에이전트 분석 FAQ 및 문제 해결

에이전트 분석이란 무엇입니까?

에이전트 분석이란 무엇입니까?

에이전트 분석은 AI 에이전트를 위한 Amplitude의 분석 제품입니다. 모든 에이전트의 대화와 워크플로우(세션, 턴, 추적, 도구 호출, 토큰 비용)를 캡처하며, 작업 완료, 응답 품질, 사용자 마찰 및 안전과 같은 품질 신호에 대해 각 세션에 자동으로 점수를 부여합니다. 모든 것이 표준 Amplitude 이벤트로 표시되므로 에이전트 품질을 이미 추적하는 제품 지표와 직접 연결할 수 있습니다.

에이전트의 품질을 리텐션 또는 전환과 같은 비즈니스 결과와 연결할 수 있습니까?

예, 이 기능은 제품의 핵심 요소입니다. 평가 결과는 표준 Amplitude 이벤트로 전송되므로 퍼널, 리텐션 커브 및 코호트를 구축할 수 있습니다. 예를 들어 에이전트 세션이 성공적으로 완료된 사용자와 오류가 발생한 사용자의 리텐션을 비교하거나, 사용자가 질문하는 주제별로 사용자를 코호트로 분류하고 각 코호트가 어떻게 전환되는지 확인할 수 있습니다. 대부분의 팀은 비즈니스 사용자가 결합할 수 없는 여러 개의 연결되지 않은 시스템 전반에서 에이전트를 모니터링합니다. 에이전트 분석은 품질과 결과를 한 곳에 통합합니다.

에이전트 분석은 챗봇에게만 적용됩니까?

아니오. 대화형 에이전트, 음성 에이전트, 백그라운드 또는 자율 "doer" 에이전트, 멀티모달 에이전트(이미지 입력 및 출력 포함) 및 멀티 에이전트 시스템을 지원합니다. 다중 에이전트 워크플로는 에이전트별 식별자를 사용하여 추적되며, Amplitude의 여정 차트를 사용하여 에이전트 간 흐름을 분석할 수 있습니다.

내 옵저버빌리티 및 eval 도구와 어떻게 다른가요?

에이전트 분석(Agent Analytics)은 기존 도구(LangSmith, Langfuse, Braintrust, Datadog)와 어떻게 함께 활용되나요?

선택할 필요는 없습니다. 대부분의 팀은 세 가지 질문에 대한 답을 얻기 위해 세 가지 계층을 모두 사용합니다. 옵저버빌리티(Observability) 플랫폼은 에이전트가 실행 중인지 여부, 즉 가동 시간, 지연 시간, 오류를 알려줍니다. 오프라인 평가 도구는 변경 사항을 릴리즈해도 안전한지 여부를 알려줍니다. 예를 들어 합성 테스트 스위트나 릴리즈 전 회귀 테스트가 있습니다. 에이전트 분석(Agent Analytics)은 에이전트가 제대로 작동하는지 알려줍니다. 즉, 에이전트가 프로덕션 환경에서 사용자의 작업을 완료했는지, 사용자가 만족했는지, 그리고 상호 작용이 에이전트 구축 목적에 맞는 결과를 유도했는지를 이미 보유하고 있는 전환 및 리텐션 데이터와 연결하여 보여줍니다. Eval 스택을 사용하여 변경 사항을 테스트하고, 옵저버빌리티 스택을 사용하여 인프라를 모니터링하며, 에이전트 분석을 사용하여 릴리즈 후 실제 세션이 비즈니스에 어떤 영향을 미치는지 확인하십시오.

일반 프로덕트 분석을 통해 에이전트 이벤트를 추적할 수 없는 이유는 무엇입니까?

전통적인 참여 지표는 에이전트에게는 더 이상 유효하지 않습니다. 긴 대화는 사용자가 기뻐하거나 매우 좌절했음을 의미할 수 있으며, 동일한 사용 패턴이 정반대의 결과를 나타낼 수도 있습니다. 에이전트 분석은 프로덕트 분석에서 볼 수 없는 사항(대화 콘텐츠, 추적 및 LLM 점수 품질 신호)을 추가하고 행동 데이터와 결합합니다.

시작 및 계측

반드시 SDK를 사용해야 합니까?

아니요. 여러 경로가 있으며 모두 동일한 이벤트 택소노미를 생성합니다:

LangChain을 사용하는 경우 콜백 핸들러는 모든 모델 공급자와 함께 작동합니다. 이벤트를 직접 발생시의 전체 와이어 계약에 대해서는 설정 페이지에서 AI SDK 없이 에이전트 이벤트 전송을 참조하십시오.

