비용 절감을 위해 Claude Code 플러그인 3종을 더 테스트해 봤습니다. 결론은 이렇습니다.
I tested 3 more Claude Code plugins to cut costs. Here’s my verdict
핵심 요약
Claude Code의 비용 절감을 위해 LSP, Graphify, RTK 플러그인을 테스트한 결과, LSP가 가장 효과적이었습니다.
- LSP 활용 — 무작위 텍스트 검색을 대체하여 비용 13% 및 API 호출 24% 절감함
- Graphify 분석 — LLM 오버헤드가 커서 오히려 기본 설정보다 비용이 더 발생함
- RTK 압축 — CLI 출력이 적은 작업 환경에서는 비용 절감 효과가 미미함
- 비용 최적화 핵심 — 토큰 자체보다 캐시 읽기(cache reads)를 줄이는 것이 중요함
2주 전에 비용 좀 아껴보려고 써본 플러그인들 후기 올렸었는데, 솔직히 반응 이렇게 좋을 줄 몰랐음. 댓글로 다들 꿀팁 공유해준 덕분에 읽으면서 진짜 많이 배웠다.
그래서 너희가 추천해준 것들 바탕으로 플러그인 3개 더 테스트해봄.
참고로 내 작업 환경은 멀티 에이전트(오케스트레이터 + 개발 에이전트 + 리뷰어) 구조로 돌아가는 사내 CRM 빌더임. 같은 작업을 여러 번 반복하면서 수정하는 방식인데, 토큰 어디서 다 잡아먹나 봤더니 생성된 코드 때문이 아니라 캐시 읽기에서 다 나가고 있더라.
그래서 컨텍스트를 줄이거나 작업 횟수를 줄여줄 만한 플러그인들을 테스트해봤음. 성능 좋은 순서대로 나열함:
1. LSP: Claude Code의 기본 LSP 지원 기능임. 에이전트가 수백 개 매칭 결과 뒤지는 grep 대신 정확한 코드 탐색을 할 수 있게 해줌. 근데 이게 서브 에이전트한테 작업 넘길 때는 작동을 안 함. 걔네는 이 툴을 어떻게 쓰는지 모르거든. 그래서 메인 레벨에서만 쓰려고 내 하네스에서는 뺐음.
결론: 압도적 1등. 내 경우엔 비용 13%, 토큰 12%, API 호출 24% 줄었음. 무지성 텍스트 검색을 대체한 게 컸는데, grep/rg 호출이 44% 줄었고(340번에서 189번으로), 그 자리를 정확한 LSP 조회 55번이 대신함. 조회 횟수가 줄고 정확해지니까 재작업도 확실히 줄더라.
2. Graphify: 이건 접근 방식이 좀 다름. 정적 분석이랑 LLM을 섞어서 프로젝트 의존성 그래프(어떤 파일이 뭘 임포트하고, 어떤 함수가 뭘 호출하고, 심볼이 어떻게 쓰이는지)를 만듦. LLM이 코드를 읽고 질문에 답하는 과정을 거치니까 순수 정적 툴에는 없는 '동의어 이해' 능력이 생김.
결론: 테스트해보니까 LLM 오버헤드가 이득보다 커서, 오히려 기본값보다 살짝 더 비싸짐.
3. RTK: Claude CLI를 감싸서 쉘 명령어 출력값을 컨텍스트에 들어가기 전에 압축해주는 놈임. 자체적으로 API 호출은 안 함.
다들 이거 추천 많이 해서 기대했는데, 내 환경에선 Bash 출력이 토큰을 많이 잡아먹는 주범이 아니었음. 명령어 결과값이 다들 작아서 딱히 줄일 게 없더라.
결론: CLI 출력값이 존나게 긴 작업 환경이라면 쓸만하겠지만, 나한테는 별 효과 없었음.
결론적으로 내 환경에서 제일 효과 좋았던 건 Ponytail(지난번 글에 썼던 거, 에이전트가 코드 덜 짜게 하고 리뷰어랑 핑퐁질 줄여줘서 제일 많이 아낌)이랑 LSP였음.
(참고로 나 여기 언급된 플러그인들이랑 아무 관계 없음.)
