Claude 토큰 사용량을 줄이고 효율적으로 사용하는 방법

들어가며: 토큰 비용은 “프롬프트 길이”가 아니라 “컨텍스트 크기”가 만듭니다

Claude의 토큰 사용량을 좌우하는 것은 방금 입력한 문장이 아니라, 매 턴 다시 읽히는 컨텍스트(대화 기록, 지침, 도구 정의, 파일 내용)의 크기입니다. 이 크기를 줄이는 습관만으로 비용과 사용량 한도를 함께 아낄 수 있습니다.

인공지능(AI, Artificial Intelligence) 도구를 업무에 쓰는 팀이 늘면서, “왜 이렇게 빨리 한도가 차지?”, “이번 달 청구서가 왜 이렇지?”라는 질문도 함께 늘었습니다. 대규모 언어 모델(LLM, Large Language Model)은 입력을 토큰이라는 단위로 쪼개 처리하고, 처리한 토큰만큼 비용과 사용량이 쌓입니다. 이 글은 Claude 웹·앱 사용자, 응용 프로그램 인터페이스(API, Application Programming Interface)로 서비스를 만드는 개발자, Claude Code 사용자를 모두 염두에 두고, Anthropic 공식 자료를 중심으로 검증된 절감 방법을 정리했습니다.

핵심 요약

  1. 작업이 바뀌면 대화도 바꿉니다. 긴 대화는 매 턴 앞선 내용을 다시 읽으므로, 주제 단위로 새로 시작하는 편이 쌉니다.
  2. 반복되는 앞부분은 캐시로 처리합니다. 캐시된 입력은 대부분 모델에서 기본 입력 가격의 0.1배로 읽힙니다.
  3. 상시 로드되는 항목을 다이어트합니다. 지침 파일, 도구 정의, 연결된 앱은 쓰지 않아도 매번 컨텍스트를 차지합니다.
  4. 긴 작업은 쪼개고 비웁니다. 오래된 도구 결과 정리, 외부 메모 파일, 서브에이전트(별도 컨텍스트에서 일하는 보조 에이전트)로 본 대화를 가볍게 유지합니다.
  5. 단가 자체를 낮추고, 먼저 측정합니다. 모델·사고량·배치 처리를 작업에 맞추고, 사용량 확인 명령으로 낭비 지점부터 찾습니다.

토큰은 어디서, 어떻게 소모될까

토큰 비용의 대부분은 새로 쓴 문장이 아니라 “이미 쌓여 있는 대화”를 다시 읽는 데서 나옵니다. 이 구조를 이해하면 이후의 모든 절감 기법이 왜 효과가 있는지 자연스럽게 보입니다.

1) 매 턴, 대화 전체가 다시 전송됩니다

Claude는 이전 대화를 기억하는 것이 아니라, 요청할 때마다 지금까지의 내용 전체를 입력으로 다시 받습니다. 비유하자면 회의록을 읽고 나서 답하는 담당자와 같습니다. 회의가 길어질수록 회의록이 두꺼워지고, 답하기 전에 읽어야 하는 분량도 매번 늘어납니다. 그래서 40번째 턴은 앞선 39턴을 모두 다시 읽게 되고, 긴 대화 하나가 짧은 대화 여러 개보다 비싸집니다. 파일을 읽거나 명령을 실행한 결과도 이력에 쌓이기 때문에, 도구를 많이 쓰는 에이전트 작업일수록 이 효과가 더 크게 나타납니다.

2) 토큰 종류마다 단가가 다릅니다

Anthropic이 공개한 Claude Code 사용 가이드에 따르면 출력 토큰은 입력 토큰보다 약 5배 비쌉니다. 반대로 캐시에서 읽는 입력은 기본 입력 가격의 0.1배 수준입니다. 아래 표는 이 차이를 한눈에 정리한 것입니다.

토큰 종류기본 입력 대비 단가의미
일반 입력1배처음 처리하는 입력
5분 캐시 쓰기1.25배반복 사용을 위해 앞부분을 저장
1시간 캐시 쓰기2배더 오래 저장
캐시 읽기0.1배 (일부 최신 모델은 더 낮음)저장된 앞부분을 재사용
출력약 5배 (모델별 상이)Claude가 생성한 답변과 사고 과정

단가는 모델과 시점에 따라 바뀌므로 정확한 금액은 Anthropic 공식 가격 페이지에서 확인해야 합니다. 이 글에서는 금액 대신 배수를 기준으로 설명합니다. 한 가지 더 기억할 점은, 확장 사고(Extended thinking)처럼 모델이 내부적으로 생각하는 데 쓰는 토큰도 출력 토큰으로 계산된다는 것입니다.

