을 바꾸면 모든 화면에 한 번에 반영됩니다.
개발자내 코드가 수집되나요?
아닙니다. 토큰 수·비용·사용한 도구 이름 같은 수치 메타데이터만 모입니다. 프롬프트·AI 응답·코드 내용·명령어 인자 같은 콘텐츠는 일체 수집하지 않습니다.
개발자내 데이터를 누가 볼 수 있나요?
팀원끼리는 서로의 비용·사용량·효율 점수를 봅니다(조직 정책으로 가시 범위 조정 가능). 매니저는 추가로 멤버별 활성도(방문 횟수·체류 시간)와 비용 상위 세션을 봅니다. 본인 점수가 왜 그렇게 나왔는지 세부 분석(5개 규칙별 breakdown)은 본인에게만 보입니다.
개발자설치 후 내가 뭘 해야 하나요?
없습니다. 설치하는 그 순간부터 백그라운드에서 자동으로 사용량을 모읍니다. AI를 쓰고 끝나는 순간 즉시, 컴퓨터가 자고 있을 때는 2시간마다 한 번씩 데이터가 쌓입니다.