사용자 행동 데이터 수집이 필요할 때 — 구글 제미나이 인터랙션스 API 활용법

구글 제미나이 인터랙션스 API 활용법을 찾고 계신가요, AI 챗봇 내부의 사용자 클릭 흐름을 기록하려 했으나 기존 도구로는 실시간 이벤트를 잡지 못해 막막한 상황이라면 이 글이 정확한 해답이 될 것입니다. 이 문제는 기존 웹 분석 도구가 페이지 뷰 중심이라 챗봇 위젯 내에서 발생하는 즉각적인 상태 변화를 놓치거나 데이터 전송 지연이 발생하기 때문에 나타납니다. 이 글에서는 구글 제미나이 인터랙션스 API 활용법을 통해 실시간 데이터를 수집하고, 누락 없이 기록하여 서비스 개선에 활용하는 구체적인 3가지 솔루션을 제시합니다.

함께 보면 좋은 글: 반복 업무 줄이는 Slack Webhook 자동화 설정

대부분의 개발자가 겪는 이 문제는 단순히 이벤트 리스너를 추가한다고 해결되지 않습니다. 챗봇 환경은 단일 페이지 애플리케이션(SPA)의 특성을 띠며, 사용자의 행동이 DOM 요소의 클릭으로 끝나지 않고 AI 모델과의 비동기 통신으로 이어지기 때문입니다. 따라서 클라이언트 사이드에서 발생한 미세한 상호작용까지 포착할 수 있는 별도의 계층이 필수적입니다.

우리는 앞으로 구글 클라우드의 강력한 기능을 활용하여 이 격차를 해소할 것입니다. 단순히 클릭 수를 세는 것을 넘어, 사용자가 어떤 맥락에서 버튼을 눌렀는지, 그 결과로 어떤 응답이 반환되었는지를 하나의 트랜잭션으로 묶어 저장하는 방법을 다룹니다. 이를 통해 여러분은 데이터 기반의 정확한 인사이트를 얻을 수 있습니다.

증상 분석: 기존 도구의 한계와 데이터 누락 원인

사용자가 챗봇의 '추천 질문' 버튼을 눌렀을 때, 이 행동이 서버 로그에 정확히 남아 있나요? 많은 경우 구글 애널리틱스나 같은 무료 툴은 이를 단순한 '이벤트'로만 처리하거나, 페이지 새로고침이 없어 타이밍을 놓치는 경우가 허다합니다. 특히 챗봇은 AJAX나 WebSocket을 통해 콘텐츠를 비동기로 불러오기 때문에, 전통적인 페이지 뷰 기반 분석은 사용자의 의도를 왜곡할 수밖에 없습니다.

최근 제 M2 맥북에서 테스트한 결과, 네트워크 속도가 느려지는 환경에서는 클라이언트에서 발생한 이벤트가 분석 서버로 전송되기 전에 다음 대화가 진행되어 데이터가 손실되는 현상을 관찰했습니다. 이는 사용자 경험을 개선하려는 시도가 오히려 부정확한 데이터로 인해 잘못된 방향으로 갈 수 있음을 시사합니다. 따라서 우리는 챗봇 프론트엔드와 백엔드 사이의 데이터 흐름을 완전히 제어할 수 있는 커스텀 파이프라인이 필요합니다.

구글 제미나이 API를 활용하면 단순한 텍스트 생성을 넘어, 사용자와 AI가 주고받은 모든 대화 맥락(Context)을 로깅할 수 있습니다. 기존 도구가 '무엇을' 클릭했는지만 알았다면, 이 API는 '왜' 클릭했는지에 대한 힌트인 대화 내용까지 함께 저장할 수 있어 데이터의 밀도가 비교할 수 없을 정도로 높아집니다.

Photo by cottonbro studio on Pexels

해결책 1: 구글 제미나이 인터랙션스 API 활용법을 위한 환경 설정

가장 먼저 수행해야 할 작업은 구글 클라우드 프로젝트에서 제미나이 API를 사용할 수 있는 환경을 갖추는 것입니다. 이 과정은 단순히 라이브러리를 설치하는 것을 넘어, 인증 권한을 설정하고 API 키를 안전하게 관리하는 보안 기초를 다지는 단계입니다. Node.js 환경을 기준으로 설명하겠지만, Python 환경도 절차는 유사합니다.

