가이드

작성자 Matt Connor 2026-10-20

Claude 토큰 계산 원리와 Claude Code 비용 절감 가이드

Q: 보이지 않는 사고(thinking) 토큰도 비용이 발생합니까?

네, 발생합니다. 사고 토큰은 출력 토큰으로 간주되어 높은 요금이 적용되며 max_tokens 한도에 포함됩니다. 현재 모델은 인터페이스에서 추론 요약을 표시하지 않더라도 사고 토큰에 대해 요금을 부과합니다. 응답이 표시 가능한 답변을 완료하기 전에 stop_reason: "max_tokens"으로 잘린다면, 사고 과정에서 예산이 소진되었을 가능성이 큽니다. Claude Code에서 깊은 추론이 필요 없는 작업은 /effort을 사용하여 노력 수준을 낮추십시오.

Q: Claude 토큰 사용량과 비용은 어떻게 확인합니까?

Claude Code에서 /usage을 입력하면 세션 토큰 통계, 로컬 비용 추정치, 구독 플랜 한도 막대를 확인할 수 있습니다(/cost도 동일한 기능을 합니다). /context는 현재 컨텍스트 창을 채우고 있는 내용을 보여줍니다. 공식적인 API 청구 내역은 Claude Console의 사용량 페이지를 확인하십시오. 직접 작성한 코드에서 확인하려면 response.usage을 읽고 input_tokens, cache_creation_input_tokens, cache_read_input_tokens을 합산하여 실제 프롬프트 크기를 구하십시오. 비용은 count_tokens 엔드포인트를 사용하여 미리 추정해야 하며, tiktoken을 사용해서는 안 됩니다.

Claude 토큰의 정의와 모델별 토크나이저 차이를 설명합니다. 2,000줄 이상의 파일을 읽을 때 발생하는 5자리 토큰 비용의 원인과 API 키 사용 시 유휴 시간으로 인해 다음 턴 비용이 5배 증가하는 기술적 이유를 상세히 분석합니다.

Claude의 토큰이란 무엇인가?

토큰은 Claude가 읽고 쓰는 텍스트의 단위이며, 단어의 파편을 의미합니다. Anthropic의 자체 용어집에 따르면 Claude Opus 4.7 이전 모델에서는 대략 3.5개의 영문자가 하나의 토큰에 해당했습니다. 현재 토크나이저에서는 100만 토큰을 약 250만 문자로 계산하므로 2.5개에 더 가깝습니다. 공백과 문장 부호를 포함하면 단어당 1토큰을 훨씬 상회하므로, 1,000단어 분량의 산문은 1,300토큰을 가볍게 넘깁니다. 코드는 줄당 더 많은 토큰을 소비합니다. 중괄호, 연산자, 밑줄, 들여쓰기는 영어보다 문자당 더 많은 토큰으로 분할되므로, 수백 줄의 소스 파일은 일반적으로 수천 토큰에 달합니다. 에이전트가 2,000줄짜리 파일을 읽기로 결정하면, 새로운 코드를 한 줄도 작성하기 전에 이미 5자리 수의 토큰 비용이 발생합니다.

토크나이저와 관련하여 사용자가 자주 혼동하는 두 가지 사항이 있습니다. 첫째, 토크나이저는 모델별로 다릅니다. 2026년 10월 기준으로 Claude Opus 4.7 및 그 이후의 모든 모델(현재의 Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5 포함)은 Haiku 4.5와 같은 이전 Claude 모델보다 동일한 텍스트에 대해 약 30% 더 많은 토큰을 생성하는 최신 토크나이저를 사용합니다(정확한 증가율은 콘텐츠에 따라 다름). 이로 인해 토큰당 가격이 인상되지 않았더라도 토큰 예산 계획에 변화가 생깁니다. 둘째, 모든 블로그 게시물에서 언급하는 라이브러리인 tiktoken는 Anthropic이 아닌 OpenAI의 토크나이저이므로, 해당 라이브러리의 계산 결과는 Anthropic의 청구 금액과 일치하지 않습니다. 유일하게 신뢰할 수 있는 계산 방법은 아래에서 다룰 count_tokens 엔드포인트를 사용하는 것입니다.