브라우저에서 @amplitude/ai SDK를 사용할 수 있습니까? Lovable, Superblocks 또는 다른 AI 앱 빌더는 어떻게 되나요?

아니오. AI SDK는 Node.js 및 Python만 지원하며, 브라우저 번들 또는 edge 런타임(예: Cloudflare Workers)에서 가져오면 Node-only 모듈에서 실패합니다. 브라우저, 엣지 런타임 및 AI 앱 빌더에 대해 지원되는 경로는 [Agent]택소노미를 표준 @amplitude/analytics-browserSDK와 직접 함께 사용하는 것입니다. 설정 페이지에는 빌더 에이전트를 위한 전체 계약과 붙여넣기 준비 프롬프트가 포함되어 있습니다.

세션을 종료하기 위해 자체 클라이언트측 유휴 타이머를 구축해야 합니까?

거의 없습니다. 두 개의 시계가 있으며, 단 하나만 귀하의 시계입니다. Amplitude의 시계는 항상 실행됩니다. 세션이 30분 동안 이벤트를 수신하지 않으면(구성 가능하거나 -1을(를) 사용하여 비활성화 가능), 서버는 해당 세션을 닫고 인리치먼트(enrichment)를 실행합니다. 명시적인 [Agent] Session End은(는) 선택 사항이며 권장됩니다. Amplitude가 해당 이벤트를 처리할 때 세션을 닫으며, 세션 레코드는 일반적으로 15~20분 내에 도착합니다. 클라이언트에 자체적으로 짧은 타이머를 구축하는 경우(예: 2분 후에 세션을 종료하고 세션 ID를 순환시키는 경우), 실제 대화를 조각으로 나눌 수 있습니다. 이 경우 긴 답변을 읽기 위해 일시 중단한 사용자는 다시 '새로운' 세션을 볼 수 있습니다. 그런 다음 Enrichment는 절반의 대화를 판단하며, 작업 완료율이 인위적으로 낮아 보이며, 에이전트 분석은 세션별로 청구되므로 하나의 대화는 여러 것으로 청구됩니다. 작업이 실제로 종료되면 명시적으로 닫고, 30분 서버 시계가 중단을 감지하도록 하십시오. 제품이 실제로 세션을 그런 식으로 정의하는 경우에만 유휴 타이머를 클라이언트측에 미러링하고, 이를 관대하게 유지하십시오.

에이전트 세션은 무엇이며, Amplitude 세션과 어떻게 다른가요?

이는 두 개의 서로 다른 개념으로, 두 개의 다른 속성으로 정의됩니다:

  • 에이전트 세션은 [Agent] Session ID 이벤트 속성에 의해 정의됩니다. 이는 사용자가 처음부터 끝까지 에이전트에게 전달하는 하나의 작업을 나타냅니다: 대화 스레드, 지원 티켓, 음성 통화 또는 백그라운드 실행. 이미 추적 중인 ID(스레드 ID, 티켓 ID, 호출 ID, 작업 ID)를 사용하여 설정하십시오. 하위 에이전트 활동을 포함하여 해당 ID를 공유하는 모든 항목은 동일한 에이전트 세션으로 합쳐집니다.
  • 일반 Amplitude 세션은 표준 Session ID 속성($session_id)에 의해 정의됩니다. 동작형입니다: 사용자의 앱 또는 웹 방문으로, 세션 리플레이 및 제품 보고서를 지원하며, 비활성 상태 후 닫힙니다.

이 두 가지는 관련이 있지만 독립적입니다. 사용자는 한 번의 제품 방문 시 3개의 에이전트 대화를 가질 수 있으며, 또는 사용자가 앱을 떠난 후에도 에이전트 워크플로 하나가 오랫동안 실행될 수 있습니다. 에이전트 세션은 기존 세션 정의에 영향을 주지 않습니다. 이를 연결하려면 표준 세션 ID를 백엔드로 전달하고 에이전트 세션(browserSessionId)에 전달하여 에이전트 이벤트가 사용자의 제품 세션에 연동되도록 하십시오.

에이전트 세션은 어떻게 종료됩니까? 시간 초과를 설정할 수 있습니까?

세션은 다음 두 가지 방법 중 하나로 종료됩니다.

