Claude Code 토큰을 작업별로 분석한다, 'CodeBurn'으로 AI 비용 새는 곳 찾기

Claude Code, 잘 쓰면 좋은데 청구서가 무서워요

요즘 한국 개발자들 사이에서도 Claude Code 쓰는 분들이 정말 많아졌어요. 터미널에서 claude만 치면 똑똑한 페어 프로그래머가 옆에 앉아서 코드를 짜주니까요. 그런데 한 달 쓰고 나서 사용량을 보면 "내가 이렇게 많이 썼나?" 싶을 때가 있어요. 특히 큰 코드베이스에서 컨텍스트를 잔뜩 넘기다 보면, 한 번 작업에 수십만 토큰이 훅 나가기도 하거든요.

문제는 "어떤 작업이 토큰을 많이 먹는지"를 직관적으로 알기 어렵다는 거예요. Claude Code가 기본으로 제공하는 사용량 정보는 누적 통계 위주라, "내가 어제 했던 리팩토링 작업이 토큰을 얼마나 썼지?", "이 디버깅 세션이 비싼 거였나?" 같은 질문엔 답하기가 힘들어요. 그래서 AgentSeal이라는 개발자가 만든 오픈소스 도구 CodeBurn이 등장한 거예요.

CodeBurn이 뭘 해주는 거예요?

CodeBurn의 핵심 기능은 Claude Code의 토큰 사용량을 "작업(task)" 단위로 쪼개서 분석해주는 거예요. 단순히 "오늘 50만 토큰 썼어요"가 아니라, "이 PR 작업에 12만 토큰, 저 버그 수정에 8만 토큰, 그날 오후의 리팩토링에 30만 토큰" 같은 식으로 작업별로 비용을 보여줘요.

동작 방식은 비교적 단순해요. Claude Code는 세션 로그를 로컬에 남기는데, CodeBurn이 그 로그를 파싱해서 작업 단위로 그룹화한 다음, 입력 토큰과 출력 토큰을 모델별 가격(예: Sonnet은 입력 $3/M, 출력 $15/M)에 곱해서 실제 달러 비용을 계산해줘요. 결과는 CLI에서 표 형태로 보여주거나, JSON으로 내보낼 수도 있고요.

왜 "작업 단위" 분석이 중요할까

이게 왜 중요한지를 설명하려면 LLM의 토큰 경제학을 좀 짚어야 해요. Claude Code는 매 요청마다 현재 대화 히스토리 + 시스템 프롬프트 + 읽어온 파일들을 통째로 모델에 보내요. 그래서 세션이 길어질수록 컨텍스트가 부풀어 오르고, 같은 질문이라도 세션 후반에는 토큰이 훨씬 많이 들죠.

이걸 작업 단위로 보면 패턴이 보여요. 예를 들어 "긴 리팩토링 세션은 비싸지만 산출물 대비 가성비는 좋다", "같은 질문을 짧은 새 세션으로 시작하면 80% 비용을 아낄 수 있다", "파일을 통째로 읽게 시키지 말고 grep으로 필요한 부분만 보게 시키면 절반 이하로 줄어든다" 같은 인사이트를 얻을 수 있어요. 돈이 어디서 새는지 알아야 막을 수 있잖아요.

비슷한 도구들과 비교

LLM 비용 추적 분야에는 이미 몇 가지 도구가 있어요. Helicone이나 Langfuse 같은 LLM 관측(observability) 플랫폼은 API 호출을 프록시로 가로채서 모든 요청의 토큰과 비용을 대시보드로 보여주죠. 그런데 이건 주로 자체 LLM 앱을 만드는 개발자용이지, Claude Code 같은 클라이언트 도구 사용자에게는 적합하지 않아요.

Claude Code 생태계 안에서는 ccusage 같은 도구가 비슷한 역할을 하는데, 주로 누적 사용량과 일자별 통계에 초점이 맞춰져 있어요. CodeBurn의 차별점은 "작업"이라는 의미 단위로 묶어서 본다는 거예요. 사람이 실제로 일하는 단위에 맞춰서 비용을 보여주니까, 워크플로 개선과 직접 연결되는 정보가 나오는 거죠.

GitHub Copilot이나 Cursor 같은 다른 AI 코딩 도구들은 보통 정액제라 이런 분석이 덜 중요하지만, Claude Code는 종량제 API 기반이라 이런 도구의 가치가 더 커요.

한국 개발자에게 주는 시사점

AI 개발 도구에 회사 카드를 쓰는 한국 팀들이 점점 늘고 있잖아요. 그런데 "이번 달 Anthropic 청구서가 왜 이렇게 많이 나왔지?"라는 질문에 명확히 답할 수 있는 팀은 의외로 적어요. CodeBurn 같은 도구를 도입하면 개발자별, 프로젝트별, 작업 유형별로 AI 비용을 가시화할 수 있고, 그러면 "이 코드베이스는 컨텍스트가 너무 커서 비싸니까 인덱싱 전략을 바꾸자" 같은 데이터 기반 결정이 가능해져요.

또 개인 개발자 입장에서도 가치가 있어요. 사이드 프로젝트에 Claude Code 쓰면서 "내가 어떤 식으로 일할 때 가장 효율적인가?"를 알 수 있거든요. 짧은 세션 여러 개로 쪼개는 게 좋은지, 긴 세션 하나가 좋은지, 파일을 미리 정리해두고 시작하는 게 비용을 얼마나 줄이는지 같은 자기 사용 패턴 최적화가 가능해지죠.

도입 자체는 어렵지 않아요. GitHub에서 받아서 로컬에 설치하고, Claude Code 로그 디렉터리만 지정해주면 돼요. 작은 팀이라면 주간 리포트로 자동화해서 슬랙에 올리는 것도 좋은 활용법이고요.