AE CLI
읽기 안내
소속 목차: 개발자 도구. 검색 키워드: AE CLI, 명령줄, 설치, 로그인, 인증, Skill.
이 페이지의 기존 사용 설명은 아래를 참고하십시오.
AI가 AE를 직접 사용하여 트래킹 관리, 데이터 조회, 실험 확인, 운영 작업 후속 관리를 돕습니다.
AI는 문제 분석에 능숙하지만 AE의 프로젝트, 리포트, 실험을 볼 수 없다면 사용자가 데이터를 복사해 줄 때까지 기다렸다가 몇 가지 제안을 하는 데 그칩니다.
AE CLI를 설치하면 AI가 사용자의 권한 범위 안에서 AE를 직접 사용할 수 있습니다. "어제 신규 유저가 왜 감소했는지 확인해 줘", "이 실험의 결과를 요약해 줘", "최근 트래킹 오류를 점검해 줘"처럼 원하는 작업을 분명히 말하기만 하면 AI가 알맞은 기능을 찾아 결과를 읽고 분석을 이어 갑니다.
명령줄을 배울 필요도, AE CLI에 어떤 명령이 있는지 외울 필요도 없습니다. 설치와 인증을 한 번 마친 뒤에는 평소처럼 자연어로 AI와 대화하면 됩니다.
적합한 사용자
제품 및 데이터 분석 담당자는 AI에게 기존 리포트를 찾고 데이터를 읽고 추세를 비교한 뒤 결과를 결론으로 정리하도록 맡길 수 있습니다.
트래킹 및 데이터 팀은 트래킹 방안을 관리하고 이벤트와 속성을 대조하고 수집 오류를 확인할 수 있으며, AI에게 방안과 예시 코드 생성을 맡길 수도 있습니다.
그로스 및 실험 팀은 실험 설정, 지표 추세, 실험 리포트를 조회하여 여러 페이지를 오가는 수고를 줄일 수 있습니다.
운영 팀은 운영 프로세스, 작업, 캠페인, 채널, 성과 데이터를 확인하여 실행 현황과 회고 자료를 빠르게 정리할 수 있습니다.
데이터 개발 팀은 데이터 테이블, 작업 플로우, 연동 작업, 실행 상태를 확인하여 일상적인 문제 해결과 배포 점검에 활용할 수 있습니다.
빠른 설치
방법 1: AI에게 설치 맡기기
아래 문장을 Codex, Claude Code, Cursor, WorkBuddy, Trae 또는 터미널을 조작할 수 있는 다른 AI Agent에게 보냅니다:
AE CLI와 관련 Skills를 설치해 주세요. 먼저 Node.js가 20 이상인지 확인해 주세요.
설치 후 ae-cli --version, host 로그인, auth status를 차례로 확인해 주세요.
token은 출력하거나 복사하지 마세요. 어느 단계에서 실패하면 원래 오류를 그대로 남기고 멈춘 뒤 알려 주세요. 건너뛰지 마세요.
설치가 끝나면 AI 도구를 종료했다가 다시 연 뒤 첫 번째 작업을 시작하는 것이 좋습니다.
방법 2: 수동 설치
설치 전에 Node.js를 확인합니다. AE CLI와 Skill 설치 프로그램을 함께 실행하려면 Node.js 20 이상을 사용하는 것이 좋습니다:
node --version
버전이 20 미만이면 먼저 Node.js를 업그레이드하거나 전환하십시오. 버전이 너무 낮으면 Skill 설치 시 EBADENGINE 또는 styleText 관련 오류가 발생할 수 있습니다.
npm install -g @thinkingai/ae-cli
npx -y skills add ThinkingAIAgenticEngine/ae-cli -g -y
설치 후 먼저 버전을 확인한 다음 AE 환경에 로그인합니다:
ae-cli --version
ae-cli auth login --host https://your-ae-host.example.com
ae-cli auth status
브라우저에서 인증 페이지가 열립니다. 인증을 완료하면 auth status가 로그인 상태와 현재 host를 반환해야 합니다. Skill을 설치한 뒤에도 AI가 이전 명령을 계속 사용한다면 AI 도구를 재시작하거나 작업을 다시 열어 Skill을 다시 로드하게 하십시오.
엄선된 솔루션 Skill 설치
ThinkingAI는 다년간의 서비스 경험을 Skill로 정리했습니다. AI에게 바로 설치를 맡길 수 있으며, LTV 분석부터 이상 진단까지 필요한 것을 모두 갖추고 있습니다.
