Claude Code Skill이 하루 $12를 먹은 이유 - k82022603/k82022603.github.io GitHub Wiki
💸 Claude Code Skill이 하루 $12를 먹은 이유 #
원문 출처: Threads @onmoim.connect (2026년 4월)
핵심 주제: Claude Code 커스텀 스킬의 컨텍스트 누수 문제 및 비용 최적화
연관 최신 자료: Anthropic 공식 비용 가이드, Build to Launch 토큰 최적화 가이드 (2026년 4월 14일)
목차
- 사건의 발단: 저녁에 대시보드를 열었더니
- Claude Code Skill이란 무엇인가
- 왜 Skill이 토큰을 이렇게 많이 먹는가: 구조적 원인 분석
- 범인 찾기: 숫자로 보는 누수 구조
- 해결책: 스킬 프롬프트 범위 좁히기
- 더 넓은 시각: Claude Code 토큰을 먹는 3대 주범
- 실전 최적화 전략 총정리
- 규칙 기반 vs AI 기반 스텝 분리의 중요성
- Anthropic 공식 비용 데이터와 현실 비교
- 커뮤니티의 비슷한 경험들
- 모니터링 체계 구축 방법
- 결론: 보이지 않는 아키텍처의 함정
1. 사건의 발단
1.1 저녁에 대시보드를 열었더니
Threads 게시물의 주인공은 Claude Code를 활발하게 사용하는 개발자다. 특별히 무거운 작업을 한 것도 아닌 평범한 하루 저녁, API 대시보드를 열었더니 토큰 사용량이 평소의 3배를 기록하고 있었다. 하루에 무려 $12라는 금액이다.
이 숫자가 왜 충격적인지 맥락을 이해하려면, Anthropic이 공식적으로 밝힌 평균 사용 비용을 살펴봐야 한다.
Anthropic 공식 문서에 따르면, Claude Code의 평균 비용은 개발자 1인당 하루 약 $6이며, 90%의 사용자는 일일 비용이 $12 이하로 유지된다.
즉, 이 개발자가 경험한 $12는 사용자의 90번째 백분위에 해당하는 극단값이었다. 그리고 그 원인은 단 하나였다. 커스텀 스킬 3개.
1.2 왜 이런 일이 발생하는가
문제는 단순히 "스킬을 많이 썼다"가 아니다. 문제의 본질은 스킬이 호출될 때마다 불필요하게 거대한 컨텍스트를 읽고 있었다는 것이다. 개발자가 이 사실을 로그를 뒤지기 전까지 전혀 몰랐다는 점이 더욱 중요하다. 비용이 "조용히" 쌓이고 있었던 것이다.
2. Claude Code Skill이란 무엇인가
2.1 스킬의 개념
Claude Code의 스킬(Skill)은 SKILL.md 파일과 선택적 보조 파일로 구성된 재사용 가능한 지식 아티팩트다. 도메인 특화 워크플로우, API 사용 패턴, 코딩 컨벤션, 모범 사례 등을 구조화된 형태로 담고 있어서, 일반 목적의 Claude를 특정 작업에 특화된 전문가로 변환하는 역할을 한다.
project/
├── .claude/
│ └── skills/
│ ├── my-skill-1/
│ │ ├── SKILL.md ← 핵심 지침 파일
│ │ └── helper.sh ← 보조 스크립트 (선택)
│ ├── my-skill-2/
│ │ └── SKILL.md
│ └── my-skill-3/
│ └── SKILL.md
2.2 스킬의 동작 방식
스킬은 에이전트가 호출할 때 그 내용이 컨텍스트 윈도우에 로드된다. Anthropic 공식 문서는 이 점을 다음과 같이 설명한다.
"Skills는 호출될 때만 필요에 따라 로드되므로, 특화된 지침을 skills로 이동하면 기본 컨텍스트를 더 작게 유지합니다."
언뜻 들으면 효율적으로 들린다. 문제는 스킬 자체가 호출되는 순간, 스킬의 지침에 따라 대규모 파일 읽기가 트리거될 수 있다는 것이다.
2.3 커스텀 스킬 vs 빌트인 스킬
이 개발자가 사용한 것은 커스텀 스킬 3개였다. 직접 작성한 SKILL.md 파일들로, 각각 특정 작업을 수행하도록 프롬프트가 작성되어 있었다. 그런데 그 프롬프트에 치명적인 문구가 있었다.
