# 클로이드 코드, 짧은 명령어도 첫 시점에 약 3만 3천 토큰, MCP 등 추가로 약 7만 5천, 시스타마가 측정

> https://bookfactory.kr/c/news/8248
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-07-24T12:27:03.549Z

---

이미지 출처: ChatGPT에 의해 ledge.ai가 생성

AI 컨설팅 기업 Systima는 2026년 7월 12일(현지 시간), Anthropic의 AI 코딩 지원 툴 “Claude Code”와 오픈 소스 AI 코딩 툴 “OpenCode”가 AI 모델로 전송하는 데이터량을 비교한 [측정 결과를 [공개](https://systima.ai/blog/claude-code-vs-opencode-token-overhead){target="_blank"}했다.

매우 짧은 지시를 주었을 경우에도 Claude Code의 첫 번째 요청에는 약 3만 2800 토큰 상당의 정보가 포함되었었다. MCP 서버나 대용량의 지시 파일 등을 추가한 실용적인 환경에서는 약 7만 5000 토큰까지 늘어났다고 한다.

여기서 말하는 토큰이란 AI가 문장이나 프로그램을 읽고 쓸 때 사용하는 정보량의 단위이다. 다만, 사용자가 직접 3만 토큰을 입력했다는 의미는 아니다. Claude Code는 사용자의 지시와 함께 AI의 역할을 규정하는 내부 지시나, 이용 가능한 도구 설명 등을 모델에 보내는 것을 의미한다.

## 22자 지시에, 27종류의 도구 설명을 추가
Systima는 Claude Code와 OpenCode로부터 AI 모델로 전송되는 통신을 기록하는 시스템을 마련하여, 같은 컴퓨터, 같은 AI 모델, 같은 과제를 사용하여 비교했다.

AI에 거의 작업을 맡기지 않는 짧은 지시를 내린 결과, Claude Code 2.1.207의 첫 번째 요청은 약 3만 2800 토큰으로 나타났습니다. 반면, OpenCode 1.17.18은 약 6900 토큰이었으며, Claude Code는 약 4.7배였습니다.

Claude Code의 데이터에는 AI의 행동과 작업 절차를 규정하는 “시스템 프롬프트” 외에도 파일 읽기/쓰기, 명령어 실행 등에 사용되는 27종류의 툴에 대한 설명, 이용 가능한 에이전트와 기능에 대한 보조 정보가 포함되어 있었습니다.

특히 주목할 만한 점은 각 도구의 사용법이나 입력 형식을 AI에 전달하는 “툴 정의”였다. Systima의 추정치에 따르면, 약 3만 2800 토큰 중 약 2만 4000 토큰을 차지했다.

즉, Claude Code는 단순히 사용자의 짧은 지시사항만 AI에게 전달하는 것이 아니다. 코드 편집, 테스트, 여러 AI 에이전트에게 작업 분담과 같은 기능을 실행하기 위해, 미리 많은 “설명서”들을 동시에 전송하고 있다.
## MCP나 지시 파일의 추가로 약 7만 5천 토큰에
설정을 추가하면 모델로 전송하는 정보량은 더욱 증가했다.

MCP（Model Context Protocol）는 AI와 외부 데이터나 툴을 공통의 형식으로 연결하기 위한 규격이다. Claude Code에서는 MCP를 통해 Google Drive의 자료를 읽거나, Jira의 티켓을 업데이트하거나, Slack의 정보를 가져올 수 있다.

Systima의 측정 결과, 소규모 MCP 서버를 5개 추가하면 Claude Code의 첫 번째 요청에 약 4900 토큰이 추가되는 것을 확인했습니다. 이는 AI에게 연결 대상이 제공하는 기능에 대한 이름과 사용법을 설명해야 하기 때문입니다.

또한, 개발팀의 규칙 등을 담은 72KB 크기의 “CLAUDE.md” 파일을 읽어들이면 1회 요청 시 약 2만 토큰이 추가되었습니다. CLAUDE.md는 사용되는 라이브러리, 코딩 규칙, 테스트 방법 등 프로젝트 고유의 지시사항을 Claude Code에 전달하는 파일입니다.

