AI Usage Tracker
v0 · 사내 도입 베타

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.

데모 둘러보기 →한 줄 설치 보기
외부 LLM 호출
0건
수집 데이터
메타데이터만
저장 위치
자체 인프라
확장성
1인 ~ 수천 명
팀 효율 · live
최근 30일
87/ 100
양호

팀 평균 · cache 97.2%

industry ×
9.4
총비용
$14,066
cache hit
97.2%
one-shot
78%
사용량
9.1M

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.

PRIMUS 팀 헤드라인효율 점수 + 업계 비교 (최근 30일)
87/ 100
양호

팀 평균 (10명) · cache 97.2%

9.4×회사 도입 평균 ($13) 대비Claude Code 적극 활용 팀
$/Active day 비교
일반 사용자 평균$6.00
일반 사용자 상위 10%$12
회사 도입 평균$13
회사 도입 상위 10%$30
전세계 상위 1% (추정)$92
★ PRIMUS 팀$123
as of 2026-05 · 출처: Anthropic Claude Code 공식 통계 + 커뮤니티 헤비 사용자 보고
Efficiency탁월 1명 · 양호 3명
  • 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 →

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

= 100
cache hit
60% → 0점 / 96% → 만점 (Anthropic SEV 기준)
× 42
사용량
10단계 글로벌 anchor (1M~300M+ tokens)
× 30
one-shot rate
edit/write 첫 시도 성공률 (codeburn 기반)
× 18
1 / cost·call
$0.40/call → 0점 / $0.06/call → 만점 (역수형)
× 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.

외부 AI 호출 0 · 외부 전송 0

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

token count (input / output / cache)
ccusage --json 메타데이터. 비용 계산·효율 점수의 입력.
cost USD · 도구 호출 횟수 · 모델명
Opus / Sonnet / Haiku 분포와 단가.
프로젝트 path (파일명만)
By Project 분석용. 파일 내용은 수집하지 않음.
활성 시간 · 5h 빌링 블록
Active Blocks 카드 산정용.

수집하지 않는 것

콘텐츠·LLM 호출 일체 제외

코드 내용
Read / Write / Edit가 다룬 파일 본문 일체.
프롬프트 · Claude 응답 텍스트
어떤 질문을 했는지·무엇을 받았는지.
명령어 인자 · 환경 변수
Bash 입력값, 비밀 키, 환경.
외부 AI API 호출
분석·점수·문구 모두 deterministic 룰 기반. LLM 0건.
저장 위치
본인 회사 안에만

외부 회사 서버 안 거치고 본인 회사 데이터베이스에만 들어갑니다.

데이터 가시성
본인 데이터는 본인만

다른 사람 본인 데이터 접근 불가. 매니저가 보는 범위는 정책으로 조정.

비밀번호 보관
OS 안전 저장소

맥·윈도우·리눅스 각자의 안전한 비밀 보관함 활용.

로그인
회사 이메일만 허용

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.

  1. 1
    AI 사용 끝나면
    그 즉시 자동 트리거
  2. 2
    백그라운드 2시간마다
    컴퓨터 절전 풀려도 catch-up
  3. 3
    사용량·비용 추출
    수치 메타데이터만 (코드 X)
  4. 4
    본인 회사 서버로 전송
    사용자별 한 줄로 저장
  5. 5
    본인 회사 데이터베이스
    외부로 안 나감 · 첫 설치 시 과거 90일도 자동
첫 설치
과거 데이터도 자동

설치한 그 순간 과거 8주분 사용 기록도 같이 수집. 첫날부터 의미 있는 그래프를 봅니다.

데이터 효율
사용자당 한 줄만 저장

AI를 아무리 많이 써도 사용자별 한 줄만 갱신. 데이터베이스 부담이 늘지 않습니다.

장애 추적
어디서 막혔는지 한 눈에

전송이 실패하면 자동으로 기록. 셋업 상태 화면에서 어느 사용자의 무엇이 잘못됐는지 매니저가 확인합니다.

확장성
수천 명도 동일 구조

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.

Step 1개발자 머신에서 한 줄
bashcopy
$ curl -fsSL https://ai-usage-tracker-web-psi.vercel.app/install.sh | bash

소유권 사전 검사 + Node 환경 진단 + nvm 자동 전환 + OAuth + SessionEnd hook 자동 등록. root 권한 절대 ❌.

대안npx 직접 호출 — 개발자 친화
bashcopy
$ npx --yes github:eugene-eee-hongkyu/ai-usage-tracker init
매니저 준비

팀원에게 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.