Token Usage 분석을 통한 Prompt Specification 품질 정량화

CodeBurn and the Problem I Didn't Know I Had: Tokens Per Real Task

Juan Torchia2026년 4월 17일10분intermediate

AI 요약

Context

Claude Code의 기본 대시보드가 제공하는 단순 Billing 기준 토큰 합산 방식으로는 개별 Task의 효율성 진단이 불가능한 한계 존재. 구체적인 작업 단위의 토큰 소비 패턴을 파악하여 개발자의 Specification 정의 능력을 측정할 필요성 대두.

~/.claude/projects/ 내 로컬 JSON 로그를 파싱하여 Session 및 Task 단위로 데이터를 재구조화하는 CodeBurn CLI 도입
Commit Message 및 Task 기능을 매핑하여 'Tokens per Real Task'라는 고밀도 진단 지표 정의
단순 Generation 토큰과 Error Correction 토큰을 분리하여 분석하는 로직 적용
초기 Context 제공 부족으로 인한 불필요한 Reading 토큰 발생 지점을 식별하여 CLAUDE.md 기반의 Context 최적화 전략 수립
@file 참조 및 명시적 타입 정의를 통해 Agent의 Inference 루프를 제거하는 Prompt 설계 패턴 적용

실천 포인트

1. CLAUDE.md 파일을 통해 프로젝트 전역 컨텍스트를 최신화하여 Agent의 불필요한 파일 탐색 방지

2. @file 참조를 통해 관련 인터페이스와 타입을 명시적으로 제공하여 Type Correction 루프 제거

3. 의존성 순서나 제약 사항을 추론에 맡기지 않고 초기 Prompt에 명시하여 Debugging Iteration 최소화

4. Task의 복잡도 대비 컨텍스트 구성 오버헤드가 큰 5분 내외의 단순 작업은 수동 코딩 검토

태그