1M 컨텍스트로 사내 문서를 통째로 읽히기 전에, 1회 호출 단가를 측정하라

왜 이것을 쓰는지

당사는 1인 회사이며, 경영 상태(부서별 STATE.md, 의사결정 로그, 승인 큐, 규약)를 모두 Markdown으로 관리하고, Claude Code를 무인으로 돌려 일일 판단 자료를 만들고 있습니다.

1M 토큰의 컨텍스트가 사용 가능해지면서, 사내에서도 우선 '모두 읽히면 되지 않을까'라는 이야기가 나왔습니다. 검색이나 RAG(Retrieval-Augmented Generation) 없이도 .company/ 폴더 전체를 통째로 전달하면 AI가 회사 전체를 보고 답변을 해줄 것이라는 발상입니다.

도입을 결정하는 입장에서 먼저 결론부터 말씀드립니다.

통째로 읽히는 것 자체는 가능하지만, 1회당 단가가 얼마인지를 미리 측정하지 않으면, 예산 가드(budget guard)가 작동하지 않은 채 운영하게 될 것이다. - 당사에서 직접 측정해 보니, 가드는 가상의 숫자로 판단하고 있어 한 번도 작동하지 않는 상태였습니다. - 맡길 수 있는 작업은 '전체를 가로질러 읽는' 작업(모순 감지・주간 정리)입니다. 맡기면 안 되는 것은 '무엇을 바꿀지에 대한 판단'입니다.

아래에서는 당사에서 실제로 작동하는 Wrapper와 그날 바로 시도해 볼 수 있는 검증 절차를 안내합니다.

실패로부터: 문서를 추가할수록 AI는 반대 방향으로 움직이기 시작한다

첫 번째 실패는 컨텍스트의 양이 아니라 내용물 때문에 발생했습니다. CLAUDE.md에 규칙을 계속 추가하여 1,000줄을 넘어서자, 규칙들끼리 모순되어 AI가 지시와 반대되는 동작을 하기 시작했습니다. 대책으로 본체는 200줄 이내로 유지하고, 상세 내용은 .claude/agents/ 폴더에 분리했습니다.

이 경험에서 알 수 있는 것은, 1M 컨텍스트에 들어가는 것과 올바르게 사용되는 것은 별개의 문제라는 것입니다. 오래된 결정과 새로운 결정이 모두 들어가 있으면, AI는 어느 쪽에도 따를 수 있습니다. 그래서 당사에서는 통째로 읽히기 전에 '모순되지 않은지'를 읽게 하는 것을 첫 번째 작업으로 삼았습니다(후술).

측정해 보니, 가드가 한 번도 작동하지 않는 상태였다

2026년 9월 25일, AI 운영 비용 기록 파일 cost-tracker.json을 검토했습니다. 내용은 다음과 같았습니다.

• 기록된 것은 아침 다이제스트(digest) 종류 하나뿐이었습니다.
• 게다가 값은 스크립트에 적힌 고정값인 `

source "$(dirname "$0") / lib/claude-run.sh""
RESULT=$(claude_run dept-publishing --effort low -p "
あなたは出版部門のPublisherエージェントです。
...
"

프롬프트에는 문서의 내용이 아닌 경로를 전달하고 있습니다. 필요한 파일만 에이전트가 읽도록 하기 위함이며, 일일/주간 작업은 원칙적으로 이 형태입니다.

'통째로 읽히게 하는' 작업은 어떤 경우인가요?

1M 컨텍스트를 사용할지 여부는 다음 기준에 따라 구분합니다.

통째로 읽히게 함 (월 1회~주 1회, 수동 실행)

• 의사결정 로그와 규약 및 각 부서의 STATE를 가로질러 모순점을 찾아냄 - 철수한 사업에 대한 기술이 다른 문서에 남아있지 않은지 목록화함 - 분기별 로드맵과 실제 진행 상황의 차이를 일람으로 만듦

이 모든 작업은 '어디를 봐야 할지 사전에 알 수 없는' 작업입니다. 경로를 좁히면 놓치는 부분이 생길 수 있으므로, 전체를 읽게 하는 의미가 있습니다.

