피드로 돌아가기
Dev.toAI/ML
원문 읽기
로컬 JSONL 로그 분석을 통한 Claude Code 토큰 가시성 확보 및 Cache Read 95.8% 확인
I had no idea how many tokens I was burning in Claude Code — so I built a dashboard
AI 요약
Context
Claude Code 사용 중 토큰 소모량과 세부 내역에 대한 가시성 부재로 인한 비용 및 효율 관리의 어려움 발생. 로컬 환경에 저장된 세션 데이터의 존재를 인지하지 못해 정량적 분석이 불가능했던 상황.
Technical Solution
- ~/.claude/projects/ 경로의 JSONL 로그 파일을 데이터 소스로 활용한 로컬 데이터 파이프라인 설계
- Next.js 기반의 대시보드를 구축하여 파일 시스템의 원천 데이터를 시각적 지표로 변환
- 입력, 출력, Cache Read, Cache Creation 등 토큰 유형별 파싱 로직 구현을 통한 정밀 분석
- 프로젝트 단위 및 일자별 집계 로직을 통한 사용 패턴 추적 구조 설계
- 로컬 실행 방식을 채택하여 민감한 세션 데이터의 외부 유출을 방지하는 보안 설계
실천 포인트
1. 로컬 툴 사용 시 숨겨진 로그 파일(.jsonl, .log) 경로 확인 및 데이터 구조 분석
2. 단순 총량보다 Cache Hit Rate 등 효율 지표를 정의하여 최적화 지점 파악
3. 데이터 보안을 위해 민감 정보가 포함된 로그는 로컬 분석 환경 구축 검토