3) 컨텍스트는 클수록 좋은 것이 아닙니다

컨텍스트가 커지면 비용만 느는 것이 아니라 품질도 흔들릴 수 있습니다. Anthropic 응용 AI 팀은 컨텍스트를 한정된 주의력 예산(attention budget)을 소모하는 유한한 자원으로 봅니다. 그래서 좋은 컨텍스트 설계의 목표는 원하는 결과를 얻을 가능성을 최대로 만드는 가장 작은 고신호 토큰 집합을 찾는 것이라고 설명합니다. 커뮤니티에서는 컨텍스트에 불필요한 내용이 쌓여 답변 품질이 떨어지는 현상을 컨텍스트 부패(context rot)라고 부르기도 합니다. 결국 토큰 절감은 비용 절약이면서 동시에 품질 관리입니다.

Claude 웹·앱 사용자를 위한 일상 팁

웹과 앱에서는 “메시지 수”보다 “대화의 길이와 켜둔 기능”이 사용량 한도를 좌우합니다. Anthropic 고객 지원 문서는 메시지 길이, 첨부 파일 크기, 현재 대화 길이, 도구 사용(검색·리서치 등), 모델 선택, 노력 수준(effort), 아티팩트 생성 등을 사용량에 영향을 주는 요소로 꼽습니다. 이 요소들을 하나씩 줄이는 습관을 정리했습니다.

  • 주제가 바뀌면 새 대화를 엽니다. 대화가 컨텍스트 한도에 가까워지면 Claude가 앞부분을 자동으로 요약해 이어가지만, 이 자동 관리가 작동하는 긴 대화는 사용량을 더 많이 쓴다고 안내됩니다. 한도가 빠듯하다면 새 대화로 옮겨 가세요.
  • 요청은 한 번에 묶습니다. 관련된 질문은 하나의 메시지로, 편집할 글은 통째로 보내면 오가는 턴 수가 줄어듭니다. 보내기 전에 목표·대상·핵심 조건을 한 번 더 점검하는 것만으로도 후속 정정 메시지가 줄습니다.
  • 반복 참조하는 자료는 프로젝트에 올립니다. 프로젝트에 올린 내용은 캐시되어 재사용할 때 한도에 덜 잡히고, 지식이 많아지면 검색 증강 생성(RAG, Retrieval-Augmented Generation) 방식으로 필요한 부분만 컨텍스트에 들어갑니다. 다만 캐시는 일정 시간 사용하지 않으면 만료되어, 오랜만에 돌아오면 첫 메시지가 전체 분량으로 집계됩니다.
  • 프로젝트 지침은 짧게, 파일은 쓰는 것만 둡니다. 지침에는 일반적인 배경과 핵심 규칙만 두고, 작업별 세부 지시는 대화에서 전달합니다. 더 이상 쓰지 않는 파일은 정리합니다.
  • 필요 없는 도구·커넥터·웹 검색은 끕니다. 연결된 앱과 도구는 토큰을 많이 쓰는 편이라고 안내됩니다. 최신 정보가 필요 없는 대화라면 검색을 끄고, 무거운 연결은 필요할 때만 켭니다.
  • 확장 사고와 노력 수준을 작업에 맞춥니다. 단순한 요약·교정에는 확장 사고를 끄고 노력 수준을 낮추면 토큰이 줄어듭니다. 높은 노력 수준은 더 많은 토큰을 씁니다.
  • 사용량 화면을 주기적으로 봅니다. 설정의 사용량 화면에서 5시간 세션 한도와 주간 한도의 소진 정도를 확인할 수 있습니다. 참고로 claude.ai, Claude Code, 데스크톱 앱의 사용량은 같은 한도로 합산됩니다.

팁: “어제 어디까지 했지?” 식의 이어하기가 필요하다면 긴 대화를 끌고 가기보다, 핵심 결정 사항을 짧게 정리한 메모를 새 대화의 첫 메시지로 붙여 넣는 편이 사용량과 답변 품질 모두에 유리합니다.


프롬프트보다 더 중요한 컨텍스트 엔지니어링

토큰을 아끼는 가장 좋은 원칙은 “필요한 정보를 필요한 시점에, 필요한 만큼만” 넣는 것입니다. Anthropic은 이를 프롬프트 엔지니어링의 다음 단계인 컨텍스트 엔지니어링이라 부르며, 프롬프트 한 줄이 아니라 모델이 보는 전체 토큰(지침, 도구, 예시, 대화 이력, 검색 결과)을 설계 대상으로 삼습니다.

