Claude Code 토큰 비용 절감 방법: Anthropic의 효율적인 세션 운영 실용 가이드

소개

Anthropic은 모든 Claude Code 세션에서 더 많은 가치를 얻고자 하는 개발자들을 위한 실용 가이드를 발표했습니다.

핵심 메시지는 간단합니다: 동일한 코딩 작업도 세션 관리 방법에 따라 비용이 크게 달라질 수 있습니다.

Claude Code는 작업당 고정 비용이 드는 기존 편집기와 다릅니다. 모든 모델 요청에는 추론 비용이 발생하며, 긴 대화는 파일, 도구 결과, 명령 출력, 시스템 지침, 이전 메시지를 반복적으로 전달합니다. 이 컨텍스트를 제대로 관리하지 않으면 단순한 버그 수정도 필요 이상으로 많은 토큰을 소비할 수 있습니다.

원문 기사는 조언을 여섯 가지 실용적인 습관으로 정리했습니다:

1. 한 작업이 끝나고 다른 작업으로 이동할 때 /clear를 실행하세요.
2. 세션 시작 시 모델과 추론 수준을 선택하고 중간에 반복적으로 전환하지 마세요.
3. Claude가 파일을 검색하게 하는 대신 @를 사용하여 파일을 직접 참조하세요.
4. 많은 출력을 생성하는 명령에는 quiet 플래그를 추가하세요.
5. 기존 프롬프트 캐시가 아직 유효한 동안 긴 휴식 전에 /compact를 실행하세요.
6. 크고 복잡한 조사 작업은 서브에이전트에 위임하여 중간 컨텍스트가 메인 대화에 누적되지 않도록 하세요.

Anthropic의 자체 TL;DR은 또한 새 세션에서 /context를 실행하여 CLAUDE.md와 MCP 도구 정의를 포함해 이미 로드된 내용을 확인할 것을 권장합니다.

이러한 제안은 Claude Code 세션 내에서 토큰에 어떤 일이 발생하는지 이해하면 더 설득력 있게 다가옵니다.

토큰의 수명 주기

Claude Code는 유료 Claude 요금제 또는 API 사용량 기반 과금을 통해 사용할 수 있습니다. 개인 사용자의 경우 Claude Pro는 현재 월 청구 기준으로 월 $20이며, Claude Max는 월 $100부터 시작하며 더 높은 사용량 등급도 제공합니다. API 사용량은 모델과 토큰 볼륨에 따라 별도로 청구됩니다.

Anthropic의 Claude Code 비용 문서에 따르면, 기업 배포 전반에 걸쳐 평균 사용량은 개발자당 활성 일 기준 약 $13, 개발자당 월 약 $150~250입니다. 다만 실제 비용은 모델, 코드베이스, 워크플로, 자동화 수준에 따라 크게 달라집니다.

동일한 작업도 Claude가 불필요한 파일을 검색하거나, 장황한 명령을 실행하거나, 관련 없는 컨텍스트를 반복적으로 전달해야 하는 경우 비용이 몇 배로 증가할 수 있습니다.

그 이유를 이해하려면 각 요청을 분리해서 살펴보는 것이 도움이 됩니다.

각 요청을 두 단계로 나눕니다.

프리필(Prefill): 입력 읽기

프리필 단계에서 모델은 요청과 해당 컨텍스트를 한 번에 읽습니다.

이 입력에는 다음이 포함될 수 있습니다:

• 도구 정의
• 시스템 프롬프트
• CLAUDE.md
• 현재 메시지
• 이전 대화 기록
• Claude가 읽은 파일
• 세션에 이미 추가된 명령 및 도구 출력

이 모든 것은 입력 토큰으로 계산됩니다.

디코드(Decode): 출력 생성

디코드 단계에서 모델은 토큰 단위로 응답을 생성합니다.

여기에는 추론 토큰, 도구 호출, 그리고 최종적으로 보게 되는 텍스트가 포함됩니다. 프리필과 달리 디코드는 순차적입니다: 200토큰 응답은 모델이 200개의 토큰을 하나씩 차례로 생성해야 합니다.

이것이 출력 토큰이 일반적으로 입력 토큰보다 훨씬 더 비싼 이유입니다. 여기서 논의되는 현재 Claude 모델의 경우 출력 가격은 기본 입력 가격의 5배입니다.

