그 기분을 잘 아실 겁니다. 까다로운 리팩토링(refactor) 작업을 세 번째 파일까지 진행하며 Claude Code가 드디어 당신과 흐름(flow state)을 맞추기 시작했을 때, 갑자기 "이번 세션의 사용 한도에 도달했습니다"라는 메시지가 뜹니다. 이제 당신은 코드를 배포하는 대신 카운트다운 타이머를 쳐다보고 있게 됩니다.

여기 좋은 소식이 있습니다. 할당량을 다 써버리는 것은 무작위적인 불운이 아닙니다. 그것은 거의 항상 계획의 문제가 아니라 워크플로우(workflow)의 문제입니다. 이 가이드에서 당신은 Claude Code의 사용 시스템이 정확히 어떻게 작동하는지, 조용히 할당량을 갉아먹는 습관은 무엇인지, 그리고 작업 도중 다시는 허를 찔리지 않도록 자신만의 Claude Code 할당량 추적기(quota tracker) 설정을 구축하는 방법을 배우게 될 것입니다.

이를 해결해 봅시다.

왜 Claude Code 할당량이 그렇게 빨리 사라지는가
무엇인가를 최적화하기 전에, 실제로 무엇을 최적화하고 있는지 이해해야 합니다. Claude Code는 예를 들어 휴대폰 데이터 요금제에서 기대하는 방식과는 다르게 사용량을 측정합니다.

하나의 할당량이 아니라, 중첩된 두 개의 할당량입니다
Claude Code는 이중 레이어 제한 시스템(dual-layer limit system)으로 작동합니다:

1. 짧은 폭발적 사용을 커버하는 5시간 단위의 이동식 세션 창(rolling 5-hour session window). 시계는 하루의 정해진 시간이 아니라 당신의 첫 번째 프롬프트(prompt)부터 시작됩니다. 오전 10시에 메시지를 보내면, 그 창에 얼마나 많은 내용을 담았는지와 상관없이 오후 3시에 리셋됩니다.
2. 주간 활성 컴퓨팅(active compute) 캡(cap). 이는 한 주 동안의 지속적인 사용량을 관리합니다. 유휴 시간(Idle time)은 계산에 포함되지 않으며, 오직 활성 처리(active processing)와 추론(reasoning)만이 포함됩니다.

두 가지 천장 중 어느 하나라도 도달하면 리셋될 때까지 속도가 제한(throttled)됩니다. 이것이 오후 2시에는 완전히 괜찮다가 2시 15분에 차단되는 느낌을 받는 이유입니다.

채팅 사용량과 코딩 사용량이 하나의 버킷을 공유합니다
이 부분이 거의 모든 사람을 당황하게 만듭니다. Claude Code, Claude.ai 채팅, 그리고 Claude Cowork는 모두 동일한 구독 풀(subscription pool)에서 가져옵니다. 오전 내내 브라우저에서 블로그 개요를 구상하며 브레인스토밍을 했다면, 이미 오후 코딩 세션에 사용하려 했던 용량을 깎아먹은 것입니다.

Anthropic의 수치가 말해주는 것
Anthropic의 공식 비용 관리 문서(cost-management documentation)는 유용한 실제 기준치를 제공합니다. 엔터프라이즈 배포(enterprise deployments) 전반에 걸쳐, 평균 지출액은 활성 일수 기준 개발자 1인당 약 $13, 또는 월간 개발자 1인당 $150–250로 계산됩니다. 또한 사용자의 90%는 특정 활성 일에 $30 미만으로 사용합니다. 만약 귀하의 사용량이 이와 전혀 다르다면, 이는 요금제 등급(plan tier)이 아니라 워크플로(workflow) 어딘가에 문제가 있다는 신호입니다. Anthropic은 더 넓은 팀으로 확대하기 전에 소규모 파일럿 그룹으로 시작하고, 내장된 추적 도구(tracking tools)를 사용하여 기준점(baseline)을 설정할 것을 권장합니다 (출처: Claude Code 비용 문서).

좋은 소식: Anthropic이 올해 두 차례 제한을 완화했습니다
만약 "Claude Code가 계속해서 사용을 차단할 것이다"라는 글을 읽었다면, 그 내용의 날짜를 확인해 보세요. 그러한 고충의 상당 부분은 이미 구식입니다:

• 2026년 5월 6일, Anthropic은 Pro, Max, Team 및 시트 기반(seat-based) Enterprise 플랜의 5시간 세션 제한을 영구적으로 두 배로 늘렸으며, 바쁜 오전 시간 동안 제한을 축소했던 기존의 평일 피크 시간대 스로틀링(throttle, 오전 5~11시 PT)을 제거했습니다.
• 2026년 5월 13일, 주간 제한(weekly limits)이 50% 상향되었으며, 이 프로모션은 현재 2026년 7월 13일까지 진행될 예정입니다.
• 2026년 6월 15일부터 비대화형 사용(non-interactive usage)인 Agent SDK 호출, claude -p 스크립팅, GitHub Actions 통합, 그리고 귀하의 구독으로 인증하는 제3자 앱(third-party apps)은 별도의 월간 크레딧(Pro는 $20, Max 5x는 $100, Max 20x는 $200)으로 이동되었습니다. 이는 Claude Code를 실행하는 CI 파이프라인(CI pipeline)이 더 이상 실제 대화형 코딩에 필요한 세션 윈도우(session window)를 소모하지 않음을 의미합니다. 다만, 별도의 엄격한 월간 상한선(hard monthly ceiling)이 있으므로 해당 수치를 별도로 확인해야 합니다.