공식 자료가 제시하는 설계 원칙

  • 지침은 “적당한 높이”로 씁니다. 너무 세세한 조건문을 하드코딩하면 깨지기 쉽고, 너무 추상적이면 모델이 방향을 잡지 못합니다. 행동을 안내할 만큼 구체적이면서, 판단 기준을 남길 만큼 유연하게 쓰라는 이야기입니다.
  • 예시는 많이보다 대표로 고릅니다. 예외 상황을 빠짐없이 나열하는 대신 기대 행동을 잘 보여 주는 다양한 예시 몇 개를 고르는 편이 효과적입니다.
  • 도구는 겹치지 않게, 최소한으로 둡니다. 사람이 봐도 어느 도구를 써야 할지 애매하다면 모델도 헷갈립니다.
  • 정보는 “필요할 때 가져오는” 방식을 선호합니다. 파일 경로처럼 가벼운 식별자만 들고 있다가, 실제로 필요해지면 도구로 불러오는 방식입니다. Claude Code도 코드베이스 전체를 미리 읽지 않고 이런 방식으로 파일을 찾아봅니다.
  • 긴 작업에서는 압축, 메모, 서브에이전트를 씁니다. 자세한 내용은 후반 섹션에서 다룹니다.

바로 적용할 수 있는 프롬프트 습관

아래 표는 현장에서 자주 보이는 낭비 패턴과 고칠 수 있는 방법을 정리한 것입니다. 출력 토큰이 입력보다 비싼 만큼, 답변의 길이를 직접 통제하는 습관도 효과가 큽니다.

상황토큰을 낭비하는 방식효율적인 방식
로그·오류 공유수천 줄 로그 전체를 붙여 넣기오류가 난 구간 앞뒤만 발췌해서 전달
코드 수정 요청“파일 전체를 다시 써 줘”“변경된 함수만 보여 줘”처럼 변경분 중심으로 요청
문서 확인같은 문서를 매 질문마다 다시 첨부한 번 올리고 이후 질문은 짧게 이어가기 (또는 프로젝트 활용)
답변 형식형식 지정 없이 요청해 장황한 설명이 돌아옴답변 길이·형식(예: 세 줄 요약, 표 한 개)를 미리 명시
탐색 범위“프로젝트 전체를 분석해 줘”파일·함수 이름을 구체적으로 지정
모호한 요청짧지만 모호해 여러 번 되묻기목표·제약·완성 조건을 처음에 한 번에 제시

한 가지 주의할 점은 “무조건 짧게”가 정답이 아니라는 것입니다. 모호한 짧은 요청은 되묻는 질문과 재시도로 더 많은 토큰을 쓰게 만드는 경우가 많습니다. 짧아야 할 것은 프롬프트가 아니라 “불필요한 맥락”입니다.


프롬프트 캐싱: 반복되는 앞부분을 싸게 읽는 법

프롬프트 캐싱은 요청의 “앞부분(prefix)”을 저장해 두고, 같은 앞부분이 다시 들어오면 재처리 없이 재사용하는 기능입니다. 책갈피를 떠올리면 쉽습니다. 어제 읽은 부분에 책갈피를 꼽아 두면 오늘은 책갈피 뒤부터 읽으면 되듯, 캐시된 앞부분은 싸게 불러오고 뒤쪽의 새 내용만 정가로 처리합니다. 시스템 프롬프트, 긴 문서, 도구 정의처럼 매 요청마다 반복되는 내용이 클수록 효과가 큽니다.

동작 원리와 비용 구조

  • 앞부분의 순서는 도구 → 시스템 → 메시지입니다. 앞단이 바뀌면 그 뒤의 캐시는 모두 무효가 됩니다.
  • 콘텐츠가 100% 동일해야 적중합니다. 공백 하나가 달라도 새로 쓰기가 되어 실패합니다.
  • 캐시 지점(breakpoint)은 요청당 최대 4개입니다. 지점 자체에는 비용이 없습니다.
  • 가격 배수는 앞서 표에 정리했듯 5분 캐시 쓰기 1.25배, 1시간 캐시 쓰기 2배, 읽기 0.1배(일부 최신 모델은 더 낮은 배수)입니다. 생성 결과물의 품질은 캐시 사용 여부에 영향을 받지 않습니다.
  • 유효 시간(TTL, Time To Live)은 기본 5분입니다. 캐시를 읽을 때마다 무료로 연장되며, 요청 간격이 길면 1시간 옵션을 쓸 수 있습니다. 가격 안내 기준으로 5분 캐시는 한 번만 재사용해도, 1시간 캐시는 두 번 재사용하면 쓰기 비용을 회수합니다. 반대로 재사용하지 못하고 만료되면 캐싱이 오히려 더 비쌀 수 있습니다.
  • 최소 캐시 가능 길이가 있습니다. 모델에 따라 수백 토큰에서 4,096토큰까지 다르며, 이보다 짧으면 오류 없이 그냥 캐시되지 않습니다.