현재 표준 API 가격은 다음과 같습니다:

모델	입력	출력
Claude Opus 5	$5 / MTok	$25 / MTok
Claude Sonnet 5	$2 / MTok	$10 / MTok
Claude Haiku 4.5	$1 / MTok	$5 / MTok

MTok는 백만 토큰을 의미합니다.

또 다른 주요 변수는 **노력 수준(effort level)**입니다. 에이전틱 코딩 세션에서 생성되는 출력의 상당 부분은 추론일 수 있습니다. 높은 노력 수준은 모델이 어려운 문제를 해결하기 위해 더 많은 토큰을 사용할 수 있게 하며, 낮은 노력 수준은 일상적인 작업에 더 적합할 수 있습니다.

실용적인 규칙은 간단합니다: 문제가 정말로 어렵거나 모호할 때 더 강력한 모델과 더 높은 노력 수준을 사용하고, 모든 작은 작업에 자동으로 적용하지 마세요.

프롬프트 캐싱이 가장 큰 비용 절감 수단

프롬프트 캐싱은 Claude Code 비용 모델에서 가장 중요한 부분 중 하나입니다.

모든 Claude Code 요청은 반복되는 대량의 자료로 시작합니다: 도구 정의, 시스템 프롬프트, CLAUDE.md, 그리고 지금까지 누적된 대화 기록입니다.

새 요청의 시작 부분이 최근 요청과 정확히 일치하면 서버는 전체 공유 접두사를 다시 처리하는 대신 이전에 계산된 상태를 재사용할 수 있습니다.

캐시 읽기는 일반 입력 토큰 가격의 0.1배만 비용이 듭니다.

캐시 쓰기는 서버가 계산된 상태를 저장해야 하기 때문에 일반 입력보다 더 비쌉니다. 표준 5분 캐시 쓰기는 기본 입력 가격의 1.25배이며, 1시간 캐시 쓰기는 2배입니다. 중요한 점은 쓰기가 한 번만 발생하고, 이후 캐시 적중 시 공유 접두사를 일반 입력 비용의 10분의 1로 반복 재사용할 수 있다는 것입니다.

대화에 이미 50,000토큰의 기록이 포함되어 있다고 가정해 봅시다. 캐시 적중이 없으면 모델은 다음 요청에서 전체 기록을 일반 입력 요율로 프리필해야 합니다. 유효한 캐시가 있으면 공유 접두사는 기본 요율의 0.1배로 읽히고 새로 추가된

추가된 자료는 전체 입력 비용으로 처리되어야 합니다.

긴 에이전트 루프에서는 그 차이가 상당해질 수 있습니다.

캐시를 깨뜨리는 요인은 무엇인가?

캐시는 요청 시작부터 연속적으로 일치해야 합니다. 접두사 앞부분 근처에서 무언가 변경되거나 캐시 키의 일부가 변경되면 나머지 이력은 더 이상 같은 방식으로 재사용될 수 없습니다.

원본 기사에서는 여섯 가지 일반적인 사례를 강조합니다.

1. /model로 모델 변경
2. 각 모델은 별도의 캐시를 가집니다. 한 모델에서 다른 모델로 전환하면 다음 턴에서 새 모델을 위해 기존 대화를 다시 프리필해야 합니다.
3. /effort로 추론 노력 변경
4. 노력 수준은 캐시 키의 일부입니다. 세션 중간에 이를 변경하면 대화가 다시 처리되어야 할 수 있습니다.
5. Fast 모드 켜기
6. Fast 모드도 캐시 키를 변경합니다. Anthropic은 사용할 계획이 있다면 처음에 활성화할 것을 권장합니다. Fast 모드를 다시 끄면 동일한 캐시 패널티가 발생하지 않습니다.
7. /compact 실행
8. 압축은 대화를 더 짧은 요약으로 다시 작성합니다. 기존 대화가 더 이상 일치하지 않으므로 이전 대화 캐시를 단순히 계속 사용할 수 없습니다.
9. 캐시 만료 방치
10. Claude Code 구독에서 Anthropic은 프롬프트 캐시가 1시간 동안 비활성 상태이면 만료된다고 말합니다. API 키를 사용하는 경우 기본 TTL은 5분이며, 1시간 캐시를 명시적으로 활성화하지 않는 한 그렇습니다.
11. 오래된 세션 재개
12. 오래된 세션은 일반적으로 더 이상 활성 캐시를 가지지 않으며, Claude Code가 시작될 때 시스템 프롬프트가 다시 구축됩니다. 따라서 다음 요청은 종종 새 프리필이 필요합니다.

