최근 유행(?)하는 Google이 개발한 생성형 AI인 Gemini, 저는 Google Bard 시절부터 이를 사랑해 온 대학생입니다. 자, 2026년 5월 업데이트로 Gemini에 **사용량 상한 (Usage Limit)**이 추가되었습니다. 그래서 도대체 제가 지금까지 얼마나 Gemini를 사용해 왔는지 시각화해 보기로 했습니다.

사실 약 3개월 전에도 같은 시도를 하려고 했습니다. 하지만 당시의 기술이나 능력으로는 내역을 세는 것밖에 할 수 없어서 지옥 같았습니다. 대략 월 500회 정도가 아닐까 하는 결과로 마무리되었습니다. 하지만 이번에는 제대로 자동화하여 데이터를 추출하고 있습니다 (당연한 이야기지만...).

Google에는 '내 활동 (My Activity)'이라는 내역을 보는 곳이 있습니다. ※내역이 자동으로 삭제되기 때문에, 저는 내역 삭제를 꺼두었습니다. 예전에는 이곳을 위에서부터 순서대로 세어서 10일치 × 3으로 한 달의 개략적인 수치를 냈었지만, 이곳을 세는 것은 너무나 비효율적이네요.

그래서 이곳을 복사해서 붙여넣어 보았습니다. 하지만 그리 효율적이지는 않습니다. 이 페이지는 아래로 내려갈수록 로딩되는 타입이기 때문에, 내역 목록을 추출하기에는 너무나 비효율적입니다. 다만 양이 적다면 이 방법으로도 문제없을 것 같습니다.

Google에는 데이터를 내보내는 기능이 있습니다. Google 데이터 내보내기 (Google Takeout)입니다. 여기서의 절차를 아래에 나타냅니다.

먼저 '새 내보내기 만들기'를 누릅니다.

활동 형식을 'HTML'에서 'JSON'으로 변경하고 '확인'을 누릅니다.

파일 형식은 zip으로 일단 2GB까지로 설정해 둡니다.

Zip 파일에는 지금까지 보낸 이미지 등도 들어있는 것 같으므로, 이번 분석에 필요한 '내 활동.json' 파일만 압축을 해제합니다.

제 데이터는 Zip 파일 상태로 1.21GB 정도 있었습니다. 많네요. 뭐, 이미지가 많이 들어있었던 모양입니다. 어떤 의미로는 지금까지 보낸 이미지 등이 1.21GB 정도로 끝났다는 사실이 더 놀랍습니다. 압축의 놀라움이네요!

준비한 json 파일은 상당히 깨끗한 상태이지만, 이번 분석에 사용하기에는 아직 조금 부족합니다.

"추출한 JSON은 데이터로서 깨끗하지만, 2026-04-18T11:54:00Z와 같이 시간 포맷 (ISO8601)이 미묘하게 흔들리고 있어, Pandas로 그대로 읽으면 에러가 발생합니다. 그래서 format='ISO8601'을 지정하여 유연하게 읽도록 고안했습니다."

그렇기 때문에 더욱 정리해 나갑니다. 다음과 같은 코드로 정리했습니다. 일별 변환 코드입니다.

import pandas as pd
import json
# JSON 파일 읽기
...

또한, 분석 후에 필요하다고 생각되어 월별 데이터도 만들었습니다. 다음과 같습니다.

import pandas as pd
import json
# JSON 파일 읽기
...

• 저는 대학교 2학년 정보공학 계열입니다.
• 사용 중인 AI는 주로 Gemini이며, 95% 이상이 Gemini라고 추측할 수 있으므로 이번에는 Gemini만을 분석하고 있습니다. (5%는 NotebookLM이나 ChatGPT, duck.ai 등...)
• 이 Google 계정은 대학생이 된 후 생성했으므로 시작일은 2025년 4월 11일입니다.
• Google의 대학생 9개월 무료 Pro 플랜을 사용하고 있습니다.
• Gemini를 좋아합니다.

Gemini에는 검색 시의 AI 모드도 존재하며, 최근에는 가끔 사용하기 때문에 이 또한 별도로 데이터 분석을 해보고 있습니다. 이것은 2025년 9월 13일부터 사용하고 있습니다.