적용 예시

아래는 긴 지침을 캐시하는 최소 형태입니다. 변하지 않는 마지막 블록에 캐시 지점을 둡니다.

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model=”claude-sonnet-5-5″,
    max_tokens=1024,
    system=[
        {
            “type”: “text”,
            “text”: LONG_STATIC_GUIDELINES,  # 매 요청 동일한 긴 지침·문서
            “cache_control”: {“type”: “ephemeral”},  # 여기까지를 캐시
        }
    ],
    messages=[{“role”: “user”, “content”: user_question}],  # 매번 달라지는 부분
)

u = response.usage
print(u.cache_creation_input_tokens, u.cache_read_input_tokens, u.input_tokens)

최신 문서에는 요청 최상단에 캐시 설정을 하나만 두면 대화가 자라는 위치로 캐시 지점이 자동 이동하는 방식도 소개되어 있습니다. 사용 가능 여부와 문법은 사용하는 소프트웨어 개발 키트(SDK, Software Development Kit) 버전의 공식 문서에서 확인하세요.

캐시가 깨지는 대표적인 이유

캐시는 “앞부분이 그대로일 때만” 유지되므로, 무심코 바꾼 한 줄이 비용을 크게 높일 수 있습니다. 공식 문서의 무효화 표를 핵심만 추려 다시 정리했습니다.

무엇을 바꾸면무엇이 무효화되나
도구 정의(이름·설명·파라미터)도구, 시스템, 메시지 캐시 모두
시스템 프롬프트시스템, 메시지 캐시 (도구 캐시는 유지)
도구 선택 설정(tool_choice) 변경시스템, 메시지 캐시
프롬프트 어디든 이미지 추가·제거시스템, 메시지 캐시
사고 설정·노력 수준 변경모델에 따라 다름 (메시지 캐시는 무효화되는 경우 있음)

캐시 적중률을 높이는 요령

  1. 변하지 않는 것을 앞에, 변하는 것을 뒤에 둡니다. 도구, 지침, 참조 문서, 예시를 앞에 두고 사용자 질문은 맨 뒤에 둡니다.
  2. 현재 시각 같은 값을 시스템 프롬프트 안에 넣지 않습니다. 매 요청 달라지는 블록 뒤에 캐시 지점을 두면 쓰기만 반복됩니다.
  3. 변화 빈도가 다른 구간은 캐시 지점을 나눠 둡니다. 예: 도구(거의 불변), 지식 문서(하루 단위 변경), 대화 이력.
  4. 도구 입력의 키 순서를 고정합니다. 일부 언어에서는 직렬화 때 키 순서가 무작위로 바뀔 수 있어 캐시가 깨집니다.
  5. 병렬 요청은 첫 응답이 시작된 뒤에 보냅니다. 캐시 항목은 첫 응답이 시작된 후에 사용할 수 있습니다.
  6. 응답의 사용량 필드로 직접 확인합니다. 적중이 정상이라면 cache_read_input_tokens가 크고 input_tokens는 작습니다. 두 필드가 모두 0이면 최소 길이 미달을 의심합니다.

도구 정의 다이어트: 쓰지도 않는 도구가 매번 토큰을 먹습니다

에이전트에 연결한 도구의 이름·설명·파라미터 정의는 대화가 시작되기도 전에 컨텍스트를 차지합니다. 레스토랑에 가기도 전에 메뉴판 수백 페이지를 먼저 다 읽어야 하는 상황과 비슷합니다. 모델 컨텍스트 프로토콜(MCP, Model Context Protocol) 서버를 여러 개 붙이는 요즘에는 이 비용이 생각보다 빠르게 커집니다.

얼마나 커질까

Anthropic 엔지니어링 블로그가 제시한 5개 서버 조합 예시입니다. 대화를 시작하기 전에 이미 약 5만 5천 토큰이 사용됩니다.

서버도구 수대략적인 토큰
GitHub35개약 2만 6천
Slack11개약 2만 1천
Sentry5개약 3천
Grafana5개약 3천
Splunk2개약 2천
합계58개약 5만 5천

같은 글에 따르면 여기에 Jira처럼 단독으로 약 1만 7천 토큰을 쓰는 서버가 더해지면 써 보기도 전에 10만 토큰을 넘기기 쉽고, Anthropic 내부에서는 최적화 전 도구 정의만 13만 4천 토큰을 차지한 사례도 있었다고 합니다.

