프로젝트 도중 AI 코딩 비용이 폭주하지 않게 막는 방법

몇 주 전, Slash라는 핀테크 스타트업이 화제가 되었습니다. 한 개발자가 밈에서 영감을 받은 비디오 게임을 만들다가 실수로 81,000$ 상당의 AI 토큰을 태워버린 것입니다. 고용주로부터 vibe coding을 실험해 보라는 권유를 받았던 그 개발자는, Claude에게 대량의 코드를 반복해서 읽고 다시 쓰게 하는 것이 얼마나 비싼지를 과소평가했습니다.

"이건 정말 사고였습니다, 제 자신의 능력을 과소평가했어요"라고 그 개발자는 X에 게시했습니다. 동정을 자아내는 상황이며, AI 코딩 에이전트가 신기한 것에서 일상적인 워크플로로 옮겨가면서 점점 더 흔해지고 있습니다.

이 가이드는 비용을 예측 가능하게 유지하는 가장 효과가 큰 다섯 가지 습관을 다룹니다.

1. 모델을 작업에 맞춰라

비용에 대한 가장 큰 단일 지렛대는 모델 선택입니다. 프런티어 모델(Claude Opus, GPT‑5, Gemini Ultra)은 대부분의 작업에 충분한 품질을 가진 하위 등급 모델보다 토큰당 10~50× 더 비쌀 수 있습니다. 모든 것에 프런티어가 필요한 것은 아닙니다.

대략적인 머릿속 지도:

• 작고 빠른 모델(Haiku, Flash, mini): 자동 완성, 짧은 편집, 이름 바꾸기, boilerplate 생성, 빠른 구문 질문에 답하기
• 중간 등급 모델(Sonnet, GPT-4.1): 대부분의 코딩 작업 — 명확한 스펙에서 기능 구현, 테스트 작성, diff 검토
• 프런티어 모델(Opus, Fable 5, GPT-5): 복잡한 아키텍처 결정, 여러 파일에 걸친 긴 재작성, 까다로운 프로덕션 문제 디버깅, 모델이 여러 도구 호출에 걸쳐 추론해야 하는 에이전트 세션

Max 또는 Pro 요금제로 Claude Code를 사용한다면, Auto mode가 감지된 작업 복잡도에 따라 적절한 등급으로 자동 라우팅하며, API 호출과 같은 방식으로 토큰 예산에 계산되지 않습니다. Auto를 기본값으로 전환하고, 더 많은 성능이 필요하다는 걸 알 때만 재정의하세요.

2. 먼저 계획하고, 그다음에 만들어라

가장 비싼 AI 코딩 패턴은 큰 코드베이스에서 곧장 "이 파일을 다시 써"로 뛰어드는 것입니다. 모델이 그 모든 컨텍스트를 읽고, 변경을 제안하고, 수정을 받고, 반복하면 토큰 사용량은 빠르게 누적됩니다.

Claude Code의 Plan mode는 수백 토큰이 듭니다. 원하는 바를 설명하면 모델이 단계별 접근법을 제안하고, 단 하나의 파일도 건드리기 전에 당신이 평이한 영어로 계획을 수정합니다. 잘못된 400줄짜리 diff는 고치는 데 수천 토큰이 들고, 그 수정을 다시 고치기 위해 또 한 번의 라운드가 필요한 경우가 많습니다.

파일을 두세 개 넘게 건드리는 모든 작업의 순서는 다음과 같습니다:

1. Describe the goal in /plan
2. Read and correct the plan
3. Execute on the corrected plan

이 한 가지 습관만으로도 이를 채택한 팀의 기능당 비용을 꾸준히 30~50% 절감합니다.

3. 컨텍스트 윈도를 좁혀라

AI 모델은 토큰 단위로 과금합니다 — 보내는 것(입력)과 생성하는 것(출력) 모두. 흔한 실수는 모듈 하나만 필요한데 코드베이스 전체를 모델에 보내는 것입니다.