코딩 세션 비용이 산정되는 방식

Claude의 모든 청구 내역은 API 인보이스든 구독 한도든 상관없이 주로 입력 토큰과 출력 토큰이라는 하나의 지표를 기준으로 산정됩니다. 일부 API 도구는 별도의 비용 항목을 추가하기도 하지만(예: 웹 검색은 2026년 10월 기준 1,000회 검색당 10달러가 부과되며, 검색 결과로 추가되는 토큰 비용은 별도입니다), 코딩 세션에서는 토큰 사용량이 비용을 결정하는 핵심 요소입니다. 가격 페이지에는 입력 토큰 100만 개당 얼마, 출력 토큰 100만 개당 얼마와 같이 간단하게 명시되어 있습니다. 하지만 에이전트 기반 코딩 세션에서는 전체 대화 내용이 매 턴마다 다시 전송되기 때문에, 직관적인 예상보다 입력 토큰 사용량이 훨씬 빠르게 증가한다는 점은 잘 드러나지 않습니다. 필자는 15년 동안 종량제 인프라를 판매해 왔지만, 대부분의 고객이 무엇 때문에 토큰 사용량이 급증하는지 정확히 파악하지 못하는 경우는 이번이 처음입니다. 본 섹션에서는 에이전트 세션에서 무엇이 입력과 출력으로 간주되는지, 왜 재전송 루프가 비용을 높이는지, 왜 프롬프트 캐싱이 비용 계산 방식을 바꾸는지, 그리고 실제로 비용을 절감할 수 있는 요소는 무엇인지 설명합니다.

모든 것은 입력입니다: 미터기가 실제로 계산하는 항목

사용자들은 Claude가 작성하는 코드에 대해 비용을 지불한다고 생각합니다. 에이전트 세션에서 이는 작은 항목에 불과합니다. 더 저렴한 단가이지만 훨씬 방대한 양을 차지하는 입력 토큰에는 다음이 포함됩니다:

시스템 프롬프트. Claude Code 자체의 하네스 지침과 사용자의 CLAUDE.md 및 메모리 파일입니다. 세션 시작 시 로드되며 이후 모든 요청에 포함됩니다.
도구 정의. 에이전트가 호출할 수 있는 모든 도구 스키마입니다. 연결하는 모든 MCP 서버는 이 고정 오버헤드를 증가시킵니다. 다만 Claude Code는 현재 기본적으로 전체 MCP 도구 정의를 지연 로드하므로, 도구가 처음 사용되기 전까지는 도구 이름만 컨텍스트에 존재합니다. 이는 비용을 완화하지만 완전히 제거하지는 않습니다.
에이전트가 읽는 모든 파일. 소스 파일에 대한 Read 작업은 파일 전체를 컨텍스트에 넣으며, 해당 내용은 계속 유지됩니다.
모든 도구 결과. 테스트 실행, grep 출력, 터미널 로그, 빌드 로그 등 모든 내용이 입력 토큰으로 돌아옵니다. 8,000줄을 출력하는 실패한 테스트 스위트는 작은 책 한 권 분량과 같습니다. 2026년 10월 기준으로 Claude Code는 기본적으로 약 30,000자의 명령 출력을 인라인으로 전달합니다. 이보다 긴 내용은 저장된 파일과 최대 2,000자의 미리보기로 전달되지만, 해당 제한 미만의 모든 출력과 이후 저장된 파일을 읽는 모든 행위는 전체가 과금됩니다.
지금까지의 전체 대화 내용, 매 턴마다 재전송. 이 항목은 별도의 섹션에서 다룰 가치가 있습니다.

