직접 써 보셨나요? 저희가 직접 써보고 알려드릴게요.
링크를 공유하면 포인트가 쌓이고, 모은 포인트로 혜택을 드리고 있어요. 이용 가이드
최근 아티클
dense 벡터만 쓰는 Semantic Search, sparse 벡터와 RRF는 언제 섞어야 할까?
검색엔진이 쓰는 dense 벡터와 sparse 벡터가 각각 무엇을 잘 찾고 무엇을 놓치는지, 두 검색 결과를 순위로 합치는 RRF가 어떻게 계산되는지 설명합니다. 의류 상품 1만 개를 작은 임베딩 모델로 검색한 실측에서 모델번호 검색어의 상위 10개 안에 정답을 찾은 비율은 dense 0.8, 하이브리드 1.0이었습니다.

Claude Code가 파일을 통째로 다시 쓰면 출력 토큰이 몇 배가 될까?
204줄 파일의 help 문구 한 줄을 필요한 부분만 고치게 한 경우와 Write로 전체를 다시 쓰게 한 경우를 `claude -p`로 다섯 번씩 돌리고 세션 로그를 분해했습니다. 결과 diff는 같았지만 출력 토큰 중앙값은 736 대 4,055로 약 5.5배였고, 늘어난 몫은 거의 다 Write로 끝난 응답이었습니다.

haiku로 바꾸면 Claude Code 비용이 열 배 싸진다는데, 과연 진짜일까?
같은 조사 과제와 버그 수정 과제를 haiku, sonnet, opus에 `claude -p`로 다섯 번씩 시키고, sonnet에서는 `MAX_THINKING_TOKENS=0`으로 사고를 꺼 봤습니다. 조사 과제 비용 추정치는 haiku가 opus의 약 31분의 1, 버그 수정의 성공당 비용은 약 22분의 1이었고, 사고를 끄는 환경 변수는 효과가 없었습니다.
Claude Code에 설명은 생략하라고 하면 출력 토큰이 줄어들까?
같은 한 줄 수정을 지시만 바꿔 `claude -p`로 조건마다 5번씩 시켰더니, 설명 생략은 마지막 보고만 줄여 출력 중앙값이 713에서 598토큰이 됐습니다. 코드 리뷰에 '파일:줄 / 문제 / 수정안' 형식을 걸면 출력은 6,227에서 1,886토큰으로 줄었고, 지적 수도 8개에서 4개로 줄었지만 빠진 것은 주로 테스트·성능·스타일 같은 부차 지적이었습니다.
codebase-memory-mcp를 쓰면 토큰이 10배 준다는데, 과연 진짜일까?
codebase-memory-mcp 0.12.1을 `claude -p`에 붙여 rich 저장소 질문 4개를 3번씩 물었습니다. 정답은 두 조건 모두 12/12였지만 그래프 도구는 12번 중 2번만 쓰였고 입력 토큰 중앙값은 19% 늘었으며, 늘어난 몫의 약 68%는 요청마다 붙는 1,522토큰이었습니다.
GitNexus를 쓰면 AI 에이전트가 코드를 놓치지 않는다는데, 과연 진짜일까?
GitNexus 1.6.12 코드 그래프를 붙인 Claude Code와 기본 도구만 쓴 Claude Code에 rich 저장소의 코드 탐색 질문 4개를 `claude -p`로 3번씩 보냈습니다. 자동 판정 정답은 12번 중 12번 대 11번이었고 Read로 연 파일은 줄었지만, 불러온 MCP 도구 설명이 요청마다 다시 실려 입력 토큰 중앙값은 50,988에서 94,520으로 늘었습니다.
graphify를 쓰면 에이전트 토큰이 80% 준다는데, 과연 진짜일까?
graphify 0.9.95를 공식 방법대로 Claude Code에 붙이고 rich 저장소 질문 4개를 `claude -p`로 조건별 12번씩 물었습니다. 매번 graphify를 먼저 불렀고 정답 수도 같았지만, 호출과 턴이 늘어 입력 토큰 중앙값은 51,530에서 86,766으로 68% 늘었습니다.
context-mode를 쓰면 도구 출력이 98% 줄어든다는데, 과연 진짜일까?
context-mode 1.0.169를 `claude -p`에 붙여 30번 잰 결과, 도구만 따로 부르면 pytest 출력이 137,851바이트에서 5,936바이트로 줄었지만 세션에서는 잘린 결과를 받은 뒤 다시 실행해 입력 토큰이 줄지 않았고 비용 추정은 2.2배였습니다.
Headroom을 쓰면 코딩 에이전트 토큰이 20% 준다는데, 과연 진짜일까?
Headroom 0.41.0 프록시를 압축만 끈 같은 프록시와 `claude -p`로 28번 비교했습니다. 실패한 테스트 출력은 Claude Code가 이미 1만 자로 잘라 입력 중앙값이 2.0%만 줄었고, 숨은 원문 재요청까지 더한 합계는 0.8% 늘었으며, 자유 과제에서는 압축할 출력이 거의 없었습니다.
lean-ctx를 쓰면 85가지 넘는 셸 출력을 압축해 준다는데, 과연 진짜일까?
lean-ctx 3.11.4 Bash hook을 `claude -p`로 30번 잰 결과, pytest 출력은 5,524바이트에서 524바이트로 줄었지만 빠진 값을 다시 조회하느라 입력 토큰 중앙값이 29,918에서 47,252로 늘었고, 명령을 맡기면 압축이 한 번도 일어나지 않았습니다.