# 수정 전 스킬 프롬프트 (문제의 원인)
프로젝트 전체 구조 파악 후 응답
이 단 한 줄이 매 호출마다 프로젝트 전체 디렉토리 트리를 스캔하게 만들었다.
3. 왜 Skill이 토큰을 이렇게 많이 먹는가
3.1 Claude Code의 컨텍스트 누적 구조
Claude Code의 토큰 비용을 제대로 이해하려면 컨텍스트가 어떻게 축적되는지를 알아야 한다.
sequenceDiagram
participant U as 사용자
participant CC as Claude Code
participant SK as Skill
participant FS as 파일 시스템
U->>CC: 요청 전송
CC->>SK: 스킬 호출
SK->>FS: "프로젝트 전체 구조 파악" 실행
FS-->>CC: 수천~수만 토큰 반환
Note over CC: 이 내용이 컨텍스트에 영구 추가됨
CC-->>U: 응답
U->>CC: 다음 요청
Note over CC: 이전 컨텍스트 전체를 다시 읽음
CC->>SK: 스킬 다시 호출
SK->>FS: "프로젝트 전체 구조 파악" 또 실행
FS-->>CC: 또 수천~수만 토큰
Note over CC: 누적 컨텍스트 더 커짐
CC-->>U: 응답
여기서 핵심 메커니즘이 두 가지 동시에 작동한다.
메커니즘 ①: 컨텍스트 영구 누적
Claude Code는 파일을 읽거나 셸 명령을 실행하거나 스킬을 호출할 때, 그 전체 출력값이 컨텍스트에 추가된다. 요약이 아니다. 전체가 다 들어간다. 그리고 그것은 세션이 끝날 때까지 컨텍스트에 남아 있다.
메커니즘 ②: 매 메시지마다 전체 컨텍스트 재전송
Claude는 매 메시지를 처리할 때 대화의 처음부터 전체 컨텍스트를 다시 읽는다. 50번째 메시지는 5번째 메시지보다 더 어려운 질문이어서 비싼 게 아니다. 앞의 49개 메시지 전체를 다시 읽어야 하기 때문에 비싼 것이다.
3.2 스킬이 특히 위험한 이유
일반적인 파일 읽기는 사용자가 명시적으로 요청할 때만 발생한다. 그러나 스킬 프롬프트에 "프로젝트 전체 구조 파악"이라는 지침이 있으면, 에이전트가 자율적으로 파일 읽기를 반복 실행한다. 사용자는 이 과정을 직접 보지 못한다.
이것이 이 개발자가 "전혀 몰랐다"고 표현한 이유다. 토큰 소비가 눈에 보이지 않는 곳에서 자동으로 이루어지고 있었기 때문이다.
4. 범인 찾기: 숫자로 보는 누수 구조
4.1 하루 $12의 산술
이 개발자의 상황을 수치로 재구성하면 다음과 같다.
| 항목 | 수치 |
|---|---|
| 커스텀 스킬 수 | 3개 |
| 스킬당 호출 시 토큰 소비 | 8,000 ~ 12,000 토큰 |
| 하루 스킬 총 호출 횟수 | 40회 이상 |
| 하루 총 추가 토큰 소비 | 320,000 ~ 480,000+ 토큰 |
| 하루 비용 | $12 |
여기서 컨텍스트 누적 효과가 적용되면 실제로는 더 복잡하다. 스킬이 호출될 때마다 8k~12k 토큰이 소비되는 것이 아니라, 누적된 컨텍스트 전체가 재전송되기 때문에 뒤로 갈수록 호출 비용이 기하급수적으로 증가한다.
xychart-beta
title "스킬 호출 횟수에 따른 누적 토큰 비용 (개념도)"
x-axis ["1회", "5회", "10회", "20회", "30회", "40회"]
y-axis "누적 토큰 (k)" 0 --> 500
line [10, 60, 140, 310, 410, 480]
처음 몇 번의 호출은 저렴하지만, 컨텍스트가 누적될수록 이후 호출 비용이 폭발적으로 증가하는 것이다.