  • 명시적(권장): 마감된 티켓 또는 완료된 실행과 같이 작업이 완료될 때 trackSessionEnd()(Node) 또는 track_session_end()(Python)을 호출합니다. [Agent] Session End은(는) 선택 사항입니다. Enrichment는 종료 후 한 번 실행되며, 세션 레코드는 일반적으로 15~20분 내에 도착합니다.
  • 유휴 시간 초과: 세션을 종료하지 않으면 마지막으로 수신된 에이전트 이벤트로부터 30분 동안 비활성 상태가 지속된 후 세션이 자동으로 종료됩니다. 이는 idleTimeoutMinutes(Node) 또는 idle_timeout_minutes(Python)를 사용하여 세션별로 구성할 수 있습니다. 또한 재정의가 서버에 안정적으로 도달하도록 에이전트의 context에 idle_timeout_minutes 키를 포함하십시오(재정의를 설정할 위치 참조). 작업 사이에 자연스러운 간격이 긴 경우 이를 높이거나(예: 240를 통한 몇 시간 동안의 지원 티켓 작업), -1로 설정하여 유휴 종료(idle close)를 완전히 비활성화하고 명시적으로 종료할 때까지 세션을 열어 둡니다(90일 제한 시간 적용).

동일한 사용자가 새로운 목표를 가지고 돌아올 경우, 이전 세션을 계속하는 대신 새 세션 ID로 새 세션을 시작하십시오.

에이전트 세션을 기존 Amplitude 사용자와 어떻게 연결하나요?

프로덕트 분석에서 사용하는 것과 동일한 사용자 ID(또는 장치 ID)를 전송하십시오. 이를 통해 에이전트 활동을 사용자의 나머지 여정과 결합할 수 있습니다. 세션 ID는 사용자 식별에 참여하지 않습니다. 익명 또는 사전 가입 사용자는 식별되면 나중에 Amplitude의 표준 사용자 식별을 통해 병합됩니다. Amplitude는 가장 일반적인 설정 문제이기 때문에 계측 첫날에 ID 전략을 결정할 것을 권장합니다.

Thumbs up / thumbs down 컨트롤을 어떻게 계측합니까?

Agent 분석에서 사용자 피드백 수집을 참조하십시오. 짧은 버전: 이름user-feedback, 값이 1 또는 0인 [Agent] Score이벤트를 전송하고, 소스user를 사용하여 평가된 AI 메시지를 타겟팅합니다. 이런 식으로 전송된 Thumb Down은 Negative Feedback에 대한 명시적 불만족으로 간주됩니다.

과거 대화를 가져올 수 있습니까?

예, HTTP 가져오기 API, 웨어하우스 가져오기 또는 연동을 통해. 평가자는 향후 세션에 대해서만 점수를 매긴다는 점에 유의하십시오. 과거 데이터에 점수를 매기는 방법은 아래의 평가자 섹션을 참조하십시오.

Signals 및 평가자

무엇이 자동으로 점수가 매겨지나요?

Amplitude는 설정 없이도 작업 완료, 응답 품질, 세션 안전, 사용자 의도, 사용자 마찰, 부정적 피드백, 데이터 품질 문제 등 7가지 내장 신호에 대해 모든 닫힌 세션의 점수를 매깁니다. 결과는 세션의 [Agent] Session Record 이벤트에 속성으로 표시되며, 각 속성에는 근거가 포함되어 있으므로 즉시 차트로 작성하고 세그먼트화할 수 있습니다. 신호는 방향성 지표일 뿐, 정답 데이터는 아닙니다. 각 신호가 답변하는 질문, 해당 라벨 및 속성에 대해서는 에이전트 분석 내장 신호를 참조하십시오.

신호와 평가자의 차이점은 무엇입니까?

신호는 모든 세션에서 자동으로 실행되는 고정 내장 점수입니다. 평가자는 도메인별 항목(예: "에이전트가 올바른 정책을 인용했습니까?", "페르소나를 유지했습니까?")에 대해 사용자가 정의하는 사용자 지정 검사입니다. 고유한 기준으로 LLM-as-a-judge 사용.

평가자에게 사용할 수 있는 모델은 무엇입니까?