다음을 설치해 주세요: https://github.com/ThinkingAIAgenticEngine/scenario-skills
첫 번째 작업 시작하기
처음 사용할 때는 전체 데이터를 바로 조회하지 말고 먼저 읽기 전용 연결 점검을 진행합니다.
아래 문장을 AI에게 보냅니다:
AE CLI를 사용할 수 있는지 확인해 주세요. 현재 버전, 로그인 상태, host를 확인한 다음 제가 접근할 수 있는 프로젝트 중 처음 5개를 나열하고 프로젝트 이름과 프로젝트 ID만 반환해 주세요. 지금은 보기만 하고 어떤 내용도 수정하지 말고, 데이터 조회도 진행하지 마세요. 제가 프로젝트를 선택한 뒤에 다음 단계로 넘어가 주세요.
프로젝트를 선택한 뒤 다음을 보냅니다:
방금 선택한 프로젝트에서 대시보드 처음 5개를 나열하고 이름, ID, 업데이트 시간만 반환해 주세요. 이름이 같은 항목이 있으면 후보를 모두 남겨 두고 제가 선택하게 해 주세요. 추측하지 말고 내용도 수정하지 마세요.
마지막으로 대시보드 하나를 선택해 데이터를 읽습니다:
방금 선택한 대시보드를 읽어 주세요. 먼저 안에 있는 리포트가 아직 존재하는지, 데이터가 있는지 확인한 다음 데이터가 있는 리포트 하나를 골라 100행 이하로 미리보기해 주세요. 실제 기간, 데이터가 잘렸는지 여부, 그리고 다음에 가장 물어볼 만한 질문을 알려 주세요. 읽기만 하고 수정하지 마세요.
할 수 있는 일
AE CLI를 설치하면 자연어로 AI에게 AE의 데이터, 리포트, 실험, 작업을 확인하고 사용하도록 바로 요청할 수 있습니다. 아래는 자주 쓰는 사용 예입니다.
비즈니스 데이터가 변한 이유 파악하기
신규, 활성, 잔존, 결제에 변동이 생기면 AI가 기존 리포트를 읽고 기간, 채널, 유저 그룹별로 비교하여 변화가 주로 어디에서 왔는지 찾아 줍니다. 여러 리포트의 데이터를 하나씩 복사할 필요가 없으며, 특정 지표나 특정 유저 유형의 구체적인 성과를 이어서 질문할 수도 있습니다.
지난주 게임 데이터를 회고해 주세요. 신규, 잔존, 결제에 어떤 뚜렷한 변화가 있었는지 보고, 변화가 가장 큰 채널을 중점적으로 분석해 주세요.
요구사항 정리부터 데이터 수집 검증까지
제품 요구사항을 AI에게 넘기면 수집해야 할 이벤트와 속성을 정리하고 트래킹 방안과 예시 코드를 생성해 줍니다. 방안이 적용된 뒤에도 프로젝트의 이벤트를 대조하고 실시간 데이터와 수집 오류를 확인하여 데이터 누락, 잘못된 전송, 속성 타입 불일치 등의 문제를 찾는 데 도움을 줄 수 있습니다.
제 공식 웹사이트 프로젝트를 기반으로 회원가입 전환, 콘텐츠 열람, 양식 문의에 대한 트래킹 방안을 설계해 주세요. 각 이벤트의 트리거 시점과 기록해야 할 이벤트 속성을 명확하게 적어 주세요.
실험 결과 빠르게 파악하기
실험 모듈이 활성화되어 있어야 합니다
AI가 실험 설정, 그룹, 지표 결과를 확인하고 실험 그룹 간 성과를 비교하여 유의성, 추세, 주의해야 할 위험을 정리합니다. 실험을 회고할 때는 데이터를 읽기 쉬운 결론으로 정리하도록 바로 요청할 수 있습니다.
Tidy X 양 플랫폼 전면 광고 실험의 현재 성과를 확인하고, 그룹별 핵심 지표와 보조 지표를 비교한 뒤 어떤 결과가 이미 비교적 명확한지 알려 주세요.
운영 작업과 캠페인 성과 추적하기
운영 모듈이 활성화되어 있어야 합니다
AI가 운영 프로세스, 작업, 캠페인을 찾아 발송, 도달, 실패 원인, 전환 성과를 확인하고, 요청에 따라 목표 타겟이나 캠페인 회고를 정리할 수도 있습니다. 일상적으로 진행 상황을 추적할 때 여러 페이지를 오가며 찾을 필요가 없습니다.
어제 진행한 복귀 유도 작업을 회고해 주세요. 발송 및 도달 현황, 주요 실패 원인, 복귀한 유저의 이후 활성 및 결제 성과를 확인해 주세요.