해결책 1: 도구 검색 도구(Tool Search Tool)

도구 검색 도구는 모든 도구 정의를 미리 올리지 않고, Claude가 필요할 때 검색해서 불러오게 하는 방식입니다. 도구 정의에 defer_loading: true를 표시하면 처음에는 컨텍스트에 들어가지 않고, 검색으로 찾았을 때만 추가됩니다. 도서관에서 장서 전체를 책상에 쌓아 두는 대신, 필요한 책만 검색해서 가져오는 것과 같은 원리입니다.

  • 효과: 위 글의 수치로는 약 7만 2천 토큰이 필요하던 50개 이상의 도구 구성이, 검색 도구(약 500토큰)와 필요한 도구 3~5개(약 3천 토큰)로 줄어 컨텍스트 사용량이 약 8천 7백 토큰 수준이 되었습니다. 도구 선택 정확도도 함께 개선되어, Opus 4.5 기준 79.5%에서 88.1%로 올랐다고 보고됩니다. 이 수치는 Anthropic 내부 평가 결과이므로 여러분의 환경에서 다를 수 있습니다.
  • 캐시와의 궁합: 검색으로 찾은 도구는 검색 이후에야 컨텍스트에 추가되므로, 시스템 프롬프트와 핵심 도구 정의는 캐시 가능한 상태로 유지됩니다.
  • 적합한 경우: 도구 정의가 1만 토큰 이상이거나, 도구가 10개 이상이거나, 도구 선택이 자주 틀릴 때입니다. 도구가 10개 미만이면 효과가 작습니다.
  • 설정 팁: 자주 쓰는 도구 3~5개는 지연 로딩에서 제외해 항상 불러두고, 나머지만 미룹니다. 공개 당시는 베타 기능이었고 지원 모델도 제한이 있었으므로, 현재 지원 범위는 공식 문서에서 확인하세요.

해결책 2: 도구 자체를 줄이고 정리하기

  • 기능이 겹치는 도구는 합칩니다. 사람도 구분하기 어려운 도구 두 개는 모델도 헷갈려 재시도를 만듭니다.
  • 설명은 짧고 구별되게 씁니다. 내용이 길수록 매 요청마다 더 많은 토큰이 듭니다.
  • 도구 응답은 필요한 필드만 돌려줍니다. 크기가 큰 원본 데이터 대신 요약, 페이지 단위 조회, 필터 옵션을 제공하면 이후 턴마다 다시 읽히는 분량이 줄어듭니다.
  • 쓰지 않는 서버는 끊습니다. “혹시 필요할까” 해서 붙여 둔 연결이 가장 흔한 낭비 원인입니다.

긴 작업 관리: 책상은 비우고 서랍을 활용합니다

에이전트가 수십 턴을 이어가면 오래된 도구 결과가 컨텍스트의 대부분을 차지합니다. 책상 위에는 지금 쓰는 자료만 두고, 나머지는 서랍(외부 메모 파일)에 넣어 두었다가 필요할 때 꺼내 쓰는 정리 방식이 여기서도 통용됩니다. Anthropic이 제시한 네 가지 수단을 비교해 보겠습니다.

기법하는 일잘 맞는 상황
컨텍스트 편집오래된 도구 호출과 결과를 자동으로 지움파일 읽기·검색 결과가 많이 쌓이는 에이전트
메모리 도구중요한 결정·중간 결과를 파일로 저장해 대화 밖에 보관세션을 넘나드는 장기 작업
압축(요약)지난 대화를 짧게 요약해 이어가기같은 작업이 계속되는 긴 대화
서브에이전트별도 컨텍스트에서 조사하고 요약만 반환로그 분석·대규모 탐색처럼 중간 출력이 많은 일

컨텍스트 편집과 메모리 도구

Anthropic이 2025년 9월 발표한 두 기능은 짝을 이루어 사용하도록 설계되었습니다. 컨텍스트 편집은 토큰 한도에 가까워질 때 오래된 도구 결과를 정리해 대화 흐름은 유지하고, 메모리 도구는 대화 밖 파일에 중요한 정보를 생성·조회·수정·삭제하는 방식으로 작동합니다. 메모리 도구는 개발자의 인프라에서 클라이언트 측으로 동작하므로 저장 위치와 방식을 직접 정합니다.

