> ## Documentation Index > Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt > Use this file to discover all available pages before exploring further. # 절감 추적 > 실현된 클라우드 비용 절감액을 예측치와 비교 측정하고 최적화 ROI를 시간별로 추적합니다 절감 추적은 구현된 모든 추천의 실제 달러 영향을 측정합니다. 기준선을 기록하고, 구현 후 비용 변화를 모니터링하며, 원래 예측치 대비 편차를 표면화합니다. ## KPI | 지표 | 설명 | | -------- | ------------------------------ | | 월간 절감액 | 현재 달력 월의 총 실현 절감액 | | 누적 절감액 | 추적 시작 이후 전체 절감액 | | 구현률 | 구현된 추천 ÷ 총 확인된 추천 | | 정확도율 | 실제 절감액 ÷ 예측 절감액 (목표: 80\~120%) | | 구현 소요 시간 | 추천 생성부터 구현까지 걸린 일수 | | 실현율 | 확인된 절감액 중 실현된 비율 | ## 절감 추적 방법 [Alex](/ko/guide/agents/alex)가 추천을 구현하면, CloudThinker는 구현 날짜를 기록하고 예측 절감액을 저장하며 실제 비용 변화 모니터링을 시작합니다. 수동으로 구현한 추천의 경우: 1. 추천을 열고 **Implemented**로 표시합니다. 2. 실제 월간 절감액을 입력합니다. 3. 구현 노트와 지원 문서를 추가합니다. ## 절감 귀속 | 차원 | 값 | | ----- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 에이전트별 | [Alex](/ko/guide/agents/alex) (인프라, 컴퓨팅), [Kai](/ko/guide/agents/kai) (Kubernetes), [Tony](/ko/guide/agents/tony) (데이터베이스), [Oliver](/ko/guide/agents/oliver) (보안 준수 최적화) | | 출처별 | [CloudKeepers](/ko/guide/infrastructure/cloudkeepers) 발견, [평가](/ko/guide/infrastructure/assessment), 대화, 수동 입력 | | 카테고리별 | 적정 크기 조정, 예약 용량, 미사용 리소스, 스토리지 최적화, 아키텍처 변경 | | 제공자별 | AWS, GCP, Azure, 멀티 클라우드 합계 | ## 예측 Alex는 활성 추천 백로그에서 미래 절감액을 예측합니다: | 입력 | 활용 방법 | | ------ | ------------------------ | | 활성 추천 | 구현 확률로 가중된 예상 절감액 합계 | | 구현 속도 | 추천 완료의 역사적 비율 | | 실현율 추세 | 실제 결과와 비교한 과거 예측의 롤링 정확도 | ## 검증 실제 비용 변화는 각 구현에 대해 자동으로 추적됩니다: 1. 기준 비용이 구현 날짜에 기록됩니다. 2. 구현 후 30일, 60일, 90일에 실제 비용이 모니터링됩니다. 3. 원래 예측치와의 편차가 계산되어 표면화됩니다. 편차의 일반적인 원인: 최적화 후 워크로드 변경, 동일 카테고리에 새 리소스 생성, 제공자 가격 변경, 계절적 사용 패턴. ## 예시 프롬프트 ```text theme={null} @alex #report monthly savings summary for October @alex #report savings breakdown by agent and category for Q3 ``` ```text theme={null} @alex what is our total savings potential if we implement all active recommendations? @alex project savings for next quarter based on pending recommendations ``` ```text theme={null} @alex compare projected vs actual savings for last quarter @alex why did the RDS right-sizing recommendation save less than projected? ``` ```text theme={null} @alex show implementation rate trend over the past six months @alex which recommendation categories have the best accuracy rate? ``` ```text theme={null} @alex we are targeting $50,000 monthly savings by Q2 — show progress toward that goal ``` ## 관련 문서 최적화 전후의 지출 패턴과 이상 징후를 분석합니다 AI가 생성한 비용 절감 추천을 검토하고 구현합니다 경영진 절감 리포트를 생성하고 정기 전달을 예약합니다 낭비를 절감 파이프라인에 공급하는 지속적인 발견으로 표면화합니다