아무도 고려하지 않는 재전송 비용

Claude API는 상태를 저장하지 않습니다. 요청 사이에 세션을 기억하지 않으며, 어떤 것도 기억하지 않습니다. 따라서 2번째 턴에서 클라이언트는 1번째 턴의 내용과 그에 대한 응답, 그리고 새로운 메시지를 함께 보냅니다. 50번째 턴이 되면, 1번째부터 49번째 턴까지의 내용 중 컨텍스트에 남아 있는 모든 데이터(압축되지 않은 모든 파일 읽기, 도구 결과, diff 등)와 50번째 턴의 메시지를 다시 전송합니다. (압축은 이전 기록을 요약본으로 대체하며, 서브 에이전트의 파일 읽기 내용은 해당 에이전트의 컨텍스트에 머물고 결과값만 반환됩니다.) 모델은 매번 보존된 전체 대화 기록을 다시 읽으며, 재읽기된 모든 토큰은 입력 비용으로 청구됩니다.

그 결과, 턴당 비용은 세션 길이에 따라 대략 선형적으로 증가하며, 총 세션 비용은 대략 이차 함수적으로 증가합니다. 3번째 턴에서 0.5센트였던 메시지가 60번째 턴에서는 동일한 한 줄짜리 질문임에도 약 20배의 비용이 발생할 수 있습니다. 이는 60개 턴의 데이터를 모두 짊어지고 있기 때문입니다. "왜 청구 금액이 이렇게 높게 나왔나요?"라는 문의의 대부분을 설명하는 단 하나의 사실이 바로 이것입니다. 이는 Claude만의 특이 사항이 아니며, 상태를 유지하는 것처럼 보이는 모든 LLM 제품은 내부적으로 재전송 루프를 사용하는 상태 비저장 API입니다.

출력: 표시되는 내용과 표시되지 않는 사고

현재 라인업에서 출력 토큰은 입력 토큰보다 5배 비싸다(2026년 10월 기준 Fable 5.1은 $10/$50, Opus 5.5는 $4/$20, Sonnet 5.5는 $2/$10, Haiku 5.5는 100,000 tokens 이하의 프롬프트에서 $0.10/$0.50). 출력에는 Claude가 생성하는 텍스트와 코드뿐 아니라 thinking tokens도 포함된다. thinking tokens는 응답하기 전에 모델이 수행하는 내부 추론이다. 여기서 중요한 사실은 2가지다. thinking은 출력 요율로 과금되며 max_tokens에 포함된다. stop_reason: "max_tokens"로 끝나는 API 응답과 잘린 답변은 thinking이 답변보다 먼저 예산을 소진했다는 뜻인 경우가 많다. 또한 현재 모델에서는 reasoning summary가 표시되지 않을 수 있다. API는 Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5와 Opus 4.7까지의 이전 모델에서 이를 기본적으로 생략한다. 그래도 thinking은 수행되며 과금된다. 보이지 않는다고 무료인 것은 아니다.

Claude Code는 여러 단계로 이루어진 작업의 성능을 측정 가능하게 개선하므로 extended thinking을 기본적으로 활성화한다. 기본 예산은 요청당 수만 tokens까지 사용할 수 있다. 단순한 작업에서는 이를 줄일 수 있다. /effort로 effort level을 낮추거나 /model에서 낮출 수 있다. 지원되는 모델에서는 /config에서 thinking을 끌 수도 있다. 2026년 10월 기준으로 Claude Code에서는 Opus 5.5, Sonnet 5.5, Haiku 5.5 또는 Fable 모델에서 thinking을 끌 수 없으므로, 해당 모델에서는 effort가 조정 수단이다. API에서는 이 중 2개 모델에 더 많은 선택지가 있다. Haiku 5.5는 high effort 이하에서 thinking: {"type": "disabled"}을 허용하며, 이전 Opus 5도 마찬가지다. 이전 Sonnet 5는 모든 effort level에서 이를 허용하며 xhigh와 max도 포함된다. Sonnet 5.5는 "disabled"을 거부하고 대신 thinking: {"type": "between_tools"}을 사용한다. 이 설정은 low, medium 또는 high effort에서 요청을 시작할 때 수행하는 thinking을 줄인다. 따라서 tools가 없는 요청은 먼저 thinking을 수행하지 않고 답변을 생성한다. Opus 5.5와 Fable 모델만 전송하는 내용과 관계없이 thinking을 유지한다. 이는 미신이 아니라 실제 비용을 조정하는 방법이다.