4.2 스킬 3개가 왜 이렇게 많은 토큰을 쓰는가
각 스킬이 "프로젝트 전체 구조 파악"을 지시하면, 에이전트는 다음을 실행한다.
# 에이전트가 자동으로 실행하는 작업들
ls -la /project # 루트 디렉토리 목록
find /project -type f # 전체 파일 트리 스캔
cat /project/src/index.ts # 주요 파일 읽기
cat /project/src/api/... # API 디렉토리 전체 읽기
cat /project/package.json # 설정 파일 읽기
# ... 수십 개의 파일이 컨텍스트에 추가됨
프로젝트 규모에 따라 이 과정에서 수만 토큰이 소비된다. 그리고 스킬이 3개이면 각각이 이 과정을 독립적으로 반복한다.
5. 해결책: 스킬 프롬프트 범위 좁히기
5.1 문제의 원인 제거
해결책은 놀랍도록 단순했다. 스킬 프롬프트에서 불필요한 파일 읽기 지침을 제거하고, 참조 범위를 특정 디렉토리로 좁힌 것이다.
# ❌ 수정 전: 전체 프로젝트 스캔 유발
프로젝트 전체 구조 파악 후 응답
# ✅ 수정 후: 특정 디렉토리만 참조
src/api 디렉토리만 참고
이 한 줄의 변경이 만들어낸 차이는 극적이다.
| 항목 | 수정 전 | 수정 후 | 감소율 |
|---|---|---|---|
| 호출당 토큰 소비 | 8,000 ~ 12,000 | 3,000 | ~70% 감소 |
| 하루 총 비용 | $12 | $3.5 | 71% 감소 |
| 응답 속도 | 느림 | 체감될 정도로 빠름 | 개선 |
5.2 왜 응답 속도도 빨라졌나
토큰 소비가 줄었다는 것은 곧 Claude가 처리해야 하는 정보량이 줄었다는 의미다. 모델이 8k~12k 토큰의 컨텍스트를 처리하는 것과 3k 토큰을 처리하는 것 사이에는 눈에 띄는 속도 차이가 발생한다. 또한 불필요한 파일 스캔에 걸리는 I/O 시간도 제거된다.
5.3 올바른 스킬 프롬프트 작성 원칙
이 사례에서 도출할 수 있는 스킬 프롬프트 작성 원칙은 다음과 같다.
원칙 1: 최소 필요 원칙 (Principle of Least Context)
스킬이 수행하는 작업에 필요한 최소한의 컨텍스트만 지정한다. "전체 프로젝트 파악"이 아니라 "특정 모듈의 특정 파일" 수준으로 범위를 좁힌다.
원칙 2: 명시적 경로 지정
"관련 파일을 참고해"가 아니라 src/api/auth.ts, src/models/user.ts처럼 구체적인 경로를 지정한다. 모호한 지침은 에이전트가 더 많은 파일을 탐색하게 만든다.
원칙 3: 읽기가 필요 없는 스킬은 읽기를 금지
특정 스킬이 파일 시스템 접근이 필요 없다면, 프롬프트에 명시적으로 파일 읽기를 하지 말라고 지시한다.
# ✅ 좋은 스킬 프롬프트 예시
## 이 스킬의 목적
코드 리뷰 시 보안 취약점 체크리스트 제공
## 참조 범위
- src/api/ 디렉토리의 엔드포인트 파일만 분석
- node_modules, dist, build 디렉토리는 절대 읽지 않음
- 필요한 파일이 불분명할 경우, 먼저 사용자에게 확인
## 절대 하지 말 것
- 프로젝트 전체 구조 스캔
- 설정 파일 외의 환경변수 파일 읽기
- 테스트 파일 전체 읽기
6. Claude Code 토큰을 먹는 3대 주범
이 Threads 게시물의 사례는 더 큰 문제의 일부다. 2026년 4월 최신 분석에 따르면, Claude Code 사용자의 비용 폭발을 유발하는 주요 원인은 세 가지로 정리된다.
pie title Claude Code 토큰 소비 주요 원인 (비율은 개념적)
"도구 호출 출력값 (파일 읽기, MCP 등)" : 45
"대화 컨텍스트 누적" : 35
"CLAUDE.md 및 시스템 프롬프트" : 20
6.1 주범 ①: 도구 호출 출력값 (가장 큰 주범)
Claude Code가 파일을 읽거나, 셸 명령을 실행하거나, MCP 서버를 호출할 때마다 전체 출력이 컨텍스트에 추가된다. 요약이 아니다. 10,000줄짜리 로그 파일은 10,000줄 그대로 컨텍스트에 들어간다.