이는 모델이나 노력을 절대 변경하거나 대화를 압축해서는 안 된다는 의미가 아닙니다. 더 저렴한 시점이 있다는 뜻입니다. 세션 시작 시나 /clear 직후가 길고 비용이 많이 드는 컨텍스트의 중간보다 낫습니다.

opusplan 모드에는 덜 명확한 사례도 있습니다. Anthropic은 플랜 모드에 들어가거나 나올 때 모델이 전환될 수 있으므로 각 전환 시 관련 모델 캐시가 무효화될 수 있다고 지적합니다.

휴식 전에 /compact가 더 저렴한 이유

/compact는 현재 대화를 훨씬 더 짧은 버전으로 요약합니다.

요약을 생성하려면 기존 컨텍스트를 읽어야 하므로 대화가 여전히 프롬프트 캐시를 통해 사용 가능할 때 압축하는 것이 더 저렴합니다. 오랜 휴식 후까지 기다려 캐시가 만료되면 Claude는 요약하기 전에 전체 대화를 일반 입력 비용으로 읽어야 할 수 있습니다.

이것이 Anthropic이 키보드에서 오래 떠나 있기 전에 압축을 권장하는 이유입니다.

세션이 조용히 커지고 있습니다

프롬프트 캐싱은 반복되는 컨텍스트를 더 저렴하게 만들지만 컨텍스트 자체가 커지는 것을 막지는 못합니다.

Claude가 파일을 읽을 때마다 파일 내용이 대화에 추가됩니다. 명령을 실행할 때마다 출력도 추가될 수 있습니다. 그 시점부터 이후 턴은 계속 그 자료를 담고 있습니다.

40번째 턴은 단지 최신 요청일 뿐만 아니라 1~39번째 턴에서 일어난 많은 내용도 함께 담고 있습니다.

그래서 긴 세션은 개발자가 예상하는 것보다 훨씬 빠르게 비용이 누적될 수 있습니다. 오래된 이력이

캐시된 경우에도 관련 없는 컨텍스트를 반복해서 전달하는 것은 비용이 들며, 컨텍스트 창의 공간도 차지합니다.

Claude Code에는 대용량 Bash 출력에 대한 보호 장치가 있습니다. Anthropic의 현재 문서에 따르면 명령 출력이 30,000자를 초과하면 Claude Code는 출력을 파일에 쓰고 대화에는 짧은 미리보기와 경로만 유지합니다.

까다로운 경우는 출력이 시끄럽지만 여전히 그 임계값 미만인 경우입니다.

수백 개의 성공적인 테스트 줄을 출력하는 테스트 스위트는 30,000자 미만으로 유지될 수 있습니다. 그렇다면 해당 줄들은 대화에 남아 이후 턴에서도 계속 전송될 수 있습니다.

따라서 Anthropic은 작업 컨텍스트를 적극적으로 슬림하게 유지할 것을 권장합니다.

1. @로 파일 참조하기

Claude에게 필요한 파일을 알고 있다면 직접 참조하세요.

Claude에게 이름으로 파일을 찾도록 요청하는 대신 @ 언급을 사용하여 처음부터 메시지에 파일을 첨부하세요.

이러한 프롬프트를 개념적으로 비교해 보세요:

테스트가 실패하고 있습니다.

Claude는 실제 문제에 도달하기 전에 리포지토리를 검색하고, 여러 파일을 검사하고, 여러 도구 결과를 수집해야 할 수 있습니다.

더 구체적인 요청은 그러한 탐색 중 일부를 제거합니다:

utils.test.ts의 실패하는 테스트를 수정하세요.

그리고 @ 참조는 별도의 읽기 호출을 피할 수 있습니다:

@utils.test.ts의 실패하는 테스트를 수정하세요.

어느 쪽이든 파일은 여전히 컨텍스트를 차지합니다. 절약되는 부분은 불필요한 검색 및 읽기 턴을 피하는 데서 옵니다.