프롬프트 캐싱이 계산 방식을 바꿉니다

프롬프트 캐싱 덕분에 재전송 루프가 비용 문제를 일으키지 않습니다. API는 프롬프트의 안정적인 접두사, 시스템 프롬프트, 도구 정의, 대화 기록을 캐시할 수 있으며, 다음 요청 시 이를 훨씬 저렴한 비용으로 제공합니다. 2026년 10월 기준으로 배율은 다음과 같습니다. 캐시 쓰기(write)는 기본 입력 요금의 1.25배(1시간 유지 옵션은 2배)이며, 캐시 읽기(read)는 대부분의 모델에서 0.1배, Claude Opus 5.5와 Claude Sonnet 5.5에서는 0.05배, Claude Fable 5.1에서는 0.025배입니다. 쓰기에는 할증이 붙지만, 읽기는 대부분의 모델에서 90%, Opus 5.5와 Sonnet 5.5에서는 95%, Fable 5.1에서는 97.5% 할인됩니다. (Sonnet 5.5의 읽기 요금은 2026년 10월 7일에 0.1배에서 0.05배로 인하되었습니다.) 단 한 번의 읽기만으로도 5분짜리 쓰기 할증 비용을 충분히 상쇄합니다.

Claude Code는 사용자를 대신하여 캐싱을 관리하며, 정상적인 세션에서는 거대한 재전송 데이터 대부분이 캐시에서 처리됩니다. 하지만 일정 시간 동안 활동이 없으면 캐시는 만료됩니다. 2026년 10월 기준으로 Claude Code는 구독 플랜 내 사용량 범위에서 메인 대화에 1시간 캐시를 제공하며, API 키나 클라우드 제공업체를 사용하거나 사용량 크레딧을 소진하는 경우에는 마지막 사용 시점부터 5분간 캐시를 유지합니다(promptCacheTtl 설정을 통해 2배의 쓰기 요금으로 1시간 캐시를 요청할 수 있습니다). 5분 캐시 환경에서 커피를 마시러 잠시 자리를 비웠다가 돌아와 메시지를 보내면 캐시가 만료되어, 누적된 전체 접두사가 읽기 요금이 아닌 1.25배의 쓰기 요금으로 다시 작성됩니다. 150K 토큰 세션에서 캐시가 식은 뒤 첫 요청을 보내면 150K 토큰 전체가 1.25배로 작성되지만, 캐시가 유지된 상태라면 0.1배로 읽을 수 있습니다. 이는 접두사 비용에서 12.5배(Opus 5.5와 Sonnet 5.5에서는 25배, Fable 5.1에서는 50배)의 차이를 만듭니다. 반드시 숙지해야 할 직관에 반하는 결과는 다음과 같습니다. 유휴 상태 후 재개하는 방식은 연속적인 작업보다 비용이 더 많이 들 수 있습니다. TTL이 지난 후 발생하는 모든 유휴 간격은 다음 요청을 저렴한 읽기에서 비싼 재작성으로 바꾸기 때문입니다. 작업을 몰아서 수행하십시오. 5분 캐시 환경에서는 10분마다 메시지를 하나씩 보내는 식으로 작업하지 마십시오.

VPS에서 직접 운영하는 애플리케이션을 통해 API를 호출하는 경우, 이 과정은 자동으로 이루어지지 않습니다. cache_control를 사용하여 직접 활성화해야 합니다. 흔히 발생하는 실수는 시스템 프롬프트에 타임스탬프나 요청 ID를 삽입하는 것입니다. 이 경우 요청마다 접두사 바이트가 변경되어 캐싱이 자동으로 비활성화됩니다. 동일해 보이는 호출임에도 usage.cache_read_input_tokens 값이 0으로 유지된다면 캐싱이 작동하지 않는다는 신호입니다.