실용적인 기법:

• 무엇을 읽을지 명시하라. "auth 시스템을 리팩터해" 대신 "src/auth/session.ts를 리팩터해 — 나머지는 전부 무시해"라고 말하세요.
• --include 플래그를 사용하라. Claude Code에서 --include는 파일 읽기 범위를 좁혀 에이전트가 repo의 무관한 부분으로 헤매지 않게 합니다.
• /compact가 제 일을 하게 하라. 세션이 길어지면, Claude Code의 컨텍스트 압축(자동으로 또는 /compact로 트리거됨)이 대화 기록을 초점이 맞춰진 요약으로 대체하여, 중요한 결정은 보존하면서 토큰 부하를 60~80% 줄입니다.

대략적인 경험칙: 영어나 코드 4글자당 토큰 1개. 큰 파일에서 긴 에이전트 세션을 시작하기 전에, 컨텍스트가 예산에 맞는지 가늠하세요. 대상 파일이 2,000줄(~8,000자, ~2,000토큰)이라면 작업할 여유가 있습니다. 50,000줄짜리 monorepo 모듈을 넘기고 있다면 범위를 좁히고 싶을 것입니다.

4. 무엇이 토큰을 가장 많이 태우는지 알아라

모든 AI 코딩 작업이 비용 면에서 같지는 않습니다. 가장 비싼 것부터 가장 싼 것까지:

1. 도구 호출이 많은 에이전트 세션 — 모델이 파일을 읽고, 파일을 쓰고, 테스트를 실행하고, 출력을 읽고, 반복합니다. 모든 단계가 청구됩니다.
2. 큰 파일 재작성 — 읽기 + 큰 diff 생성은 빠르게 누적됩니다.
3. 반복적인 디버깅 루프 — 오류, 수정 시도, 새 오류, 반복.
4. 빈틈없는 스펙에서의 단발 생성 — 가장 저렴합니다. 모델이 스펙을 읽고 그것을 한 번에 씁니다.

디버깅 세션에서는 모델에게 오류 메시지와 그것이 발생한 특정 함수를 주세요 — 전체 스택이 아니라, 모듈 전체가 아니라. 재작성에서는 큰 작업을 더 작고 독립적으로 검증 가능한 단위로 쪼개세요.

5. 시작하기 전에 실제 지출 한도를 설정하라

2026년 6월 15일 이후, Claude Code의 에이전트 및 헤드리스(claude -p) 사용은 대화형 채팅과 별도의 크레딧 풀에 대해 청구됩니다: Pro에서 20$/월, Max 5×에서 100$/월, Max 20×에서 200$/월. 자동화나 예약된 에이전트를 만들고 있다면, 그 풀은 예상보다 빠르게 소진될 수 있습니다.

통제력을 유지하려면:

• 세션당 상한으로 CLAUDE_MAX_COST_PER_SESSION 환경 변수(또는 Cursor 설정의 동등한 항목)를 설정하세요.
• Anthropic 콘솔에서 예산의 50%와 90%에 월간 지출 알림을 설정하여 한도에 도달하기 전에 이메일 경고를 받으세요.
• API 위에 제품을 구축하고 있다면, 에이전트 루프에 토큰 예산 검사를 추가하고 실행당 한도를 초과하면 우아하게 중단하세요.

Slash 개발자의 81,000$ 실행은 가드레일 없이 일어났습니다. Slash의 API 계정에 500$의 월간 상한이 설정되어 있었다면, 피해는 차단된 세션과 짧은 대화로 끝났을 것입니다 — 바이럴 이야기가 아니라.

종합하면

이 습관들 중 어느 것도 속도를 늦출 것을 요구하지 않습니다. AI 코딩 에이전트를 가장 효율적으로 사용하는 개발자들은 한 가지 특성을 공유하는 경향이 있습니다: 세션을 시작하기 전에 모델에게 실제로 무엇을 시켜야 하는지를 30초 동안 생각한다는 것입니다. 그 짧은 멈춤 — 올바른 모델을 고르고, 컨텍스트 범위를 좁히고, 먼저 Plan mode를 실행하는 것 — 이 바로 5$짜리 기능과 50$짜리 기능을 가르는 것입니다.