내부 평가 결과는 다음과 같습니다. 100턴 웹 검색 평가에서 컨텍스트 편집은 토큰 소비를 84% 줄였고, 컨텍스트 고갈로 실패했을 작업을 끝까지 완료하게 했습니다. 성능은 메모리 도구와 함께 쓸 때 기준선 대비 39%, 컨텍스트 편집 단독으로도 29% 개선되었다고 보고됩니다. 이 수치는 특정 평가 세트 기준이므로, 자신의 워크로드에서 다시 측정해 보는 것이 좋습니다.

설계 시 유의할 점도 하나 있습니다. 프롬프트 캐싱 섹션에서 본 것처럼 컨텍스트의 앞부분을 고치면 캐시가 함께 무효화됩니다. 따라서 소량을 매 턴 조금씩 지우기보다, 일정 기준을 넘을 때 한 번에 많이 지우는 편이 캐시 재작성 비용 측면에서 유리합니다.

구조화된 메모와 서브에이전트

  • 구조화된 메모: 에이전트가 진행 상황과 결정 사항을 NOTES.md 같은 파일에 수시로 기록하고, 필요할 때 다시 읽습니다. Claude Code의 할 일 목록이 대표적인 예입니다.
  • 서브에이전트: 각 서브에이전트는 깨끗한 컨텍스트에서 일하고 압축된 요약만 반환합니다. 본 대화는 종합과 판단에 집중하므로 길어지지 않습니다. 다만 작은 작업에는 시작 비용이 더 크므로 오히려 비효율적입니다.

Claude Code 실전 팁 모음

Claude Code에서는 세션을 어떻게 운영하는지가 곧바로 비용으로 이어집니다. 파일 읽기와 명령 실행 결과가 모두 이력에 쌓이고 매 턴 다시 읽히기 때문입니다. 아래 내용은 Anthropic이 공개한 세션 효율화 가이드를 중심으로, 여러 실전 글에서 공통으로 권하는 습관을 더했습니다. 명령어와 설정값은 버전에 따라 달라질 수 있어, 적용 전에 본인 환경의 도움말이나 공식 문서를 확인하세요.

1) 세션 시작 전: 모델과 노력 수준을 먼저 정합니다

/model과 /effort는 대화를 시작하기 전에 정하는 것이 좋습니다. 대화 도중에 바꾸면 캐시가 무효화되어 지금까지의 대화 전체를 다시 정가로 처리하게 됩니다. 통역사를 도중에 바꾸면 지금까지의 회의 내용을 처음부터 다시 설명해야 하는 것과 비슷합니다. 사고 토큰은 출력 토큰으로 계산되므로 단순한 수정에는 노력 수준을 낮추는 편이 낫습니다.

2) 자주 쓰는 명령과 설정

명령·설정언제 쓰나왜 효과가 있나
/clear작업이 바뀔 때이전 작업의 무관한 내용이 다시 전송되는 것을 막음
/rename 후 /clear나중에 되돌아올 작업일 때/resume으로 다시 불러올 수 있음
/compact같은 작업의 앞부분이 끝났을 때지난 대화를 요약해 토큰을 줄이고 흐름은 유지
/rewind최근 몇 턴만 되돌리고 싶을 때앞부분 캐시가 유지되어 다시 읽는 비용이 적음
/context새 세션 초반, 느려진 느낌일 때지침 파일·도구 정의 등 차지하는 항목을 확인
/mcp쓰지 않는 서버가 있을 때도구 정의가 차지하는 토큰 제거
/usage정기적으로세션·기간 사용량 확인. 유료 플랜에서는 스킬·서브에이전트·플러그인·도구 서버별 분석도 제공
/effort단순 작업일 때사고 토큰(출력 토큰)을 낮춤

3) 세션이 지나치게 길어지지 않게 관리합니다

  • 긴 세션 하나보다 짧은 세션 여러 개가 싼 때가 많습니다. 40번째 턴은 앞선 39턴을 모두 다시 읽습니다.
  • 쉬기 전에 /compact를 합니다. 캐시가 살아 있을 때 요약하는 편이 훨씬 쌉니다. 캐시 유효 시간은 구독 사용자는 1시간, API 키 사용자는 5분이고, 환경 변수로 API 키도 1시간으로 늘릴 수 있다고 안내됩니다. 시간이 지난 세션을 재개하면 대개 캐시가 만료된 상태입니다.
  • 보존할 내용을 정해 둡니다. /compact 뒤에 지침을 덧붙이거나, CLAUDE.md에 “압축 시 보존할 내용” 섹션을 두면 매번 같은 핵심 내용을 유지할 수 있습니다.
  • 반복 실행(/loop)은 새 세션에서 돌립니다. 기존 세션에서 돌리면 매번 전체 대화가 함께 전송됩니다.

