관련글
자연어로 세그먼트의 구매 리텐션 확인하기: Hive Axyl Plugin 활용 4편
전체 지표에서 변화를 찾은 뒤에는 관련 이용자 집단을 분석 대상으로 고정하고, 그 집단의 재구매나 재방문이 기간에 따라 어떻게 이어지는지 확인해야 한다. ChatGPT에 Hive Axyl Plugin을 설치하면 이용자 조건을 자연어로 지정해 Hive 애널리틱스 세그먼트를 생성하고, 해당 세그먼트를 대상으로 리텐션을 이어서 구성할 수 있다. 저장 전에는 적용할 조건과 대상, 저장 위치를 먼저 보여주고 사용자가 승인한 뒤 생성하며, […]
- Axyl
- MCP
- 애널리틱스
- 자연어
- 하이브
자연어로 대시보드 핵심 변화 요약하기: Hive Axyl Plugin 활용 3편
ChatGPT에 Hive Axyl Plugin을 설치하면 Hive 애널리틱스에 저장된 대시보드를 자연어로 요약해 여러 차트의 핵심 변화와 주요 기여 대상을 한 번에 확인할 수 있다. 요약은 대시보드에 포함된 차트의 지표와 차원, 기간과 필터를 기준으로 하며, 국가·마켓·상품을 지정한 후속 질문으로 확인 범위를 좁힐 수 있다. 고액 결제처럼 특정 날짜에 집중된 변화는 기간을 넓혀 반복되는 패턴인지 추가로 확인한다. 여러 […]
- Axyl
- MCP
- 애널리틱스
- 자연어
- 하이브
AI와 Playwright로 구축한 E2E 테스트 자동화: 적용 경험과 확장 방향
현재 Hive 콘솔에서는 AI를 활용해 Playwright 테스트 스펙 파일과 테스트 실행·관리 도구를 만들고, 이를 통해 E2E 테스트를 자동화하고 있다. 스펙 파일은 사용자 동작과 기대 결과를 코드로 정의하고, 실행·관리 도구는 테스트 조건 설정부터 실행과 결과 확인까지 지원한다. 이 글에서는 두 가지를 구축한 과정과 실제 사용 중에 보완한 점, 앞으로의 확장 방향을 소개한다. 출발점은 기능을 수정할 때마다 […]
- E2E테스트
- Playwright
- 테스트자동화
- 하이브
코딩만 시키기엔 아까운 AI 활용기: Jira 일감부터 PR 검토까지
개발자의 하루가 코드 작성만으로 채워지지는 않는다. 여러 문서에 흩어진 요청을 읽고, 낯선 프로그램의 동작을 파악하고, 수정한 내용을 다른 사람에게 설명하는 일도 개발자의 몫이다. 코드가 빨리 만들어지더라도 이런 과정이 그대로 남아 있다면 일은 생각만큼 가벼워지지 않는다. 필자는 이 ‘코드 밖의 일’에도 AI를 연결해봤다. 업무 요청을 정리해 구현과 검토로 이어가고, 문의에 답할 근거를 모으고, 복잡한 코드의 흐름을 […]
- AI활용
- AX인사이트
- ClaudeCode
- Codex
- 개발자AI
게임은 앞으로 누가, 몇 명이 만들게 될까? ‘유니코드27’에서 만난 AI 시대의 게임 개발
게임을 만드는 데는 몇 명이 필요할까? 기획자와 프로그래머, 아티스트 등 여러 직군이 모인 개발팀을 먼저 떠올리기 쉽다. 하지만 생성형 AI가 게임 개발 현장에 빠르게 들어오면서 이 익숙한 공식에도 변화가 시작되고 있다. 한 사람이 할 수 있는 일의 범위가 넓어지고, 머릿속 아이디어를 실제 게임으로 구현하는 데 필요한 시간도 빠르게 줄어들고 있기 때문이다. 그렇다면 앞으로 게임은 누가, […]
- AI게임개발
- AX인사이트
- 유니데브
- 유니코드27
자연어로 차트와 대시보드 구성하기: Hive Axyl Plugin 활용 2편
분석에서 찾은 조건을 다시 확인하려면 측정값과 연산, 차원, 기간과 필터를 매번 같게 설정해야 한다. Hive Axyl Plugin을 이용하면 자연어로 차트 구성을 요청하고, 여러 차트를 하나의 대시보드로 구성할 수 있다. 생성·수정 전에는 적용할 내용을 먼저 보여주고 사용자가 승인한 뒤 실행하며, 1편에서 확인한 매출·ARPPU 감소 분석은 추천받은 지표 다섯 가지로 대시보드를 만들어 반복 확인할 수 있다. 분석 […]
- Axyl
- MCP
- 애널리틱스
- 자연어
- 하이브
자연어로 게임 지표를 조회하고 변화 확인하기: Hive Axyl Plugin 활용 1편
ChatGPT에 Hive Axyl Plugin을 설치하면 Hive 애널리틱스의 지표를 자연어로 조회하고, 이전 질문의 맥락을 이어 국가·마켓·상품 순서로 분석 범위를 좁힐 수 있다. 사용하려면 애널리틱스 관리자가 조직에 프로젝트와 멤버를 등록하고, 플러그인을 쓸 계정을 조직의 MCP 멤버로 설정해야 한다. 분석 결과는 변화가 집중된 구간과 원인 후보를 보여주며, 해당 상품의 고액 주문·가격·프로모션 변경 여부는 추가로 점검한다. 반복 설정을 줄이는 […]
- Axyl
- MCP
- 애널리틱스
- 자연어
- 하이브
BigQuery에서 애널리틱스 원본 데이터 조회하기
Hive 애널리틱스의 이벤트 원본 데이터는 BigQuery의 habq-storage 프로젝트에서 SQL로 직접 조회할 수 있다. 애널리틱스 관리자가 빅쿼리 접근 권한 관리에서 Google 계정의 조회 권한을 환경별로 신청하고, SQL을 실행할 Google Cloud 프로젝트를 준비하면 된다. 조회할 때는 UTC로 저장된 dateTime을 KST로 변환하고, checksum 기준으로 중복을 제거하며, 날짜 조건으로 필요한 파티션만 조회한다. 원본 데이터 활용한 데이터 검증 게임 이벤트를 […]
- 빅쿼리
- 애널리틱스
- 원본데이터
- 하이브