이것이 이 Threads 게시물의 핵심 문제였다. 스킬이 "프로젝트 전체 구조 파악"을 실행할 때, 수십 개의 파일 읽기 결과가 통째로 컨텍스트에 들어갔던 것이다.
이 문제를 방지하는 방법은 다음과 같다.
.claudeignore파일로 불필요한 파일이 Claude에게 보이지 않도록 차단- 스킬 프롬프트에서 참조 범위를 명시적으로 제한
- MCP 도구 응답이 지나치게 크다면 도구 자체를 수정하여 요약 형태로 반환
6.2 주범 ②: 대화 컨텍스트 누적
Claude는 매 메시지를 처리할 때 대화의 처음부터 전체 내용을 다시 읽는다. 이 특성 때문에 세션이 길어질수록 비용이 복리 이자처럼 증가한다.
한 미국의 개발자는 이 메커니즘을 이해하지 못한 채 Claude Code를 집중적으로 사용하다 한 달에 $1,600이라는 청구서를 받은 경험을 공유했다. 그는 "나는 비용에 주의하고 있다고 생각했다. 하지만 나는 보이지 않는 아키텍처에서 토큰을 태우고 있었다"고 말했다.
해결 방법은 다음과 같다.
- 관련 없는 작업으로 전환할 때
/clear명령어로 컨텍스트 초기화 - 세션 이름 저장 후
/rename, 나중에/resume으로 재개 - 컨텍스트가 너무 길어지면
/compact명령어로 요약 압축
6.3 주범 ③: CLAUDE.md 및 시스템 프롬프트
CLAUDE.md는 Claude가 어떤 파일을 읽기 전에, 어떤 태스크를 시작하기 전에, 매 턴, 매 세션에서 가장 먼저 로드된다. CLAUDE.md가 5,000토큰이라면 단어 한 마디 입력하기 전에 이미 5,000토큰이 소비되는 것이다.
Anthropic 공식 권장사항은 CLAUDE.md를 500줄 이하로 유지하는 것이다. PR 리뷰나 데이터베이스 마이그레이션처럼 특정 워크플로우에만 필요한 상세 지침은 CLAUDE.md가 아닌 스킬 파일로 분리하는 것이 권장된다.
7. 실전 최적화 전략 총정리
7.1 즉시 적용 가능한 설정 변경
① .claudeignore 설정
프로젝트 루트에 .claudeignore 파일을 생성하고 Claude가 읽을 필요 없는 파일/디렉토리를 등록한다.
# 패키지 의존성 (절대 읽을 필요 없음)
node_modules/
vendor/
.venv/
__pycache__/
# 빌드 결과물
dist/
build/
.next/
*.min.js
*.min.css
# 바이너리 및 미디어
*.png
*.jpg
*.gif
*.mp4
*.pdf
*.zip
# 로그 및 임시 파일
*.log
*.lock
tmp/
.cache/
coverage/
# 환경 설정 (보안상도 중요)
.env
.env.local
.env.production
② CLAUDE.md 다이어트
CLAUDE.md를 열어서 특정 작업에만 필요한 지침들을 찾아내고, 그것을 별도 스킬 파일로 분리한다.
Before: CLAUDE.md = 2,000줄 (모든 것이 다 들어있음)
After: CLAUDE.md = 200줄 (핵심 원칙만)
+ skills/pr-review/SKILL.md = PR 리뷰 지침
+ skills/db-migration/SKILL.md = DB 마이그레이션 지침
+ skills/api-design/SKILL.md = API 설계 지침
③ 스킬 프롬프트 범위 감사
기존에 만들어 놓은 모든 스킬의 SKILL.md를 열어, "전체", "모든", "프로젝트" 같은 광범위한 단어가 포함된 지침이 있는지 검토한다. 있다면 즉시 구체적인 경로나 범위로 대체한다.