4) 컨텍스트에 들어가는 내용을 줄입니다

  • CLAUDE.md는 짧고 구체적으로 씁니다. 이 파일은 대화를 시작하기 전부터 매 턴 로드됩니다. 특정 상황에서만 필요한 절차(배포, 마이그레이션, 코드 리뷰 등)는 스킬(Skill)로 옮기면 사용할 때만 로드되어 평소 비용이 없습니다. 실전 가이드들은 200줄 안팎을 종종 기준으로 제시합니다.
  • 파일은 @파일명으로 한 번만 지정합니다. 파일이 바로 첨부되어 읽기·검색 단계가 생략됩니다. 같은 파일을 다시 언급하면 사본이 추가됩니다.
  • 탐색 범위를 구체적으로 지정합니다. “테스트가 실패해”처럼 말하면 찾는 과정에서 많은 파일이 쌓입니다.
  • 명령 출력을 줄입니다. 자주 쓰는 명령(예: 단일 테스트 실행)을 조용한(quiet) 옵션과 함께 CLAUDE.md에 적어 두면 출력 줄 수가 줄어듭니다. 30,000자를 넘는 출력은 파일로 저장되고 미리보기만 남지만, 그 미만의 긴 출력(예: 400줄 테스트 결과)은 그대로 남으므로 주의하세요.
  • 쓰지 않는 도구 서버는 끕니다. gh처럼 명령줄 도구로 충분한 작업은 도구 서버를 붙이지 않는 편이 컨텍스트에 유리합니다. 최신 버전은 도구 정의를 필요할 때 불러오는 방식을 기본으로 쓰지만, 서버 이름과 안내문은 여전히 들어가므로 정리하는 편이 좋습니다.
  • 시끄러운 작업은 서브에이전트에 맡깁니다. 로그 분석, 테스트 실패 조사, 의존성 탐색처럼 중간 출력이 많은 일은 서브에이전트가 자기 컨텍스트에서 처리하고 요약만 돌려줍니다. 서브에이전트 정의에 model: haiku 또는 sonnet을 지정하면 본 세션의 큰 모델을 쓰지 않아 비용도 줄어듭니다.
  • 큰 작업은 계획 모드로 시작합니다. 엉뚱한 방향으로 파일을 여러 개 읽고 고친 뒤에 되돌리는 것보다, 계획 단계에서 오해를 바로잡는 편이 쌉니다.

단가 자체를 낮추는 선택: 모델, 사고량, 배치

토큰 수를 줄이는 것과 별개로, 같은 토큰을 더 싼 값에 처리하는 방법도 있습니다. 모든 비용은 모델 단가에 곱해지므로, 작업 난이도에 맞는 모델을 고르는 일이 가장 크게 효과가 나는 지렛대입니다. 사람으로 비유하면, 서류 정리는 신입에게 맡기고 핵심 설계는 시니어가 맡는 것과 같습니다.

작업 난이도에 맞는 모델·사고량 고르기

작업 종류권장 방향이유
분류·추출·단순 요약·교정가장 작은 모델(Haiku 계열), 낮은 노력 수준정답이 비교적 명확해 큰 모델의 추론 비용이 낭비됨
일반 코딩·문서 작성·분석중간 모델(Sonnet 계열), 중간 노력 수준품질과 비용의 균형점
아키텍처 설계·어려운 디버깅큰 모델(Opus 이상), 필요할 때만 높은 노력 수준재시도를 줄이면 총비용이 오히려 낮아질 수 있음
중간 단계 반복 작업(서브에이전트)작은 모델로 지정대화의 주 모델과 비용을 분리

Anthropic 안내에 따르면 사고 토큰도 출력 토큰으로 계산되고, 노력 수준이 높을수록 토큰을 더 씁니다. 단, 모델과 제품마다 제공되는 옵션이 다르므로 현재 쓰는 모델의 설정 범위를 확인하세요.

배치 처리: 느리게 받아도 되면 반값

배치 처리(Message Batches API)는 당일 배송 대신 일반 배송을 고르는 것과 비슷합니다. 요청을 비동기로 묶어 보내면 입력과 출력 토큰 모두 표준 가격의 50%로 처리되고, 결과는 최대 24시간 이내에 받습니다. 대량 분류, 문서 추출, 모델 평가처럼 즉시 응답이 필요 없는 작업에 적합하고, 챗봇처럼 사용자가 기다리는 작업에는 맞지 않습니다. 공식 가격 문서는 배치 할인과 프롬프트 캐싱 배수가 서로 곱해진다고 설명합니다. 기본 입력 단가를 1로 두고 상대 비교하면 다음과 같습니다.