평균 0.56

표준 오차 (Standard Error) 0.10

중앙값 (Median) 0.00

최빈값 (Mode) 0.00

표준 편차 (Standard Deviation) 1.51

분산 (Variance) 2.29

첨도 (Kurtosis) 32.33

왜도 (Skewness) 4.92

범위 (Range) 14.00

최소 (Minimum) 0.00

최대 (Maximum) 14.00

합계 (Sum) 139.00

데이터 개수 (Count) 250.00

대부분 0이네요. 다만, 최근 들어 늘어나고 있습니다. 역시 Gemini의 이용 제한 등도 있어서, 간단한 질문은 이 아이(AI)로도 충분하기 때문일까요. 또한, 최근에는 이 아이도 꽤 똑똑해졌다는 점도 있습니다. 다만, 일별로는 잘 모르겠네요.

평균 15.44

표준 오차 (Standard Error) 6.84

중앙값 (Median) 5.00

최빈값 (Mode) 3.00

표준 편차 (Standard Deviation) 20.52

분산 (Variance) 421.03

첨도 (Kurtosis) 1.43

왜도 (Skewness) 1.64

범위 (Range) 57.00

최소 (Minimum) 1.00

최대 (Maximum) 58.00

합계 (Sum) 139.00

데이터 개수 (Count) 9.00

우상향하고 있다는 것을 알 수 있습니다. 5월은 아직 10일이 남아 있으므로, 그렇게 생각하면 앞으로 더 늘어날 것 같네요. Gemini의 이용 한도 (Usage Limit)를 신경 써서, 사소한 검색이나 간단한 버그 수정 (Bug fixing)은 AI 모드로 돌리게 되었기 때문이라고 생각합니다. 앞으로도 계속 상승할 것으로 추측됩니다.

평균 15.59

표준 오차 (Standard Error) 1.50

중앙값 (Median) 8.00

최빈값 (Mode) 0.00

표준 편차 (Standard Deviation) 30.27

분산 (Variance) 916.26

첨도 (Kurtosis) 111.36

왜도 (Skewness) 9.07

범위 (Range) 434.00

최소 0.00

최대 434.00

합계 (Sum) 6315.00

데이터 개수 (Count) 405.00

수소 스펙트럼 그래프 같네요. 최댓값은 434, 하루에 434번 대화했다는 뜻입니다! 충격적이네요. 평균 15.59회 대화하고 있습니다. 참고로 434회 대화한 날은 2026년 5월 15일입니다. 개발 중인 앱 이야기나 대학교 프로젝트 이야기 등 여러 가지 일이 쌓인 결과네요 (그래도 이상하긴 하지만).

다만, 이것은 이상치 (Outlier)의 영향을 받고 있는 느낌이 듭니다. 중앙값이 더 신뢰할 수 있을 것 같네요. 하지만 최근에 더 많이 사용하고 있는 느낌이 듭니다.

평균 451.07

표준 오차 (Standard Error) 99.23

중앙값 (Median) 256.50

최빈값 (Mode) 없음

표준 편차 (Standard Deviation) 371.27

분산 (Variance) 137840.23

첨도 (Kurtosis) -1.65

왜도 (Skewness) 0.39

범위 (Range) 982.00

최소 30.00

최대 1012.00

합계 (Sum) 6315.00

데이터 개수 (Count) 14.00

12월쯤부터 상당한 횟수로 사용되고 있네요. 이것은 12월쯤부터 제가 본격적으로 활동하기 시작했기 때문입니다. 또한, 4월에는 1000회를 돌파했고, 이번 달은 아직 10일이 남은 상태에서 벌써 950회를 넘었습니다! 정말 여러모로 장난 아니네요.

대학생이 된 이후 가장 대화를 많이 하고 있는 것은 Gemini라는 새로운 발견을 했습니다. 인간과도 좀 더 대화를 해보도록 하겠습니다. 여러분도 꼭 자신의 Gemini와의 대화 수를 분석해 보세요!!!