공식과 계산 예시

"세션당 비용은 $X"라는 식의 단정적인 말은 무시하십시오. 세션 비용은 규모에 따라 100배까지 차이가 납니다. 유효한 것은 다음 공식뿐입니다.

turn cost = (uncached input        x base input price)
          + (cache writes          x 1.25 x base input price)
          + (cache reads           x read multiplier x base input price)
          + (output incl. thinking x output price)

read multiplier = 0.10 on most models, 0.05 on Opus 5.5 and Sonnet 5.5, 0.025 on Fable 5.1
session cost = sum over all turns

Claude Opus 4.8을 사용한 계산 예시입니다. 이 모델은 현재 레거시 모델이지만 여전히 사용 가능하며, 2026년 10월 기준으로 입력 토큰 100만 개당 $5, 출력 토큰 100만 개당 $25입니다. 누적 컨텍스트 80,000 토큰을 포함하는 세션 중간의 턴을 가정합니다. 캐시에서 읽은 토큰 75,000개, 새로 작성된 캐시 3,000개, 캐시되지 않은 신규 입력 2,000개, 사고 과정을 포함한 출력 토큰 1,500개입니다.

캐시 읽기: 75,000 × $0.50/M = $0.0375
캐시 쓰기: 3,000 × $6.25/M = $0.019
캐시되지 않은 입력: 2,000 × $5/M = $0.010
출력: 1,500 × $25/M = $0.0375

해당 턴 비용은 약 $0.10이며, 이와 같은 턴을 50번 수행하면 약 $5가 됩니다. 이제 캐시가 만료된 후 동일한 턴을 수행한다고 가정해 보겠습니다. 캐시 가능한 78,000 토큰을 $6.25/M로 다시 작성하고, 캐시되지 않은 2,000 토큰을 $5/M로 처리하면 출력 비용을 제외하고도 약 $0.50가 소요됩니다. 이는 동일한 작업을 수행함에도 캐시가 활성화된 턴보다 약 5배 더 비싼 비용입니다. 이 차이가 바로 캐싱의 핵심입니다. 현재 Claude Opus 5.5($4/$20, 캐시 읽기 0.05배)에서는 동일한 활성 상태의 턴 비용이 약 $0.07(읽기 $0.015, 쓰기 $0.015, 캐시되지 않은 입력 $0.008, 출력 $0.030)이며, 캐시가 없는 버전은 출력 비용을 제외하고 $0.40로, 활성 상태보다 약 6배 더 비쌉니다. 위 네 줄의 계산 방식만이 벤더를 비교하는 유일한 정직한 방법입니다. 명시된 요금표는 캐시 읽기나 사고 과정 비용을 완전히 무시하기 때문입니다. 실제 작업 세 가지를 수행해 보면 Claude의 청구 금액이 OpenAI보다 높거나 낮은 지점을 확인할 수 있습니다.

단일 턴이 아닌 청구 단위 자체에 대한 감을 잡고 싶다면, 100만 토큰이 페이지, 파일, 달러로 환산되는 방식을 통해 한 단계 더 높은 수준에서 동일한 계산을 수행해 보십시오. 예측이 아닌 보정을 위해 덧붙이자면, 2026년 10월 기준 Anthropic이 발표한 기업용 Claude Code 배포 비용은 개발자 1인당 활성 일수 기준 평균 약 $13, 월 $150에서 $250 수준이며, 사용자의 90%는 일일 $30 미만을 지출합니다. 실제 비용은 모델 선택, 세션 관리, 코드베이스 크기에 따라 달라지며, 이것이 바로 아래의 설정 항목들이 중요한 이유입니다.