7.2 세션 운영 습관
세션 시작 전
# 현재 토큰 사용량과 비용 확인
/cost
# 또는 상태 표시줄에 항상 표시되도록 설정
작업 중
# 관련 없는 작업으로 전환할 때
/clear
# 이름 저장 후 초기화
/rename auth-feature
/clear
# 나중에 재개
/resume auth-feature
컨텍스트가 너무 쌓였을 때
# 요약 압축 (Claude가 중요한 내용을 판단하여 요약)
/compact
# 특정 내용을 보존하며 압축
/compact API 설계 패턴과 인증 로직을 중심으로 압축해줘
7.3 확장 사고(Extended Thinking) 관리
확장 사고는 기본적으로 31,999 토큰의 예산으로 활성화되어 있다. 복잡한 추론이 필요한 작업에는 유용하지만, 단순 작업에도 이 예산이 소비된다.
# 간단한 작업 시 사고 비용 절감
/effort low # 노력 수준 낮추기
# 또는
MAX_THINKING_TOKENS=8000 # 환경 변수로 예산 제한
8. 규칙 기반 vs AI 기반 스텝 분리의 중요성
게시물 작성자가 제시한 가장 통찰력 있는 조언은 바로 이것이다.
"워크플로우 전체를 AI로 돌리면 이런 식으로 새는 거 못 잡아. 규칙 기반 스텝이랑 AI 스텝 분리해놔야 어디서 새는지 보임."
8.1 AI 에이전트 워크플로우의 블랙박스 문제
워크플로우의 모든 단계를 AI에게 맡기면, 각 단계에서 얼마나 많은 토큰이 소비되는지 파악하기 어렵다. Claude Code가 내부적으로 어떤 파일을 읽고, 어떤 명령을 실행하고, 얼마나 많은 컨텍스트를 처리하는지가 "블랙박스"가 된다.
flowchart LR
A[사용자 요청] --> B[AI 에이전트]
B --> |내부 처리?| C[파일 읽기?]
B --> |내부 처리?| D[명령 실행?]
B --> |내부 처리?| E[API 호출?]
C --> F[응답]
D --> F
E --> F
style B fill:#FF9800,color:#fff
style C fill:#ccc
style D fill:#ccc
style E fill:#ccc
이 구조에서는 토큰이 어디서 새는지 파악하기 어렵다.
8.2 하이브리드 아키텍처: 규칙 + AI
해결책은 워크플로우를 두 종류의 스텝으로 명확하게 분리하는 것이다.
flowchart LR
INPUT[입력] --> RULE_STEP
subgraph RULE["🔧 규칙 기반 스텝 (결정론적)"]
RULE_STEP[파일 필터링]
RULE_STEP --> RULE_STEP2[경로 정규화]
RULE_STEP2 --> RULE_STEP3[캐시 확인]
end
RULE_STEP3 --> AI_STEP
subgraph AI["🤖 AI 기반 스텝 (LLM 호출)"]
AI_STEP[코드 분석]
AI_STEP --> AI_STEP2[제안 생성]
end
AI_STEP2 --> RULE_STEP4
subgraph POST["🔧 후처리 규칙 (결정론적)"]
RULE_STEP4[포맷 검증]
RULE_STEP4 --> RULE_STEP5[로그 기록]
end
RULE_STEP5 --> OUTPUT[출력]
규칙 기반 스텝에 속하는 작업들
- 파일 목록 생성 및 필터링 (bash, Python 등으로 처리)
- 특정 패턴 검색 (
grep,find등) - 데이터 형식 변환
- 캐시 조회 및 저장
- 조건 분기 (if-else 로직)
AI 기반 스텝에 속하는 작업들
- 코드의 의미론적 분석
- 자연어 생성 (커밋 메시지, 문서, 설명)
- 복잡한 패턴 인식 및 추론
- 코드 개선 제안
8.3 분리의 실제 효과
규칙 기반 스텝에서 AI가 필요 없는 데이터 전처리를 처리하고, 정제된 최소한의 입력만 AI 스텝에 전달하면 다음 효과가 나타난다.