처리 방식입력 토큰의 상대 단가
일반 요청1
캐시 읽기 (대부분 모델 기준)0.1
배치 처리0.5
배치 + 캐시 읽기0.05

마지막 줄은 이론상 만나는 최저값이며, 배치는 요청이 병렬·비동기로 처리되므로 캐시 적중이 항상 보장되지는 않습니다. 실제 적중률은 응답의 사용량 필드로 확인하세요.

출력 길이를 통제하는 습관

출력이 입력보다 약 5배 비싸다는 점을 기억하면 답변의 형식을 정하는 것만으로도 비용이 줄습니다. API에서는 max_tokens로 상한을 두고, 프롬프트에서는 “변경된 부분만 출력”, “세 문장 이내”, “필수 필드만 포함”처럼 범위를 정해 주세요. 다만 상한을 너무 빠듯하게 잡으면 답변이 중간에 잘릴 수 있으므로, 실제 응답 길이를 측정한 뒤 여유를 두고 정하는 것이 좋습니다.


측정이 먼저입니다: 점검 체크리스트와 마무리

절감 기법은 한두 개가 아니라 수십 개지만, 어느 것이 내 환경에서 가장 큰지는 직접 측정해 봐야 알 수 있습니다. 식단 관리를 칼로리 기록부터 시작하는 것과 같습니다. 아래는 사용 환경별로 무엇을 보면 되는지 정리한 것입니다.

사용 환경확인 방법무엇을 보나
Claude 웹·앱설정의 사용량 화면5시간 세션 한도와 주간 한도 소진 정도
Claude Code/usage, /context, /cost세션 토큰, 컨텍스트 구성, 스킬·서브에이전트·도구 서버별 사용량
API응답의 usage 필드일반 입력, 캐시 쓰기, 캐시 읽기, 출력 토큰의 비율
팀 전체Anthropic 관리자 콘솔의 사용량·비용 화면 또는 관리자 API모델별, 프로젝트별 일일 추이

바로 쓸 수 있는 체크리스트

일상 사용 (웹·앱·Claude Code 공통)

  • ☐ 작업이 바뀔 때 새 대화를 시작하거나 /clear를 실행한다
  • ☐ 관련 요청은 한 메시지로 묶고, 목표·제약·출력 형식을 처음에 적는다
  • ☐ 로그·문서는 필요한 부분만 전달하고, 반복 참조 자료는 프로젝트로 올린다
  • ☐ 쓰지 않는 커넥터·웹 검색·도구 서버를 끈다
  • ☐ 단순 작업에는 확장 사고를 끄거나 노력 수준을 낮춘다

Claude Code 사용자

  • ☐ 세션 시작 전에 /model과 /effort를 정한다
  • ☐ CLAUDE.md는 짧게 유지하고, 절차형 지침은 스킬로 옮긴다
  • ☐ 서브에이전트로 로그·탐색 같은 시끄러운 작업을 분리한다
  • ☐ 쉬기 전에 /compact, 작업 전환 시 /clear를 습관화한다

API·에이전트 개발자

  • ☐ 정적 내용을 프롬프트 앞쪽에 두고 캐시 지점을 설정한다
  • ☐ 응답의 usage 필드로 캐시 적중률을 모니터링한다
  • ☐ 도구가 많으면 도구 검색 도구와 지연 로딩을 검토한다
  • ☐ 오래된 도구 결과는 편집·정리하고, 중요한 내용은 메모 파일로 남긴다
  • ☐ 즉시 응답이 필요 없는 작업은 배치 처리로 옮긴다

마치며

토큰 절약의 본질은 “적게 쓰기”가 아니라 “필요한 것만 정확히 쓰기”입니다. 정리하면 세 가지 원칙으로 압축됩니다. 첫째, 컨텍스트를 작고 깨끗하게 유지합니다. 둘째, 반복되는 앞부분은 고정해 캐시로 싸게 읽습니다. 셋째, 정보는 미리 쌓아 두지 않고 필요할 때 가져옵니다. 이 세 가지는 비용뿐 아니라 답변의 정확도와 속도를 함께 끌어올립니다.

마지막으로, 이 글의 수치와 명령어는 2026년 11월 기준으로 공개 자료를 정리한 것이며, 가격과 기능은 자주 바뀝니다. 팀에 적용하기 전에 공식 가격 페이지와 문서를 한 번 더 확인하고, 작은 작업 하나에서 전후를 측정해 보시기를 권합니다.


참고 자료

아래 자료는 2026년 11월 13일 기준으로 확인했습니다.

Anthropic 공식 자료

보조 자료 (커뮤니티·매체 글)