Max 플랜 사용자는 한도 소진 속도가 3~4배 빨라진 것을 경험하고 있습니다. 토큰 소모가 많은 작업을 점검하고, 세션당 낭비를 줄이기 위해 /compact 명령어와 CLAUDE.md 규칙을 사용하세요.

핵심 요약 (Key Takeaways)

• Max 플랜 사용자는 한도 소진 속도가 3~4배 빨라진 것을 경험하고 있습니다.
• 토큰 소모가 많은 작업을 점검하고, 세션당 낭비를 줄이기 위해 /compact 명령어와 CLAUDE.md 규칙을 사용하세요.

변경 사항 — 상세한 퇴보 (Regression)

Max 5x 플랜을 사용하는 한 Reddit 사용자가 급격한 변화를 보고했습니다. 이전에는 34시간 동안 34개의 Claude Code 세션을 병렬로 실행할 수 있었으나

1. 사용량 계산 변경. Anthropic이 '활성 시간(active time)'을 계산하는 방식을 강화했을 수 있습니다. 아마도 모델 추론 시간(model inference time)을 다르게 계산하거나, 컨텍스트 로딩(context loading)을 측정에 포함했기 때문일 수 있습니다.

2. 내부 모델 비용 증가. Claude Code는 Claude Opus 4.6 (또는 더 새로운 모델)를 사용하는 경향이 있으며, 이는 백엔드에서 토큰당 비용이 더 비쌀 수 있습니다. 만약 Anthropic이 Max 플랜의 실질적인 토큰 예산(effective token budget)을 이에 비례하여 조정하지 않았다면, 세션당 작업량이 줄어드는 것입니다.

3. 제한 추적 버그. 'continue'당 3%라는 비율은 과도해 보입니다. 만약 이것이 버그라면, 모든 Max 플랜 사용자에게 영향을 미칠 수 있습니다.

원인에 관계없이 효과는 명확합니다. 즉, 이전보다 세션당 처리할 수 있는 작업량이 줄어들고 있다는 것입니다.

지금 시도해 보세요 — 사용 한도를 늘리는 실질적인 방법

Anthropic이 이 문제를 명확히 하거나 수정할 때까지, 남은 예산을 최대화하는 방법은 다음과 같습니다:

1. 토큰 낭비 감사(Audit Your Token Waste)

프로젝트에서 다음 명령어를 실행하여 Claude Code가 무엇을 로드하는지 확인해 보세요:

claude code --dry-run --verbose

이것은 전송되는 전체 컨텍스트를 보여줍니다. 다음 사항들을 확인하세요:

• 불필요하게 로드되는 대용량 파일
• 특정 파일만 필요한데 전체 디렉토리가 로드되는 경우
• 반복적인 대화 기록

2. /compact 플래그 사용하기

Claude Code의 /compact 플래그는 대화 기록을 요약하여 토큰 사용량을 줄여줍니다. 시작 명령어에 추가하세요:

claude code /compact

커뮤니티 보고서에 따르면, 이것은 장시간 실행되는 세션에서 토큰 소비를 40% 이상 절감할 수 있습니다.

3. CLAUDE.md 규칙 강화하기

컨텍스트 로딩을 제한하는 규칙을 추가하세요. CLAUDE.md 파일에 다음 내용을 추가합니다:

## Token Budget Rules
- When asked to audit or analyze, ask user which specific files first.
- Never load more than 3 files at once unless explicitly requested.
...

4. 작업마다 새로 시작하기

(내용 없음)

긴 대화를 계속 이어가는 대신, 집중해야 할 각 작업마다 새로운 세션(session)을 시작하세요. continue 명령어가 3%의 타격을 준다는 점은 대화 기록(conversation history) 비용이 비싸다는 것을 시사합니다. 기존 세션을 재개하기보다는 다음과 같이 사용하세요:

claude code "Implement the login form"

5. 실시간 사용량 모니터링

cc-context-telemetry (최근 요약본에서 언급됨)를 설치하면 터미널에서 컨텍스트 윈도우(context window) 및 속도 제한(rate-limit) 백분율을 직접 확인할 수 있습니다:

npm install -g cc-context-telemetry
claude code --with-telemetry

결론

이 성능 저하(regression)는 실제 상황이며 문서화되었습니다. 만약 귀하가 Max 플랜을 사용 중이며 예상보다 빠르게 한도에 도달하고 있다면, 귀하만 겪는 문제가 아닙니다. 위의 우회 방법들이 예산을 아끼는 데 도움이 될 수 있지만, 장기적으로 Anthropic은 사용량 산정 방식, 모델 비용, 또는 버그 중 무엇이 근본 원인인지 해결해야 합니다.

유사한 성능 저하를 경험하셨나요? 아래 댓글에 귀하의 데이터를 공유해 주세요.

출처: reddit.com

원문 게시: gentic.news