또한 한 대화에서 같은 파일을 반복적으로 첨부하지 마세요. 파일이 컨텍스트에 들어간 후 다시 언급하면 또 다른 복사본이 추가될 수 있습니다.

2. 시끄러운 명령에 조용한 플래그 추가하기

반복되는 명령 출력은 조용히 세션을 지배할 수 있습니다.

자주 실행하는 명령의 경우 CLAUDE.md에 간결한 버전을 넣어 Claude가 처음부터 저소음 호출을 알 수 있게 하세요.

예를 들어:

npx vitest run <file> --reporter=dot로 단일 테스트 파일 실행

도트 리포터는 수백 줄의 상세 출력 대신 압축된 결과만 반환할 수 있습니다.

이것은 작은 구성 변경이지만, 많은 턴에 걸쳐 반복되는 컨텍스트를 크게 절약할 수 있습니다.

3. 대용량 출력 작업을 서브에이전트에 격리하기

서브에이전트는 자체 컨텍스트 창을 가집니다.

자체 시스템 프롬프트, 도구, CLAUDE.md를 가지지만, 기본 대화 전체를 상속받지 않습니다. 로그를 검사하고, 명령을 실행하고, 기록을 검색하거나, 대용량 파일을 읽은 다음 부모 세션에 답변만 반환할 수 있습니다.

이것은 다음과 같은 작업에 유용합니다:

• "이 빌드 로그를 살펴보고 무엇이 잘못되었는지 알려주세요."

• "이 대용량 파일을 검색하고 관련 섹션을 보고하세요."

• “전체 테스트 스위트를 실행하고 중요한 실패 사항을 반환하세요.”

• “Git 히스토리를 확인하고 이 동작을 도입한 변경 사항을 요약하세요.”

중간 파일 읽기 및 명령 출력은 서브에이전트가 완료되면 사라집니다. 오직 반환된 답변만 메인 세션으로 들어갑니다.

여기에는 트레이드오프가 있습니다: 서브에이전트는 상위 대화를 상속받지 않으므로 메인 세션이 이미 알고 있는 자료를 다시 읽어야 할 수 있습니다. 작은 작업의 경우 이러한 오버헤드로 인해 서브에이전트가 덜 효율적일 수 있습니다. 그러나 분리된 작업이 충분히 복잡해서 그 프로세스를 메인 컨텍스트에 유지하고 싶지 않을 때는 그만한 가치가 있습니다.

4. 작업이 바뀌면 /clear 사용하기

이것은 가장 간단하면서도 가장 가치 있는 습관 중 하나입니다.

버그 수정을 마치고 다른 작업을 시작할 때 다음을 실행하세요:

/clear

이전 작업의 파일 읽기, 명령 출력, 실패한 접근 방식, 임시 컨텍스트는 이후의 모든 턴에 계속 따라올 필요가 없습니다.

Anthropic의 자체 비교에 따르면 세 가지 별도의 작업을 하나의 연속 세션에 유지하면 작업 사이에 /clear를 실행하는 것보다 훨씬 많은 토큰을 보낼 수 있습니다.

이전 세션을 나중을 위해 보존해야 한다면 Anthropic은 /clear 전에 /rename을 사용할 것을 권장합니다.

같은 작업을 계속 진행 중이고 대화의 오래된 부분만 압축해야 한다면 /compact가 더 나은 도구입니다.

마지막 몇 턴만 잘못되었을 때 /rewind 사용하기

쉽게 간과할 수 있는 또 다른 유용한 옵션이 있습니다:

/rewind

세션이 마지막 몇 턴 동안만 잘못된 방향으로 갔다면, 되감기를 사용하면 이전 대화 전체를 다시 작성하지 않고도 해당 턴을 제거할 수 있습니다.

이는 캐싱과 관련이 있습니다. Anthropic에 따르면 되감기 지점 이전의 부분은 캐시된 상태로 유지될 수 있지만, /compact는 대화를 다시 작성하므로 자체 비용이 발생합니다.

따라서 세 가지 명령은 서로 다른 목적을 가지고 있습니다:

명령	최적의 사용 시나리오
/clear	완전히 새로운 작업을 시작할 때
/compact	같은 작업을 계속하지만 더 짧은 컨텍스트가 필요할 때
/rewind	최신 턴만 잘못되었거나 더 이상 유용하지 않을 때

토큰 관리가 개발자 스킬이 되고 있다

이러한 메커니즘이 명확해지면 더 넓은 패턴이 드러납니다.