- 비용 가시성: 각 AI 호출이 얼마나 많은 토큰을 소비하는지 정확히 측정 가능
- 비용 절감: AI에게 전달되는 컨텍스트의 크기를 사전에 제어 가능
- 디버깅 용이성: "어디서 새는가"를 찾을 수 있음
- 신뢰성 향상: 결정론적 스텝은 AI 없이도 예측 가능하게 동작
9. Anthropic 공식 비용 데이터와 현실 비교
9.1 공식 평균 비용
Anthropic이 공개한 데이터를 기준으로 보면 다음과 같다.
| 구분 | 비용 |
|---|---|
| 평균 일일 비용 (Sonnet 4.6 기준) | 약 $6/일 |
| 90% 사용자 상한선 | $12/일 |
| 평균 월간 비용 (Sonnet 4.6) | 약 $100~200/월 |
이 게시물의 작성자는 $12/일을 기록했으니, 상위 10%에 해당하는 비용을 지출하고 있었던 것이다. 해결 후 $3.5/일로 줄었으니 이제는 평균 이하의 효율적인 사용자가 됐다.
9.2 스킬 최적화가 가져오는 절감 효과
동일한 작업량에서 스킬 프롬프트 최적화만으로 71% 비용 감소가 달성됐다는 것은 놀라운 수치다.
최적화 전: $12/일 × 30일 = $360/월
최적화 후: $3.5/일 × 30일 = $105/월
절감액: $255/월
스킬 프롬프트를 수정하는 데 걸린 시간이 30분~1시간이라면, 이는 극적인 ROI다.
9.3 프롬프트 캐싱의 역할
비용 절감에 있어서 Anthropic이 자동으로 적용하는 프롬프트 캐싱도 중요한 역할을 한다. 반복되는 시스템 프롬프트나 CLAUDE.md 같은 고정 콘텐츠는 캐시되어 재사용 비용이 절감된다. 그러나 스킬이 매번 새로운 파일을 읽으면 그 내용은 캐시되지 않는다. 파일 내용이 동적으로 변하기 때문이다.
따라서 스킬 프롬프트 최적화는 캐싱의 혜택을 최대화하는 방향과도 일치한다. 참조 범위를 좁히면 캐시 히트율도 높아진다.
10. 커뮤니티의 비슷한 경험들
이 Threads 게시물에서 "Claude Code skill이나 커스텀 커맨드 쓰는 사람 있어? 토큰 관리 어떻게 하는지 궁금"이라고 묻고 있다는 것은, 이 문제가 개인적인 실수가 아니라 커뮤니티 전반에 걸친 공통 문제임을 시사한다.
실제로 유사한 경험들이 다양한 채널에서 보고되고 있다.
2026년 3월: Anthropic 프롬프트 캐싱 버그 사건
2026년 3월, Anthropic의 프롬프트 캐싱에 두 개의 버그가 발생하여 사전 경고 없이 토큰 사용량이 10~20배 폭증한 사건이 있었다. 사용자들이 Claude Code 바이너리를 역공학으로 분석해서야 원인을 찾아냈다. 이 사건은 "청구 레이어가 대부분의 개발자가 생각하는 것보다 훨씬 불투명하다"는 교훈을 남겼다.
$1,600 청구서 사례
한 미국 개발자는 Claude Code를 집중적으로 사용하다 한 달에 $1,600을 청구받았다. 그의 분석에 따르면, 세션이 길어질수록 컨텍스트가 누적되어 40번째 메시지가 1번째 메시지보다 훨씬 비싸다는 것을 당시에는 몰랐다고 한다. "나는 각 세션을 깨끗하게 시작하고 있었다. 그러나 Claude에게 읽기를 요청한 모든 파일이 그 세션이 끝날 때까지 컨텍스트 윈도우에 영구적으로 추가됐다."
11. 모니터링 체계 구축 방법
11.1 실시간 모니터링
Claude Code 내부에서 바로 사용할 수 있는 모니터링 도구들이 있다.
# 현재 세션의 토큰 사용량과 비용 확인
/cost
# 상태 표시줄에 지속적으로 표시 (설정에서 활성화)
# 설정 → 상태 표시줄 → 토큰 사용량 표시 활성화
11.2 외부 분석 도구
오픈소스 커뮤니티에서 개발된 Claude Code 사용량 분석 스킬도 활용할 수 있다. 예를 들어, 로컬 로그(~/.claude/projects/) 를 분석하여 다음 정보를 제공하는 스킬들이 있다.