작고 빠른 모델과 바이너리(yes/no) 질문을 사용하십시오. 실제로는:

  • 바이너리(Binary) 방식이 숫자(numeric) 방식보다 낫습니다. LLM 판단은 숫자 범위에서 일관성이 없으며, 사람의 라벨에 따라 조정된 명확한 예/아니오 질문이 훨씬 더 신뢰할 수 있습니다. 내장 신호는 동일한 이유로 이진 판단을 사용합니다.
  • 일반적으로 작은 모델이면 충분합니다. 범위가 잘 정의된 바이너리 검사의 경우, 경량 모델(예: GPT-4o mini, Claude Haiku, Gemini Flash 클래스)은 일반적으로 훨씬 적은 비용으로 사람의 레이블과 높은 수준의 합의를 이루며, 이는 평가자가 모든 프로덕션 세션에서 실행될 때 중요한 문제입니다. 진정으로 미묘한 판단이 필요한 경우에 대비해 더 큰 모델을 따로 할당하고, 어느 경우든 활성화하기 전에 드라이 런으로 유효성을 검사하십시오.
  • 모델 선택에 대해 논의하지 말고 테스트하십시오. 실제 세션을 가져와 사람이 각 세션의 예상 결과를 표시하도록 하십시오(그라운드 트루스). 그런 다음 동일한 세션에서 평가자로 드라이 런을 수행하고 사람의 레이블과 얼마나 자주 일치하는지 계산합니다. 합의가 약 90%인 경우, 모델의 크기와 관계없이 평가자는 활성화할 수 있을 만큼 충분히 신뢰할 수 있습니다. 작은 모델이 해당 기준에 도달하면 작은 모델을 사용하고, 미치지 못하면 프롬프트를 개선하거나 더 강력한 모델로 단계를 올리고 다시 측정하십시오.

사용자 지정 평가자는 자체 모델 API 키(자신의 키 가져오기)에서 실행되므로 모델, 공급자 및 지출을 제어합니다. 이는 라이브 스코어링뿐만 아니라 과거 세션에 걸쳐 진행되는 드라이 런 및 일회성 런을 포함하여 캘리브레이션 실행에도 적용됩니다.

평가자가 지난 세션에 대해 소급적으로 실행됩니까?

활성 평가자는 새 세션이 도착하는 대로 점수를 매깁니다. 과거 세션에 점수를 매기려면 특정 세션, 날짜 범위(샘플링 지원됨) 또는 데이터 세트에 대해 Runs 페이지에서 평가자를 실행하십시오. 완전 자동 소급 점수화 시스템이 로드맵에 포함되어 있습니다.

점수를 신뢰할 수 있는지 어떻게 알 수 있습니까?

활성화하기 전에 보정하십시오: 실제 세션의 데이터 세트를 조합하고, 평가기를 예비 실행하며, 샘플에 사람의 그라운드 트루스를 지정한 후 비교하십시오. 일치도가 높으면 활성화하고, 그렇지 않은 경우 프롬프트를 개선하십시오. 평가기 버전은 시간이 지남에 따라 정교화할 수 있도록 추적됩니다.

어떤 종류의 평가자를 만들 수 있으며, 각 평가자를 언제 사용해야 합니까?

  • LLM 평가자는 사용자가 작성한 프롬프트를 기준으로 각 세션을 판단합니다. 정책 컴플라이언스, 근거성, 어조, 환급 결정이 올바른 것인지 여부와 같이 독해력이 필요한 기준에 사용하십시오. 세션당 토큰을 사용하며, 이들의 판단은 완벽하게 결정적이지 않습니다.
  • 코드 평가자는 모델 호출이 없는 결정적 패턴 규칙을 적용합니다. 즉, True 또는 False 패턴 일치를 위해 정규 표현식을 사용하고, 일치하는 키워드를 기반으로 세션에 레이블을 지정하는 키워드 분류자를 사용합니다. 정확한 기계적 검사를 위해 사용하십시오.

사람의 라벨에 따라 보정된 바이너리 출력은 일반적으로 가장 신뢰할 수 있는 선택입니다. 평가자 생성 및 교정을 참조하십시오.

사용자는 좋아요/싫어요 아이콘을 거의 클릭하지 않습니다. 문제가 됩니까?

아니요. 명시적 피드백은 드물고 신뢰할 수 없는 것으로 알려집니다. Agent 분석은 이에 의존하지 않습니다. 내장된 신호가 모든 세션에 점수를 매기며, Amplitude는 암시적 행동 신호(복사, 재시도, 포기, 표현된 불만)를 자동으로 캡처합니다. Amplitude는 명시적 평점이 있는 경우 또한 수집합니다. user-feedback 점수로 전송된 비추천은 부정적 피드백에 대한 명시적 불만족으로 간주됩니다.

가격

에이전트 분석의 가격은 어떻게 책정됩니까?