데이터 작업 문제 해결 및 SQL 생성
데이터 개발 플랫폼이 활성화되어 있어야 합니다
AI가 데이터 테이블, 데이터 연동, 작업 플로우, 프로덕션 인스턴스의 실행 현황을 확인하고 실패 로그를 읽어 문제 위치를 찾는 데 도움을 줍니다. 임시 데이터 추출이나 데이터 가공 요구가 있을 때도 비즈니스 정의를 설명하면 SQL을 생성하거나 검토하게 할 수 있습니다.
오늘 실패한 데이터 연동 작업이 무엇인지 확인하고 실패 원인을 분석한 뒤 어떻게 처리해야 하는지 알려 주세요.
커뮤니티 및 유저 피드백 집계하기
옴니 인사이트 기능이 활성화되어 있어야 합니다
AI가 커뮤니티의 게시물, 댓글, 라이브 콘텐츠를 검색하여 인기 토픽, 유저 감정, 제품 제안, 위험 신호를 정리합니다. 주간 보고서나 버전 회고를 작성할 때 일정 기간의 피드백을 바로 집계하고 해당 콘텐츠 출처를 첨부하도록 요청할 수 있습니다.
최근 일주일 동안 커뮤니티에서 새 버전에 관해 나온 논의를 정리하고, 유저가 가장 관심을 둔 문제, 긍정/부정 피드백, 우선 주의해야 할 위험을 요약해 주세요.
자주 쓰는 기능 한눈에 보기
| 하고 싶은 일 | AI에게 맡길 수 있는 일 |
|---|---|
| 데이터 확인 | 리포트와 대시보드 찾기, 데이터 읽기, 기간 비교, 차원 분할, 결과 내보내기 |
| 실험 분석 | 실험 정보, 샘플 크기, 지표 결과와 추세 확인, 회고 자료 정리 |
| 메타데이터 관리 | 이벤트, 속성, 지표 찾기, 명명, 타입, 연관 관계, 영향 범위 점검 |
| 트래킹 처리 | 트래킹 방안 생성 및 유지 관리, 가져오기/내보내기, 점검 실행, 수집 오류와 실시간 데이터 확인 |
| 운영 분석 | 프로세스, 작업, 캠페인, 채널, 목표 타겟, 성과 데이터 확인 |
| 데이터 작업 관리 | 데이터 테이블, 작업 플로우, 연동 작업, SQL 실행 결과, 프로덕션 인스턴스 확인 |
| 커뮤니티 피드백 분석 | 게시물과 댓글 검색, 토픽과 감성 분석, 라이브 성과 확인 |
| 지식 베이스 사용 | 지식 베이스 생성 및 유지 관리, 페이지 검색, 원문 읽기, 비즈니스 질문 답변 |
| Agent 관리 | Agent, 모델, MCP, Skill, 첨부 파일, 자동화 작업 관리 |
| 팀 협업 | Agent Team 생성, 작업 시작, 대화 이어 가기, 결과와 산출물 확인 |
| 시스템 관리 | 멤버, 권한, 사용량, 할당량, 채널, 시스템 설정 확인 |
회사, 프로젝트, 계정에 따라 볼 수 있는 기능이 다를 수 있습니다. AI는 현재 로그인 환경과 사용자의 권한에 따라 작업을 수행합니다.
AI가 더 정확하게 수행하도록 요청하는 방법
실행하기 쉬운 작업에는 보통 다섯 가지 정보가 들어 있습니다. 대상 환경 또는 프로젝트, 실제 객체, 기간, 어디까지 진행해도 되는지, 그리고 이름이 중복되거나 데이터가 없을 때 어떻게 할지입니다.
"프로젝트 이름"에서 "채널 신규 유저"와 관련된 기존 리포트를 찾아 주세요. 후보가 여러 개이면 먼저 이름과 ID를 반환해서 제가 선택하게 해 주세요. 선택한 뒤에는 최근 14개의 완전한 자연일 데이터를 읽고 그 이전 14일과 비교해 주세요. 읽기와 분석만 하고 리포트는 수정하지 마세요. 마지막으로 결론 세 가지를 주되, 각 결론에 데이터 근거, 실제 기간, 데이터 완전성 여부를 첨부해 주세요. 객체가 없거나 데이터가 없으면 멈추고 설명해 주세요. 비슷한 객체로 바꾸지 마세요.