- 프로젝트별 토큰 사용량 및 비용
- 어떤 도구가 가장 많은 토큰을 소비하는지
- 생산성 높은 시간대 파악 (토큰 대비 완료 태스크 비율)
- 코드 핫스팟 식별 (자주 읽히는 파일)
# 사용 예시 (커뮤니티 스킬 활용)
"이번 달 Claude Code 사용 비용 분석해줘"
"어떤 프로젝트에서 토큰을 가장 많이 쓰고 있어?"
"오늘 가장 비쌌던 스킬 호출이 뭐야?"
11.3 API 대시보드 활용
API 모드로 사용하는 경우 Anthropic Console에서 다음을 확인할 수 있다.
- 시간별, 일별 토큰 사용량 그래프
- 모델별 비용 분리 (Opus vs Sonnet vs Haiku)
- 캐시 히트율 (캐싱 효과 측정)
- 팀 지출 한도 설정 (예산 초과 방지)
팀 단위로 Claude Code를 사용한다면, 팀 지출 한도를 설정하는 것이 특히 중요하다. 개별 개발자의 스킬 설정 오류가 팀 전체 비용으로 이어질 수 있기 때문이다.
12. 결론: 보이지 않는 아키텍처의 함정
12.1 핵심 교훈 세 가지
이 Threads 게시물이 전달하는 핵심 교훈은 다음과 같다.
교훈 ①: 보이지 않는 곳에서 비용이 쌓인다
Claude Code의 토큰 비용은 사용자가 입력하는 프롬프트의 길이와 무관하게, 내부적인 파일 읽기와 컨텍스트 누적에 의해 결정된다. "내가 입력을 적게 했으니 비용이 적겠지"는 틀린 가정이다.
교훈 ②: 스킬은 효율성 도구인 동시에 비용 위험 요소다
스킬은 맥락에 따라 효율성을 높이는 강력한 도구다. 그러나 잘못 작성된 스킬은 매 호출마다 거대한 컨텍스트를 생성하는 비용 폭탄이 된다. 스킬을 설계할 때는 기능성뿐 아니라 토큰 효율성도 반드시 고려해야 한다.
교훈 ③: 모니터링 없는 자동화는 위험하다
AI 워크플로우를 구축할 때, 비용 모니터링을 워크플로우의 일부로 포함시켜야 한다. 특히 스킬이나 커스텀 커맨드처럼 자동으로 실행되는 요소들의 토큰 소비를 정기적으로 확인해야 한다.
12.2 실천 체크리스트
이 게시물을 읽은 Claude Code 사용자라면 지금 당장 다음을 확인해보자.
- 내 커스텀 스킬의 프롬프트에 "전체", "모든", "프로젝트 구조" 같은 광범위한 표현이 있는가?
-
.claudeignore파일이 설정되어 있는가? - CLAUDE.md의 분량이 500줄 이하인가?
- 마지막으로
/cost로 사용량을 확인한 게 언제인가? - 관련 없는 작업으로 전환할 때
/clear를 사용하는가? - API 대시보드에서 이번 주 토큰 사용량을 확인했는가?
12.3 마지막으로
이 게시물의 작성자는 마지막에 이런 말을 남겼다.
"솔직히 skill 쓰면서 토큰 사용량 한 번도 안 본 사람 나 말고도 꽤 있을 거 같은데 🫠"
이 말은 개인적인 고백을 넘어, Claude Code를 사용하는 많은 개발자들에게 보내는 경고다. 강력한 도구를 사용할 때는, 그 도구의 비용 구조를 이해하는 것이 역량의 일부다.
$12를 $3.5로 줄인 것은 30분의 로그 분석과 한 줄의 프롬프트 수정으로 이루어졌다. 가장 비싼 비용은 항상 모르고 있는 비용이다.
참고 자료
- Anthropic 공식 비용 관리 가이드
- Claude Code 토큰 최적화 가이드 (Build to Launch, 2026.04.14)
- Claude Code 비용 구조와 토큰 절약 전략 (요즘IT)
- Anthropic 토큰 카운팅 API 문서
- Anthropic 가격 정책
- GitHub: bear2u/my-skills - Claude Code 커스텀 스킬 예시
작성 일자: 2026-04-16