사용량 직접 확인

Claude Code에서 사용하는 명령은 /usage이다(/cost도 alias로 계속 사용할 수 있다). 상단의 Session 블록에는 현재 세션의 token 통계와 로컬에서 계산한 비용 추정치가 표시된다. subscription plan에서는 같은 화면에 plan limit 막대와 최근 사용량을 skills, subagents, plugins, 개별 MCP servers별로 분류한 내역도 표시된다. 최신 버전에서는 Session 블록에 Prompt cache (main) 줄도 표시된다. 이 줄에는 cache에서 제공된 input의 비율, cache miss 수, 현재 cache가 warm 상태인지가 나타난다. API account의 정확한 과금 정보는 Claude Console의 usage page를 기준으로 확인해야 한다. CLI의 수치는 추정치다. /context은 context window를 점유하는 항목을 system prompt, tools, MCP definitions, files, history별로 색상 grid로 표시한다. 이는 비대해진 CLAUDE.md나 메시지가 많은 MCP server를 가장 빠르게 찾는 방법이다. fullscreen mode에서는 항목별 상세 내역이 접히며, all를 전달하면 상세 내역이 펼쳐진다.

API에서는 모든 응답을 통해 정확히 어떤 일이 발생했는지 확인할 수 있다.

response = client.messages.create(model="claude-sonnet-5-5", max_tokens=2048,
                                  messages=messages)
u = response.usage
total_prompt = u.input_tokens + u.cache_creation_input_tokens + u.cache_read_input_tokens
print(f"uncached={u.input_tokens} written={u.cache_creation_input_tokens} "
      f"read={u.cache_read_input_tokens} output={u.output_tokens}")

input_tokens은 cache되지 않은 나머지만 의미한다는 점에 유의해야 한다. 실제 prompt 크기는 3개의 input field를 모두 합한 값이다. 1시간 동안 실행된 agent에 input_tokens: 4000이 표시되더라도 비용이 적게 든다는 뜻은 아니다. 나머지 200,000 tokens는 cache에서 제공된 것이다. 전송 전에 추정하려면 token-counting endpoint를 사용한다. 이 endpoint는 호출 비용이 없고 별도의 rate limit을 사용하며, 지정한 model의 tokenizer로 계산한다. 결과는 실제 요청과 가까운 추정치로만 취급해야 한다. 과금은 실제 요청을 기준으로 한다.

count = client.messages.count_tokens(model="claude-sonnet-5-5",
                                     messages=[{"role": "user", "content": big_file}])
print(count.input_tokens)

앞의 이유로 절대 tiktoken하지 않는다.

구독 플랜과 종량제 비교

이 가이드의 메커니즘은 어디에서나 동일하며, 결제 방식만 다릅니다. API 키를 사용하면 Anthropic은 공개된 요율에 따라 토큰 단위로 종량제 요금을 청구하며, 위에 언급된 모든 숫자는 실제 금액입니다. 무료 티어가 없고 가입 시 제공되는 소액의 크레딧과 요금이 부과되지 않는 일부 엔드포인트만 존재하기 때문에, 이 계량기는 대부분의 예상보다 일찍 작동합니다. 이것이 카드를 등록하기 전 신규 API 계정이 실제로 받는 혜택입니다. 2026년 10월 7일 이후 예외 사항으로 Max 또는 Team 구독이 있습니다. 해당 플랜에는 이제 Claude Platform에서 사용하는 개인 앱 및 에이전트를 위한 월간 API 크레딧이 포함됩니다. Max 5x는 월 100달러, Max 20x는 월 200달러이며, Team 플랜은 Standard 좌석당 20달러, Premium 좌석당 100달러가 제공되며 최대 500달러까지 합산됩니다. Console 조직을 연결하여 크레딧을 수령할 수 있으며, 사용하지 않은 크레딧은 각 결제 주기 종료 시 소멸되고 대화형 Claude Code 사용량은 포함되지 않습니다. Claude 구독(Pro, Max, Team 및 기존 좌석 기반 Enterprise 플랜)의 경우, Claude Code 사용량은 플랜에 포함된 허용량에서 차감됩니다. 2026년 10월 기준으로 이는 모델 및 claude.ai 채팅과 공유되는 5시간 단위의 롤링 세션 윈도우와 주간 윈도우로 구성되며, /usage 달러 수치는 청구 금액이 아닌 정보 제공용입니다. 2026년 10월 기준 두 가지 예외가 있습니다. 현재 사용량 기반 Enterprise 좌석은 포함된 사용량이 전혀 없으므로 모든 토큰은 표준 API 요율로 청구됩니다. 또한 Fable 모델은 Pro, 표준 Team 좌석 또는 표준 기존 Enterprise 좌석의 허용량에 포함되지 않으며, 해당 모델은 종량제 사용 크레딧으로 실행됩니다. 윈도우를 모두 소진하면 재설정 시간과 함께 "You've hit your session limit" 또는 "You've hit your weekly limit" 메시지가 표시됩니다. 윈도우는 모델 간에 공유되므로 /model으로 모델을 전환해도 접근 권한은 복구되지 않습니다. 이러한 윈도우는 사용 중인 클라이언트가 아닌 계정을 따라가므로, Linux에서 기본적으로 실행되는 항목과 각 플랜이 지원하는 범위를 파악 중이라면 이 점을 알아두는 것이 좋습니다. 실제로 소진한 두 윈도우 중 어느 쪽인지에 따라 대기 시간과 그동안 할 수 있는 작업이 결정되므로, 작업 도중 제한에 도달했을 때의 옵션을 알아두는 것이 유리합니다. 플랜은 선택적으로 사용 크레딧을 활성화하여 제한을 초과하는 사용량을 구매할 수 있으며, 이는 /usage-credits에서 관리합니다. 이 주제에서 가장 변동성이 큰 수치인 플랜 할당량은 의도적으로 기재하지 않았으므로, claude.com/pricing 및 본인의 /usage 막대 그래프를 확인하십시오. 구독 중에도 토큰 메커니즘은 여전히 중요하며, 비효율적인 세션은 달러를 소모하는 것과 똑같이 윈도우를 소모합니다. 구독 관련 내용은 사용량에 적합한 Claude 플랜을 참조하십시오.