"데이터 좀 봐 줘"라고만 하면 AI는 프로젝트, 객체, 기간, 권한 범위를 추가로 확인해야 합니다. 처음부터 이 정보를 분명히 말하면 대개 더 빨리 처리됩니다.
자주 쓰는 보충 문구:
- "먼저 현재 상태를 읽고, 수정하지 마세요."
- "먼저 후보를 5개 이하로 이름과 ID를 포함해 반환하고, 제가 선택하게 해 주세요."
- "기존 리포트와 저장된 지표를 우선 사용하고, 정의를 새로 만들지 마세요."
- "먼저 객체가 존재하고 데이터가 있는지 확인한 뒤 분석을 시작하세요."
- "이름이 중복되거나, 찾을 수 없거나, 데이터가 없으면 멈추고 설명하세요. 추측하지 마세요."
- "미리보기는 최대 100행으로 하고, 전체 결과가 필요하면 내보내기를 사용하세요. 페이지를 이어 붙이지 마세요."
- "먼저 계획, 영향 범위, 롤백 방법을 알려 주고, 제가 확인한 뒤에 쓰기 작업을 하세요."
- "완료 후 결과를 다시 읽어 수정이 적용되었는지 확인하세요."
- "결론에 데이터 출처, 객체 ID, 기간, 완전성 설명을 첨부하세요."
자주 묻는 질문
명령줄을 배워야 하나요?
아니요. 설치와 인증을 마친 뒤에는 계속 자연어로 작업을 설명하면 됩니다. 설치나 로그인 문제를 해결할 때만 명령 한두 개를 복사해야 할 수 있습니다.
왜 로그인과 인증이 필요한가요?
AE CLI는 사용자가 어떤 AE 환경을 사용 중인지, 어떤 프로젝트와 리소스에 접근할 권한이 있는지 알아야 합니다. 현재 계정 범위를 넘는 권한을 자동으로 얻지는 않습니다.
AI가 데이터를 직접 수정하거나 삭제하나요?
사용자의 요청과 계정 권한에 따라 다릅니다. 잘못된 작업을 피하려면 작업에 "먼저 확인만 하고 수정하지 마세요" 또는 "먼저 계획을 주고, 확인한 뒤에 실행하세요"라고 명확히 적는 것이 좋습니다. 삭제처럼 위험도가 높은 작업은 보통 한 번 더 확인을 요구합니다.
다른 사람은 쓸 수 있는 기능을 왜 저는 찾을 수 없나요?
네 가지를 차례로 확인하십시오. AE CLI 버전, AI가 로드한 Skill 버전, 현재 host에 해당 기능이 배포되어 있는지, 계정에 권한이 있는지입니다. CLI 설치에 성공했다고 해서 Skill이 업데이트된 것은 아닙니다. Skill을 설치하거나 업데이트한 뒤에는 보통 AI 도구를 재시작하거나 작업을 다시 열어야 합니다. 명령이 없다고 나오면 먼저 ae-cli --version, 현재 host, 전체 오류를 남겨 두고, 파라미터를 바꿔 가며 반복해서 시도하지 마십시오.
조회 시간이 오래 걸리면 어떻게 하나요?
데이터양이 적으면 AI가 결과를 바로 읽을 수 있습니다. 전체 상세 데이터나 대규모 조회는 내보내기 작업을 생성해야 할 수 있습니다. AI에게 작업 정보를 저장해 두었다가 완료되면 이어서 다운로드하고 분석하도록 요청할 수 있으므로 현재 페이지에서 계속 기다릴 필요가 없습니다.
분석 결과의 신뢰도를 높이려면 어떻게 하나요?
AI에게 프로젝트, 기간, 지표 정의, 비교 방식을 알려 주십시오. 이미 저장된 리포트와 지표를 우선 사용하고, 결론에 데이터 근거를 첨부하도록 요청하십시오. 실험과 중요한 경영 판단은 여전히 담당자가 다시 검토해야 합니다.
AI가 정기적으로 실행하게 할 수 있나요?
AE CLI는 Agent 자동화 작업을 지원하며, 사용자의 Agent에서 설정할 수 있습니다. 먼저 수동으로 한 번 실행해 프로젝트, 권한, 출력 형식, 예외 처리가 모두 기대에 맞는지 확인한 뒤 정기 실행을 설정하는 것이 좋습니다.
문제가 생기면 무엇을 제공해야 하나요?
고객 성공 매니저에게 사용 중인 AE 환경, 프로젝트 이름, 작업 목표, 문제가 발생한 시간, AI가 반환한 오류 정보를 알려 주십시오. 비밀번호, 액세스 토큰 등 자격 증명은 보내지 마십시오.