효율적인 AI 지원 코딩은 이제 새로운 종류의 운영 판단력을 요구합니다. 개발자는 코드를 작성하고 디버깅하는 방법뿐만 아니라 다음 사항도 알아야 합니다:

• 작업에 적합한 모델이 무엇인지
• 얼마나 많은 추론 노력이 정당한지
• 활성 컨텍스트에 무엇이 포함되어야 하는지
• 세션을 언제 지우거나 압축해야 하는지
• 어떤 작업을 서브에이전트로 이동해야 하는지
• 어떤 명령이 불필요한 출력을 생성하는지
• 어떤 변경 사항이 프롬프트 캐시를 무효화하는지

1년 전만 해도 이러한 결정은 일상적인 소프트웨어 개발에서 거의 존재하지 않았습니다. 이제 이러한 결정은 두 개발자가 본질적으로 동일한 작업을 완료하는 데 서로 매우 다른 비용을 지불할지 여부를 결정할 수 있습니다.

Anthropic 자체가 규모 면에서 이것이 얼마나 중요한지 보여줍니다.

회사는 2026년에 Anthropic 코드베이스에 병합된 코드의 80% 이상이 Claude에 의해 작성되었다고 보고했으며, 일반적인 엔지니어가

2024년보다 하루 평균 약 8배 많은 코드를 병합하고 있었습니다. 별도의 내부 최적화 벤치마크에서 Claude 기반 시스템은 2025년 약 3배 속도 향상에서 2026년 4월에는 약 52배 수준으로 발전했습니다.

이러한 수준의 AI 사용에서 추론 효율은 사소한 회계상의 세부 사항이 아닙니다.

따라서 Anthropic 가이드의 더 깊은 교훈은 단순히 "토큰을 덜 쓰라"는 것이 아닙니다. 토큰이 어디로 향하고 있는지 이해하고, 그것이 낡은 기록이나 불필요한 출력이 아닌 유용한 추론, 코드 변경, 도구 작업에 사용되도록 하는 것입니다.

자주 묻는 질문

Claude Code가 긴 세션 중에 왜 더 비싸지나요?

각각의 새로운 턴은 메시지, 파일, 도구 호출, 명령 출력을 포함한 관련 대화 기록을 이어받습니다. 프롬프트 캐싱은 반복되는 접두사를 훨씬 저렴하게 만들지만, 증가하는 컨텍스트는 여전히 토큰과 컨텍스트 창 용량을 소비합니다.

Claude 프롬프트 캐싱으로 얼마나 절약할 수 있나요?

프롬프트 캐시 히트는 일반 기본 입력 토큰 가격의 0.1배로 청구되며, 캐시된 입력 부분에 대해 90% 절감 효과가 있습니다. 캐시 쓰기는 일반 입력보다 비싸지만, 반복적인 캐시 읽기를 통해 초기 쓰기 비용을 빠르게 상쇄할 수 있습니다.

Claude Code에서 /clear와 /compact 중 어떤 것을 사용해야 하나요?

다른 작업으로 전환하고 현재 컨텍스트가 더 이상 필요하지 않을 때는 /clear를 사용하세요. 같은 작업을 유지하면서 오래된 대화 기록을 더 작은 작업 컨텍스트로 요약하려면 /compact를 사용하세요.

Claude Code에서 /rewind는 무엇을 하나요?

/rewind를 사용하면 이전 메시지로 돌아가 그 이후의 턴을 활성 컨텍스트에서 제거할 수 있습니다. 대화의 최신 부분만 잘못된 방향으로 흘렀고 전체 세션을 압축하거나 지울 필요가 없을 때 유용합니다.

Claude 모델을 변경하면 토큰 비용이 증가하나요?

증가할 수 있습니다. 각 모델은 별도의 프롬프트 캐시를 사용하므로 긴 대화 중간에 모델을 전환하면 기존 기록이 새 모델의 전체 입력 가격으로 다시 처리되어야 할 수 있습니다.

파일을 참조할 때 왜 @를 사용해야 하나요?