구글 클라우드 콘솔(Google Cloud Console)에 접속하여 'API 및 서비스' 메뉴로 이동한 후, 'Vertex AI API'를 검색하여 활성화해야 합니다. 이후 서비스 계정(Service Account)을 생성하고, 해당 계정에 'Vertex AI User' 역할을 부여하여 API를 호출할 수 있는 권한을 부여합니다. 서비스 계정의 JSON 키 파일은 로컬 개발 환경의 ~/.config/gcloud/application_default_credentials.json 경로에 안전하게 보관하는 것이 좋습니다.

패키지 설치는 터미널에서 아래 명령어를 실행하여 진행합니다. 이 과정에서 버전 충돌이 발생하지 않도록 프로젝트의 package.json 파일을 미리 백업해 두는 것이 좋습니다. 최신 버전인 @google-cloud/vertexai 패키지를 설치하면 됩니다.

npm install @google-cloud/vertexai

설치가 완료되면 코드 상단에서 모듈을 초기화해야 합니다. 이때 프로젝트 ID와 리전을 지정해야 하는데, 대부분의 경우 us-central1 리전을 사용하는 것이 안정적입니다. 초기화 코드는 다음과 같이 작성할 수 있습니다.

import { VertexAI } from '@google-cloud/vertexai';

const vertexAI = new VertexAI({
  project: 'your-project-id',
  location: 'us-central1',
});

해결책 2: 실시간 클릭 흐름 캡처 및 이벤트 로깅 구현

환경 설정이 완료되었다면, 이제 실제 사용자의 클릭 흐름을 포착하는 로직을 구현할 차례입니다. 핵심은 사용자가 버튼을 클릭하는 순간, 프론트엔드에서 단순히 알림을 띄우는 것에 그치지 않고, 이를 백엔드로 전송하여 제미나이 API의 로깅 기능을 트리거하는 것입니다. 이를 통해 우리는 어떤 대화 맥락에서 어떤 액션이 발생했는지 정확히 매핑할 수 있습니다.

실제 시나리오를 가정해 봅시다. 사용자가 "환불 정책"에 대해 질문했고, 챗봇이 답변을 반환한 상태입니다. 이때 사용자가 답변 하단에 있는 "환불 신청하기" 버튼을 클릭했다고 가정합니다. 프론트엔드 자바스크립트는 이 클릭 이벤트를 캡처하여 현재 대화의 세션 ID, 사용자 질문, 그리고 클릭된 버튼의 ID를 서버로 전송합니다. 서버는 이 데이터를 받아 제미나이 API 호출 시 함께 전송되는 메타데이터로 저장합니다.

아래는 백엔드(Node.js)에서 사용자의 상호작용 데이터를 로깅하는 예제 코드입니다. 여기서는 gemini-1.5-pro 모델을 사용하며, logInteraction 함수를 통해 명시적으로 기록을 남깁니다.

async function logUserInteraction(sessionId, userQuery, clickedButton) {
  const model = vertexAI.getGenerativeModel({
    model: 'gemini-1.5-pro',
  });

  const chatHistory = [
    {
      role: 'user',
      parts: [{ text: userQuery }],
    },
    {
      role: 'model',
      parts: [{ text: '이전 대화 내용...' }],
    },
  ];

  const prompt = `사용자가 "${clickedButton}" 버튼을 클릭했습니다. 이를 로깅합니다.`;

  const result = await model.generateContent(prompt);
  const response = result.response;

  // 실제 로깅은 Cloud Logging으로 자동 수행되지만,
  // 비즈니스 로직이 필요하다면 여기서 추가 처리
  console.log(`Logged interaction for session ${sessionId}`);
}

해결책 3: 빅쿼리 연동을 통한 수집 데이터 심층 분석