어떤 토큰 최적화 도구를 추천하시나요?
Which token optimizer would you recommend ?
핵심 요약
Claude Code의 토큰 소모를 줄여주는 다양한 최적화 도구 리스트와 실사용자들의 신중한 선택 권고.
- 토큰 최적화 도구 — RTK, Repomix 등 토큰 소모를 60~99%까지 줄여준다는 다양한 도구들이 소개됨.
- 디버깅 효율 저하 — 무분별한 압축은 에이전트의 성능을 떨어뜨리고 디버깅을 어렵게 만들 수 있다는 우려가 제기됨.
- 워크플로우별 선택 — 단순 코드 번들링, 프록시 압축, 지식 그래프 인덱싱 등 목적에 맞는 도구 선택이 중요함.
- 실사용 측정 필요 — 광고 수치와 실제 절감 폭은 다를 수 있으므로 직접 테스트해보고 결정해야 함.
제 역할을 하는 프로젝트 압축 도구들을 몇 개 찾았는데, 이것들이 서로 보완적인지 아니면 병렬로 사용할 수 있는지 잘 모르겠습니다.
대부분 비슷한 주장을 하고 있습니다.
RTK: "일반적인 개발 명령에서 LLM 토큰 소모를 60-90% 줄여주는 CLI 프록시입니다."
Caveman: "원시인처럼 말해서 토큰을 65% 절감하는 Claude Code 스킬입니다."
https://github.com/JuliusBrussee/caveman
Repomix: "전체 저장소를 AI 친화적인 단일 파일로 묶어줍니다." https://github.com/yamadashy/repomix
Context-mode: "AI 코딩 에이전트를 위한 컨텍스트 창 최적화 도구입니다. 도구 출력을 샌드박스화하여 98%를 절감합니다."
https://github.com/mksglu/context-mode
Codebase-Memory-mcp: "코드베이스를 영구적인 지식 그래프로 인덱싱합니다. 평균적인 저장소를 밀리초 단위로 처리하며, 155개 언어 지원, 서브 밀리초 쿼리, 99% 토큰 절감을 제공합니다."
https://github.com/DeusData/codebase-memory-mcp
Jcodemunch-mcp: "tree-sitter AST 파싱을 통한 GitHub 소스 코드 탐색용 최첨단 토큰 효율적 MCP 서버입니다."
https://github.com/jgravelle/jcodemunch-mcp
Headroom: "LLM 애플리케이션을 위한 컨텍스트 최적화 레이어입니다."
https://github.com/chopratejas/headroom
Lean CTX: "60–95%(캐시된 읽기 시 최대 99%)를 더 줄여주는 Shell Hook + MCP 서버입니다."
https://github.com/yvgude/lean-ctx
Codegraph: "Claude Code를 위해 미리 인덱싱된 코드 지식 그래프입니다. 토큰과 도구 호출을 줄이며 100% 로컬로 작동합니다."
https://github.com/colbymchenry/codegraph
Distill: "방대한 CLI 출력을 LLM을 위한 짧은 답변으로 정제하여 토큰을 절약합니다!"