에이전트 분석은 이벤트가 아닌 에이전트 세션을 기준으로 청구되며, 계약에 따라 월별 또는 연간 단위로 청구됩니다. 모든 플랜에는 무료 세션 할당이 포함되어 있으며, 확장에 따라 추가 볼륨을 사용할 수 있습니다. 자세한 내용은 계정 팀에 문의하거나 과금 체계 페이지를 참조하십시오.

에이전트 이벤트가 내 Amplitude 이벤트 볼륨에 포함됩니까?

대부분의 경우 아니오. 핵심 에이전트 이벤트(사용자 메시지, AI 응답 및 도구 호출)는 에이전트 세션으로 별도로 측정되며 기존 이벤트 볼륨 제한에 포함되지 않습니다. 예외는 사용자 지정 eval 관련 이벤트이며, 이는 Amplitude 이벤트 볼륨에 포함됩니다.

평가를 실행하는 데 드는 비용은 얼마입니까?

내장된 품질 신호는 기본 가격에 포함됩니다. 사용자 지정 LLM-as-a-judge 평가기는 사용자 본인의 모델 API 키로 실행되므로, 추론 비용은 해당 제공업체에 사용자의 요금제로 청구되며 모델은 사용자가 선택합니다.

LLM 비용 추적은 어떻게 작동합니까?

비용은 지속적으로 유지되는 오픈소스 모델-가격 카탈로그(Pydantic의 genai-prices 프로젝트)에 곱한 추적에 대한 토큰 수를 기준으로 계산되므로 표준 모델 이름을 사용하는 것이 중요합니다. 집중적으로 캐싱되거나 배치 할인이 적용된 워크로드는 공급자 청구서와 다를 수 있습니다. 공급자 청구서를 재무적 진실의 소스로 간주하고, 에이전트 분석 비용 데이터를 분석적 뷰로 간주하십시오(청구서에서는 제공할 수 없는 에이전트별, 사용자별, 기능별 어트리뷰션 제공). 카탈로그에서 가격을 책정할 수 없는 모델(비표준 이름, 게이트웨이 별칭, 미세 조정된 ft:모델)에는 자동 비용이 적용되지 않으므로, 해당 모델에 대해서는 비용을 명시적으로 전달하십시오.

개인정보 보호 및 보안

대화 콘텐츠는 어떻게 되나요? 어디로 이동합니까?

시스템에서 나가는 항목을 세 수준으로 정확하게 제어합니다. 전체 콘텐츠가 기본값이며, 내장 신호, 주제 및 LLM 평가자가 읽는 내용입니다.

  • 전체 콘텐츠(full, 기본값): 메시지 콘텐츠로, 1.17.0부터 Node SDK 및 Python SDK에서 PII 편집이 기본적으로 설정되어 있습니다. SDK는 데이터가 환경에서 떠나기 전에 이메일, 전화번호, 신용 카드, SSN, IP 주소 및 base64 인코딩 이미지 데이터를 클라이언트측에서 스크러빙합니다. 전화 및 SSN 패턴은 미국 형식을 대상으로 합니다. 국제 로케일 또는 도메인별 항목에 대해 사용자 지정 정규식 패턴을 추가하거나 자체 편집(예: Presidio)을 플러그인하십시오.
  • 메타데이터 전용(metadata_only): 이벤트 및 지표, 메시지 텍스트는 전혀 없습니다. 이 게이트는 SDK의 모든 콘텐츠 전송 채널인 메시지 텍스트($llm_message.text), 도구 입력 및 출력, 시스템 프롬프트, 예외 메시지, 스택 추적, 프레임워크에서 전송된 콘텐츠 속성(gen_ai.system_instructions, gen_ai.input.messages, gen_ai.output.messages), 점수 주석을 포함합니다.
  • 보강된 메타데이터(customer_enriched): 직접 계산하는 구조화된 레이블 및 평가 결과이며, 원시 콘텐츠는 포함하지 않습니다.

조직의 표준 Amplitude 보안 제어는 저장된 콘텐츠를 관리하며, 역할 기반 권한 관리는 이에 대한 액세스를 제한합니다. 각 모드가 전송하는 내용은 Agent Analytics 개인정보 보호 모드를 참조하십시오.

Amplitude는 데이터로 AI 모델을 훈련시킵니까?

아니요. 대화 데이터는 에이전트 분석을 제공하기 위해서만 사용되며, 세션, 신호 및 평가를 지원합니다. Amplitude는 고객의 데이터를 사용하여 AI 모델을 학습시키지 않습니다.