실질적인 효율을 높이는 방법

에이전트가 읽는 범위를 제한합니다. "auth.py의 유효성 검사 버그 수정"은 파일 하나만 읽지만, "이 코드베이스 개선"은 40개를 읽습니다. CLAUDE.md은 모든 세션에 로드되므로 간결하게 유지하십시오. 필수적인 내용만 담고, 특정 작업 흐름에 필요한 지침은 필요할 때 로드되는 스킬로 분리하십시오.
명확하고 간결하게 유지합니다. 관련 없는 작업 사이에는 /clear을 수행하십시오. 오래된 컨텍스트는 이후 모든 메시지에서 다시 전송되며 비용이 청구됩니다. 긴 작업 하나를 수행할 때는 /compact Focus on the failing tests and the diff를 사용하여 기록을 요약하고, 토큰 사용량이 급격히 증가하는 이차 곡선 구간을 피하십시오.
모델의 크기를 적절히 선택합니다. Sonnet은 대부분의 코딩 작업을 처리합니다. 2026년 10월 기준 가격은 100만 토큰당 입력 2달러/출력 10달러이며, 이는 도입 할인 가격이 아닌 표준 가격입니다. Sonnet 5.5는 2달러/10달러이며, Sonnet 5는 9월 1일 예정되었던 3달러/15달러로의 인상이 취소되어 기존 2달러/10달러를 유지합니다. Opus 5.5는 4달러/20달러이며, Haiku 5.5는 0.10달러/0.50달러(100,000 토큰 이하 프롬프트 기준, 초과 시 0.50달러/2.50달러)로 로그 분류와 같은 기계적인 서브 에이전트 작업에 적합합니다. Fable 5.1은 10달러/50달러로 가장 높은 가격대이며, Fable 5와 동일하고 Opus 5.5의 2.5배에 달합니다. 따라서 일상적인 작업에 그대로 두기 전에 어떤 작업이 해당 비용을 정당화하는지 파악하는 것이 좋습니다. /model을 사용하면 세션 도중에 모델을 전환할 수 있습니다.
장황한 출력은 미리 필터링합니다. 테스트 실행 결과를 Claude에게 전달하기 전에 grep을 사용하여 실패 항목만 남기면, 20,000 토큰의 도구 결과가 300 토큰으로 줄어듭니다. 이는 해당 턴이 다시 전송될 때마다 비용 절감 효과를 줍니다.
비대화형 작업은 배치로 처리합니다. 자체 API 파이프라인, 분류, 대량 검토, 야간 작업의 경우 Batches API를 사용하면 비동기 처리를 조건으로 동일한 모델을 50% 할인된 가격에 이용할 수 있습니다.
캐시 유지 시간을 고려합니다. 연속적인 작업 흐름을 유지하십시오. VPS의 tmux에서 실행되는 Claude Code 세션은 유휴 상태일 때 비용이 발생하지 않습니다. 토큰은 턴이 실행될 때만 소비되지만, 캐시 TTL이 지나면 캐시가 만료되어 다음 턴에서 다시 작성하는 비용이 발생합니다.

