Claude Code 세션 비용 분석 및 시각화 도구 Argus 공개

커뮤니티 반응

작성자가 공개한 도구에 대해 긍정적인 반응이며, 특히 비용 발생 원인을 파악하기 어려웠던 사용자들 사이에서 유용하다는 평가를 받고 있습니다.

주요 논점

01찬성다수

Claude Code의 로그가 JSONL이라 읽기 힘든데 시각화 도구가 비용 관리에 큰 도움이 된다.

합의점 vs 논쟁점

합의점

Claude Code의 비용 발생 구조가 사용자 입장에서 직관적이지 않은 경우가 많다.
로컬 로그 파일을 활용한 분석은 보안 측면에서 안전하고 효율적인 접근 방식이다.

실용적 조언

Claude Code 비용이 예상보다 많이 나온다면 ~/.claude/projects/ 폴더의 JSONL 로그를 확인하십시오.
Argus와 같은 도구를 사용하여 캐시 적중률을 모니터링하고 중복된 파일 읽기 명령을 줄이도록 프롬프트를 조정하십시오.

섹션별 상세

Claude Code 세션 간 비용 차이가 발생하는 원인을 분석하기 위해 로컬 로그 시스템을 활용했다. ~/.claude/projects/ 경로에 저장되는 JSONL 형식의 트랜스크립트 파일을 파싱하여 에이전트의 모든 도구 호출과 읽기/쓰기 작업을 타임라인 형태로 재구성했다. 이를 통해 사용자는 에이전트가 실제로 수행한 작업과 예상했던 작업 간의 차이를 시각적으로 대조할 수 있다.

세션별 토큰 사용량과 USD 비용을 단계별로 추적하여 비용 효율성을 점검하는 기능을 구현했다. 각 단계에서의 캐시 적중률(Cache Hit Ratio)과 서브에이전트별 기여도를 계산하여 어떤 부분에서 리소스 소모가 컸는지 명확히 보여준다. 특히 컨텍스트 압축이 시작되기 전 컨텍스트 윈도우가 가득 차면서 발생하는 비용 급증 구간을 식별할 수 있다.

에이전트의 비효율적인 작동 패턴을 자동으로 감지하는 규칙 시스템을 도입했다. 동일한 파일을 반복해서 읽는 중복 읽기, 해결되지 않는 문제로 인한 리트라이 루프(Retry Loops), 컨텍스트 압박 등을 플래그로 표시하여 사용자에게 알린다. 이러한 자동 감지는 복잡한 에이전트 워크플로에서 발생하는 실패 모드를 빠르게 파악하고 프롬프트를 수정하는 근거가 된다.

개인정보 보호를 위해 모든 분석 프로세스는 로컬 환경에서만 실행되도록 설계했다. 외부 서버로의 데이터 업로드나 별도의 로그인 과정 없이 사용자의 로컬 JSONL 파일만 읽어서 처리하는 방식을 채택했다. 이는 기업용 코드나 민감한 프로젝트를 다루는 개발자들이 보안 우려 없이 에이전트의 성능과 비용을 모니터링할 수 있게 한다.

용어 해설

컨텍스트 압축(Context Compaction): — LLM 에이전트가 긴 대화나 작업 과정에서 컨텍스트 윈도우 한계에 도달하기 전, 중요 정보를 요약하거나 불필요한 데이터를 제거하여 효율을 높이는 기법이다. 이 과정이 지연되면 토큰 사용량이 급증하여 비용이 상승할 수 있다.
캐시 적중률(Cache Hit Ratio): — 프롬프트 캐싱 기술을 사용할 때, 전체 요청 중 이전에 저장된 캐시 데이터를 재사용하여 처리된 비율을 의미한다. 적중률이 높을수록 동일한 데이터를 다시 처리하는 비용과 지연 시간을 크게 줄일 수 있다.
토큰 비용(Token Cost): — LLM이 텍스트를 처리하는 단위인 토큰당 발생하는 금전적 비용이다. 입력(Input)과 출력(Output) 토큰에 따라 단가가 다르며, 에이전트의 반복적인 파일 읽기나 루프 발생 시 비용이 누적되는 핵심 요인이다.

언급된 도구

Argus추천링크

Claude Code 세션 로그 분석 및 시각화 VS Code 확장 프로그램

Claude Code중립

Anthropic의 CLI 기반 AI 코딩 에이전트

언급된 리소스

GitHubArgus GitHub Repository