@ 파일 참조는 파일을 메시지에 직접 첨부하여 Claude가 파일을 검색하거나 추가 Read 호출을 하는 것을 줄여줍니다. 파일 콘텐츠는 여전히 컨텍스트를 소비하므로, 이점은 파일 자체를 무료로 만드는 것이 아니라 불필요한 탐색 단계를 피하는 데 있습니다.

Claude Code 서브에이전트는 언제 사용해야 하나요?

로그 검사나 광범위한 검색 실행처럼 메인 대화에서 필요하지 않은 많은 중간 출력을 생성하는 작업에는 서브에이전트를 사용하세요. 서브에이전트는 별도의 컨텍스트에서 작업하며 최종 답변만 메인 세션으로 보냅니다.

이미 무엇이 컨텍스트를 소비하고 있는지 어떻게 확인할 수 있나요?

새로운 Claude Code 세션에서 /context를 실행하세요. Anthropic은 CLAUDE.md 및 MCP 도구 정의와 같은 시작 컨텍스트를 검사하여 필요하지 않은 지침이나 통합을 제거할 것을 권장합니다.

관련 도구

• Claude Code: 터미널, IDE, 웹 및 기타 지원 환경에서 코드베이스 작업을 위한 Anthropic의 에이전트형 코딩 도구.
• Claude: Anthropic의 주요 어시스턴트 인터페이스 및 계정 진입점.

Claude Code를 포함하는 Claude 요금제에 적용되는 포인트입니다.

• Claude Agent SDK: 이 SDK는 Claude Code에서 사용되는 것과 동일한 에이전트 루프, 도구, 컨텍스트 관리 기반을 제공합니다.
• Vitest: Anthropic이 --reporter=dot을 사용하여 시끄러운 테스트 출력을 줄이는 예시에서 사용한 JavaScript 테스트 프레임워크입니다.

관련 링크

• Claude Code 세션의 가치 극대화: 이 글의 기술적 기반이 되는 Anthropic의 공식 2026년 8월 가이드입니다.
• Claude Code 비용 관리: 사용량 추적, 지출 통제, 토큰 소비 절감을 위한 공식 문서입니다.
• Claude API 가격: 현재 모델, 프롬프트 캐시, 빠른 모드 및 API 가격 정보입니다.
• 프롬프트 캐싱 문서: 캐시 TTL, 쓰기 배수, 캐시 읽기 및 구현 동작에 대한 공식 설명입니다.
• Claude Code 세션 관리: 세션 계속, 되감기, 압축, 초기화 중 선택에 대한 Anthropic의 가이드입니다.
• Claude 모델 및 노력 수준 선택: 모델 성능과 추론 노력을 작업 난이도에 맞추는 방법에 대한 지침입니다.
• 프롬프트 캐싱이 전부다: 에이전트 워크플로에서 프롬프트 캐시 효율성을 유지하는 방법에 대한 Anthropic의 엔지니어링 교훈입니다.
• AI가 스스로를 만들 때: 내부 AI 작성 코드, 엔지니어링 산출물 및 모델 기반 최적화 실험에 대한 Anthropic의 보고서입니다.

요약

Claude Code 비용은 모델 가격 이상의 요소에 의해 결정됩니다. 컨텍스트 길이, 추론 노력, 명령 출력, 세션 길이, 캐시 적중, 파일 검색 및 하위 에이전트 사용은 모두 작업이 소비하는 토큰 수를 변경할 수 있습니다.

가장 가치 있는 습관은 간단합니다: 작업이 변경되면 컨텍스트를 정리하고, 세션 중간에 불필요한 모델이나 노력 수준 전환을 피하며, 시끄러운 출력을 짧게 유지하고, 알려진 파일을 직접 참조하며, 긴 휴식 전에 압축하고, 하위 에이전트가 더 적합할 때 높은 출력 작업을 분리하세요.

이러한 관행은 무슨 수를 써서든 토큰 사용을 최소화하려는 것이 아닙니다. 지불하는 토큰이 반복적으로 관련 없는 기록을 나르는 대신 작업에 기여하도록 하는 것이 목표입니다.

효율적인 Claude Code 사용은 점점 컨텍스트 엔지니어링의 한 형태가 되고 있습니다: 컨텍스트를 관련성 있게 유지하고, 도움이 될 때 캐시를 보존하며, 실제로 결과를 개선하는 곳에 추론을 투자하세요.