FAQ

Claude Code 코딩 세션에서는 토큰을 얼마나 사용합니까?

고정된 수치는 없습니다. 파일과 기록이 누적되면 세션 중간의 단일 턴에서 수만 개의 프롬프트 토큰이 사용되기도 하며, 작업 세션 전체로는 수백만 개에 달할 수 있습니다. 대부분의 토큰은 모델에 따라 기본 요금의 10분의 1 이하인 캐시에서 처리됩니다. 참고를 위해 2026년 10월 기준 Anthropic이 발표한 기업용 수치를 보면 개발자 1인당 활성 일수 기준 평균 약 13달러이며, 사용자의 90%는 30달러 미만을 사용합니다. 직접 세션에서 /usage를 실행해 보십시오. 5분간 직접 확인하는 것이 어떤 평균치보다 정확합니다.

보이지 않는 사고(thinking) 토큰도 비용이 발생합니까?

네, 발생합니다. 사고 토큰은 출력 토큰으로 간주되어 높은 요금이 적용되며 max_tokens 한도에 포함됩니다. 현재 모델은 인터페이스에서 추론 요약을 표시하지 않더라도 사고 토큰에 대해 요금을 부과합니다. 응답이 표시 가능한 답변을 완료하기 전에 stop_reason: "max_tokens"으로 잘린다면, 사고 과정에서 예산이 소진되었을 가능성이 큽니다. Claude Code에서 깊은 추론이 필요 없는 작업은 /effort을 사용하여 노력 수준을 낮추십시오.

Claude Code 세션이 길어질수록 메시지당 비용이 비싸지는 이유는 무엇입니까?

API는 상태를 저장하지 않기 때문입니다. 모든 턴은 컨텍스트에 남아 있는 대화 내용, 읽어 들인 모든 파일, 도구 결과, 압축되지 않은 이전 교환 내용을 입력 데이터로 다시 전송합니다. 따라서 50번째 턴은 1번째부터 49번째 턴까지의 내용을 모두 포함하게 됩니다. 프롬프트 캐싱은 대부분의 모델에서 반복되는 접두사를 기본 입력 가격의 10분의 1(Opus 5.5 및 Sonnet 5.5는 5%, Fable 5.1은 2.5%)로 처리하지만, 접두사 자체가 계속 커지며 캐시 TTL이 지난 후 유휴 상태가 길어지면 다음 턴은 전체 가격으로 다시 작성됩니다. /compact은 기록을 축소하고, /clear는 기록을 초기화합니다.

Claude 토큰 사용량과 비용은 어떻게 확인합니까?

Claude Code에서 /usage을 입력하면 세션 토큰 통계, 로컬 비용 추정치, 구독 플랜 한도 막대를 확인할 수 있습니다(/cost도 동일한 기능을 합니다). /context는 현재 컨텍스트 창을 채우고 있는 내용을 보여줍니다. 공식적인 API 청구 내역은 Claude Console의 사용량 페이지를 확인하십시오. 직접 작성한 코드에서 확인하려면 response.usage을 읽고 input_tokens, cache_creation_input_tokens, cache_read_input_tokens을 합산하여 실제 프롬프트 크기를 구하십시오. 비용은 count_tokens 엔드포인트를 사용하여 미리 추정해야 하며, tiktoken을 사용해서는 안 됩니다.

#claude-code #ai #tokens #claude