GDPR / HIPAA / 컴플라이언스는 어떻게 됩니까?

Amplitude의 표준 컴플라이언스 현황과 DPA는 Agent 분석 데이터에 적용됩니다. 전체 콘텐츠를 사용하면 데이터가 환경을 떠나기 전에 프로세스에서 PII 편집이 실행됩니다. 메시지 텍스트가 시스템 외부로 전혀 유출될 수 없는 경우, metadata-only 및 enriched-metadata 모드에서는 여전히 비용, 지연 시간, 토큰, 세션 및 사용자가 직접 계산하는 모든 레이블을 제공합니다. 내장 신호, 주제 및 LLM 평가자는 메시지 텍스트가 필요하므로 해당 모드에서 실행되지 않습니다.

팀에서 대화 콘텐츠를 볼 수 있는 사람을 제한할 수 있습니까?

예. 에이전트 분석, 특히 대화 콘텐츠에 대한 액세스는 Amplitude의 Role-Based Access Control(RBAC) 기능을 통해 제어됩니다. 관리자는 역할 수준에서 이러한 권한 관리를 부여하고 관리합니다.

어떤 에이전트를 지원합니까?

모든 모델이나 프레임워크와 함께 작동합니까?

예, 이벤트 스키마는 공급자에 구애받지 않습니다. OpenAI, Anthropic, Google(Vertex 포함), Bedrock, 오픈 소스 모델, LangChain, Vercel AI SDK, 사용자 지정 스택: 이벤트를 발생시킬 수 있는 경우 지원됩니다. 이미 OpenTelemetry를 내보내는 프레임워크는 통합 요약에 있습니다. 비용 추적은 표준 모델 식별자와 함께 가장 잘 작동합니다.

귀하가 제어하지 않는 타사 또는 호스팅된 에이전트(지원 봇, Intercom Fin 또는 Sierra와 같은 플랫폼)는 어떻게 됩니까?

예. 예약된 작업은 플랫폼에 노출된 대화를 전달하며, 세션 분석, 품질 신호 및 결과 어트리뷰션을 활용할 수 있습니다. 호스팅된 플랫폼은 일반적으로 토큰 수준의 비용이나 내부 도구 호출을 노출하지 않으므로 자사 계측보다 깊이가 낮습니다. Amplitude는 Sierra, Decagon, Fin by Intercom 및 Salesforce Agentforce용 가이드를 게시합니다. 다른 도구에서 에이전트 대화 가져오기를 참조하십시오.

음성 에이전트?

예. 서버 측에서 계측하고 음성 플랫폼이 제공하는 트랜스크립트/분석 웹후크를 전달하십시오.

멀티 에이전트 시스템?

예. 각 에이전트는 고유한 식별자와 버전을 갖습니다. 세션 ID를 공유하는 하위 에이전트는 하나의 세션으로 롤업되며, 에이전트 간 여정은 표준 Amplitude 차트에서 분석할 수 있습니다.

Amplitude의 다른 기능과 함께 작업하기

일반 Amplitude 차트에서 에이전트 데이터를 차트로 작성할 수 있습니까?

예. 내장 신호가 [Agent] Session Record이벤트에 적용되고 사용자 지정 평가기 결과가 [Agent] Evaluator Result에 적용되므로, 표준 차트 빌더(세그멘테이션, 퍼널, 리텐션, 대시보드)에서 제품 이벤트와 함께 모든 기능을 사용할 수 있습니다.

에이전트 데이터는 내 프로덕트 분석과 동일한 프로젝트에 있어야 합니까?

예, 에이전트 데이터는 프로덕트 분석과 동일한 프로젝트에 있을 수 있습니다. 이는 함께 분석하는 가장 간단한 방법입니다. 에이전트 데이터를 별도의 프로젝트에 보관하려는 경우 Portfolio도 지원되므로 두 프로젝트에서 ID가 확인됩니다. CSM 또는 솔루션 엔지니어가 올바른 설정을 선택하도록 도와줄 수 있습니다.

문제 해결

도착하지 않는 이벤트, 누락된 세션 기록, 빈 메시지 콘텐츠, 누락된 비용 또는 정보가 없는 신호 결과 등 설정 문제에 대해서는 에이전트 분석 설정 문제 해결을 참조하십시오.

이 내용이 도움이 되었나요?

For AI agents: a documentation index is available at /docs/llms.txt. Append .md to any page URL for markdown, or send Accept: text/markdown.

이 페이지에서