4つのMCPサーバー、インストール済みのプラグイン、同じ72KBの指示ファイルを組み合わせた環境では、118種類のツールを含む約31万1000バイトのデータが送られ、約7万5000トークンに達した。

따라서 이 숫자는 MCP 서버만을 기준으로 약 7만 5천 토큰이 되었다는 것을 의미하지 않는다. MCP, 플러그인, 대용량의 지시 파일 등을 겹쳐 놓은 특정 환경에서의 측정 결과이기 때문이다.
## 초기 토큰 수만으로는 작업 전체의 효율은 결정되지 않으며,
첫 번째 요청의 데이터량이 많아서라고 Claude Code가 모든 작업에서 OpenCode보다 더 많은 토큰을 사용한다고 단정할 수 없다.

프로그램을 작성하고 실행하며 오류를 수정하는 다단계 과제에서는 Claude Code가 3번의 모델 호출로 작업을 완료했으며, 입력 토큰 총합은 약 12만 1천 개였다. OpenCode는 도구를 하나씩 순차적으로 호출했기 때문에 9번의 통신이 필요했으며, 총합은 약 13만 2천 토큰이 되었다.

Claude Code는 여러 작업을 묶어 실행할 수 있어, 한 번에 처리하는 데이터 양이 많더라도 통신 횟수를 줄임으로써 전체 양을 조절할 수 있는 경우가 있습니다. 하지만 다른 AI 모델을 사용한 재측정에서는 결과가 뒤바뀌었고, 과제나 모델의 동작에 따라 달라진다는 점입니다.
## 토큰 수와 실제 청구액은 동일하지 않다

한 번 전송된 공통 정보를 재활용하는 “프로ンプ트 캐시”가 작동하는 경우, 동일한 데이터를 매번 동일한 요금으로 신규 입력처럼 처리하는 것은 아닙니다. 따라서 약 3만 3천 토큰이라는 숫자가 그대로 매번 청구액에 반영되는 것은 아니라는 의미입니다.

한편, 캐시를 활용하더라도 모델이 한 번에 처리할 수 있는 정보량인 “컨텍스트 윈도우”는 소비한다. 내부 지시나 툴 설명이 많을수록, 사용자의 코드나 대화 등을 포함하기 위한 여지가 줄어든다.

Anthropic의 공식 문서([https://code.claude.com/docs/en/memory](https://code.claude.com/docs/en/memory))에서도 Claude.md는 각 세션의 시작 시점에 컨텍스트로 읽込まれ, 토큰을 소비한다고 설명하고 있다. 파일은 간결하게 요약하고, 대략 200줄 미만으로 작성하는 것을 권장하고 있다.

이번 조사는 특정 버전의 Claude Code와 OpenCode를 제한된 課題(과제)로 비교한 제3자 측정 결과이며, 두 도구의 성능 전체를 평가한 것은 아니다. Systima는 2026년 7월 시점의 구성(構成)을 조사한 결과이며, 향후 업데이트나 이용 환경에 따라 수치가 달라질 수 있다고 언급했다.

*   **Claude CodeでAIエージェントをどう指示するか　AnthropicがCLAUDE.md・スキル・サブエージェントなど7つの方法を解説**
    클라우드 코드(Claude Code)를 사용하여 AI 에이전트를 어떻게 지시할 수 있는지, Anthropic이 CLAUDE.md, 스킬, 서브 에이전트 등 7가지 방법을 설명합니다.

*   **AIエージェントの長文コンテキストを画像で圧縮　OSS「pxpipe」がFable 5利用料を59〜70%削減と報告**
    AI 에이전트의 장문 컨텍스트를 이미지로 압축하는 OSS(Open Source Software) “pxpipe”가 Fable 5 이용료를 59~70% 감축했다고 보고합니다.

*   **Anthropic、AIシステムと外部データソースを統合する「Model Context Protocol」を発表**
    Anthropic이 AI 시스템과 외부 데이터 소스를 통합하는 “Model Context Protocol”을 발표했습니다.

*   **Claude Codeは誰が何に使い、成果はどこで分かれるのか――Anthropicが利用データ40万件を分析**
    클라우드 코드(Claude Code)를 누가 무엇에 사용하고, 그 결과는 어디에서 갈라지는지 – Anthropic이 40만 건의 이용 데이터를 분석했습니다.\n\n[원문 보기: https://ledge.ai/articles/claude_code_token_overhead] Ledge.ai