본문으로 건너뛰기
피드

CLAUDE.md 파일 하나로 Claude 출력 토큰 63% 줄이기

ai-ml 약 4분
vote
0
댓글
북마크

프로젝트 루트에 CLAUDE.md 파일을 넣으면 Claude의 아부성 오프너, 공허한 클로징, 과잉 추상화 등을 차단해 출력 토큰을 63% 줄일 수 있다. 단, 입력 토큰 오버헤드가 있어 출력량이 많은 환경에서만 순이익이 남는 솔직한 트레이드오프도 명시하고 있다.

  • 1

    CLAUDE.md 하나로 출력 토큰 63% 절감, 코드 변경 불필요

  • 2

    sycophancy, 빈 클로징, 질문 반복, 과잉 추상화 등 12가지 낭비 패턴 차단

  • 3

    코드 리뷰 기준 120단어→30단어(75% 감소)

  • 4

    매 메시지마다 입력 토큰 소비 — 출력량 많은 환경에서만 순이익

  • 5

    글로벌/프로젝트/서브디렉토리 레벨로 계층적 구성 가능

  • 프로젝트 루트에 CLAUDE.md 파일 하나만 넣으면 Claude의 출력 토큰을 평균 63% 줄일 수 있다는 오픈소스 프로젝트가 나옴

    • Claude Code가 자동으로 CLAUDE.md를 읽기 때문에 코드 변경 없이 동작함
    • 핵심은 Claude의 기본 행동 중 토큰만 낭비하는 패턴들을 규칙으로 차단하는 것
  • Claude가 기본적으로 하는 토큰 낭비 행동들이 꽤 구체적으로 정리되어 있음

    • "Sure!", "Great question!", "Absolutely!" 같은 아부성 오프너
    • "I hope this helps! Let me know if you need anything!" 같은 공허한 클로징
    • 질문을 다시 반복한 뒤에야 답변 시작
    • 요청하지 않은 추가 제안, 과도한 추상화, em dash/스마트 따옴표 같은 파서 깨뜨리는 유니코드 사용
    • 틀린 말에도 "You're absolutely right!"로 동의하는 sycophancy
  • 벤치마크는 5개 프롬프트 기준 단순 비교이긴 한데, 방향성은 명확함

    • async/await 설명: 180단어 → 65단어 (64% 감소)
    • 코드 리뷰: 120단어 → 30단어 (75% 감소)
    • REST API 설명: 110단어 → 55단어 (50% 감소)
    • 전체 465단어 → 170단어, 정보 손실 없이 63% 절감

💡

> 하루 100 프롬프트 기준 약 9,600 토큰, 월 $0.86 절감. 하루 1,000 프롬프트면 월 $8.64. 자동화 파이프라인처럼 출력량이 많은 환경에서 효과가 극대화됨.

  • 단, 솔직한 트레이드오프도 명시하고 있음

    • CLAUDE.md 자체가 매 메시지마다 입력 토큰으로 소비되기 때문에, 출력이 충분히 많아야 순이익이 남
    • 단발성 짧은 질문에는 오히려 손해 — 파일 로딩 오버헤드가 절감분을 넘김
    • 매번 새 세션을 여는 파이프라인도 효과가 떨어짐
    • 탐색적/아키텍처 토론처럼 풍부한 답변이 필요한 작업에는 오히려 제약이 될 수 있음
  • CLAUDE.md는 계층적으로 구성 가능함

    • 글로벌(~/.claude/CLAUDE.md), 프로젝트 루트, 서브디렉토리 레벨로 분리해서 규칙을 적용할 수 있음
    • 범용 프로필, 코딩용, 에이전트 자동화용, 데이터 분석용 프로필을 따로 제공
    • 사용자가 명시적으로 상세 설명을 요청하면 규칙을 오버라이드하도록 설계됨
  • 프로젝트 자체가 Claude 커뮤니티의 실제 불만에서 출발한 거라 현실적임

    • GitHub 이슈 #3382 "Claude says You're absolutely right about everything" (350+ 업보트) 등 실제 사례 기반
    • MIT 라이선스, curl 한 줄로 설치 가능

LLM의 기본 행동 패턴을 시스템 프롬프트 수준에서 제어하는 실용적 접근. 자동화 파이프라인에서 특히 유용하지만, 솔직한 한계 고지가 신뢰를 높인다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.