통째로 읽히게 하지 않음 (일일 자동 작업)

• 아침 요약본, 매출 집계, 기사 보충 등, 읽을 파일이 정해져 있는 경우

AI에게 맡기지 않을 것

• 모순점이 발견되었을 때, 어느 쪽을 진실로 할지 판단하는 것. AI는 양쪽 문서 모두 그럴듯하게 정당화할 수 있습니다. 결정은 CEO가 내리고, 결과는 의사결정 로그에 한 줄 남깁니다.

당일 시도해 볼 절차

• 먼저, 현재 1회당 단가를 측정합니다.

claude -p "2+2는?" --output-format json \
| jq '{cost: .total_cost_usd, usage: .usage}'

usage의 cache_creation_input_tokens가 문서에 아무것도 전달하지 않은 상태에서의 고정비입니다. 당사는 약 41,000 토큰이었습니다.

• 다음으로, 통째로 읽히게 했을 경우를 같은 방식으로 측정합니다.

claude -p "이 리포지토리의 .company/ 하위 문서 전체를 읽고,
서로 모순되는 기술을 파일명과 줄 인용과 함께 나열해줘. 수정하지는 마."
...

1번과 2번의 차액이 통째로 읽히게 하는 1회분의 추가 비용입니다. 여기에 실행 빈도를 곱하면 월간 영향력이 나옵니다. 일일 작업에 포함할지 여부는 이 숫자를 보고 결정하세요.

• 결과를 검증합니다.

• AI가 제시한 모순점 중 3건을 골라, 인용된 줄이 실제로 존재하는지 grep -n으로 확인합니다. 존재하지 않는 줄을 인용했다면 그 회차의 결과는 전체를 신뢰해서는 안 됩니다. '수정하지 마'라는 지시를 반드시 포함해야 합니다. 전체를 읽은 AI는 덤으로 고치려고 할 것입니다.

함정 (落とし穴)

• 추정치로 비용을 기록하지 마세요. 당사는 고정값 0.02을 쌓아왔기 때문에, 방어벽이 장식품에 불과했습니다. total_cost_usd의 실측값을 사용하세요.
• 오래된 문서를 지우지 않고 통째로 읽게 하지 마세요. 철수된 사업이나 기각된 안건이 남아있으면 AI는 그것을 현역 정책으로 취급합니다. 1M에 들어간다고 해서 정리가 필요 없는 것은 아닙니다.
• 재무나 전략 문서를 어디에 둘지 미리 결정하세요. 당사는 재무/전략 문서는 로컬에 두고, 클라우드 측 시스템에는 올리지 않는 방침입니다. 통째로 읽히게 할 대상을 외부로 내보낼 수 있는 범위인지 먼저 선을 그으세요.

결론: 경영의 무엇이 바뀌었는가

1M 컨텍스트로 바뀐 것은 '어디에 무엇이 쓰여 있는지 인간이 기억하지 못해도, 전체적인 모순을 찾아낼 수 있게 되었다'는 것입니다. 1인 회사에서는 자신이 작성한 결정을 스스로 잊기도 합니다. 그것을 AI가 가로질러 지적해 주는 것은 확실히 효과가 있습니다.

다만, 그 효과를 숫자로 말할 수 있게 된 것은 1회당 단가를 실측한 이후였습니다. 도입 판단 전에, 먼저 --output-format json으로 1회 측정하세요. 당사에서 가장 효과가 좋았던 것은 신기능 자체보다 이 습관이었습니다.

この記事의テーマは、当社がClaude Codeで会社の運用を組み立てた経験をまとめた書籍がもとになっています。エージェントの分け方、承認パイプライン、無人実行の設計を章立てで解説しています.

Discussion