Anthropic은 플랜별 정확한 토큰 수를 공개하지 않으며, 배수(multiplier)만을 제공합니다(Pro는 기준인 "1x", Max는 "5x" 또는 "20x"). 이는 소모율(burn rate)이 프롬프트 길이, 모델 선택, 컨텍스트 크기(context size) 및 활성화된 기능에 따라 달라지기 때문입니다. "윈도우당 정확히 44,000 토큰"과 같은 수치를 인용하는 모든 기사는 추측일 뿐입니다.

실제로 할당량을 소모하는 요인들
대부분의 가이드가 생략하는 부분입니다. 비용을 발생시키는 것은 대개 "Claude Code를 사용하는 것" 그 자체가 아니라, 몇 가지 특정한 습관들입니다.

1. 비대해진 CLAUDE.md 파일
   여러분의 CLAUDE.md 파일은 모든 개별 요청에 주입됩니다. 5,000 토큰 분량의 CLAUDE.md는 문서가 아닙니다. Claude가 해당 컨텍스트를 필요로 하든 아니든, 매 메시지마다 지불해야 하는 5,000 토큰의 세금입니다.

해결책: 약 200행 이내로 유지하세요. Claude가 스스로 추론할 수 없는 결정 사항과 컨벤션(conventions)을 문서화하세요. 지향적인 스타일 가이드나 코드베이스에서 명백히 알 수 있는 것들은 제외해야 합니다. Anthropic의 자체 가이드도 이를 뒷받침합니다. 만약 CLAUDE.md에 가끔씩만 필요한 워크플로 특정 지침(PR 리뷰 체크리스트, 마이그레이션 런북 등)이 포함되어 있다면, 해당 내용을 모든 요청의 컨텍스트에 상주시키지 말고 필요할 때만 로드되는 스킬(skill)로 옮기세요 (출처: Claude Code 비용 문서).

2. 길고 정리되지 않은 대화
   Claude는 매 턴마다 전체 대화 기록을 다시 보냅니다. 긴 세션에서의 80번째 메시지는, 설령 80번째 메시지가 한 줄짜리 질문일지라도 8번째 메시지보다 훨씬 더 많은 비용이 발생합니다.

해결책:

/compact

작업 중간에 이 명령어를 실행하여 대화를 요약하고, 컨텍스트를 잃지 않으면서 공간을 확보하세요. 그리고 개별 작업이 완료되면:

/clear

Anthropic 스스로도 작업 사이에 대화를 정리하는 것이 사용량을 늘리는 가장 효과적인 단일 레버(lever)라고 말합니다. 여기서 유용한 습관은, /clear를 하기 전에 /rename을 실행하여 나중에 세션을 쉽게 찾을 수 있도록 하고, 나중에 해당 스레드를 다시 이어가야 할 경우 /resume을 사용하는 것입니다.

1. 대규모 코드베이스에서의 파일 단위 검색 (File-by-File Search)
   Claude Code가 무언가를 찾는 명확한 방법을 갖추지 못했을 때, 단 하나의 함수를 찾기 위해 10~20개의 파일을 컨텍스트 (Context)로 읽어들입니다. 이러한 검색 과정의 모든 바이트는 세션 할당량을 소모하며, 이는 "실제" 작업이 아닌 순수한 오버헤드 (Overhead)입니다.

해결책: .claudeignore 파일을 추가하여 Claude가 빌드 아티팩트 (Build artifacts), 락파일 (Lockfiles), 또는 생성된 코드를 인덱싱하는 데 토큰을 낭비하지 않도록 하세요:

node_modules/

dist/

build/

*.lock

coverage/

.next/

*.min.js

vendor/

1. Sonnet으로 처리 가능한 작업에 Opus 사용하기
   Opus는 진정으로 어렵고 장기적인 에이전트적 (Agentic) 작업에 적합한 플래그십 모델입니다. 하지만 동일한 작업에 대해 Sonnet보다 눈에 띄게 더 많은 토큰을 소모합니다. 일부 개발자들은 일상적인 작업에서 Opus가 세션을 5~10배 더 빠르게 소진한다고 보고합니다.

해결책: 일상적인 코딩, 리팩토링 (Refactoring), 버그 수정에는 Sonnet을 기본으로 사용하세요. 심층적인 다중 파일 추론 (Multi-file reasoning), 복잡한 아키텍처 결정, 또는 여러 서브 에이전트 (Subagents)를 조정해야 할 때만 Opus를 선택적으로 사용하세요. 세션 도중에 /model 명령어를 사용하여 모델을 전환할 수 있습니다.

1. 비용을 가속화하는 에이전트 팀과 서브 에이전트
   작업을 병렬화하기 위해 멀티 에이전트 (Multi-agent) 팀을 가동하는 것은 효율적으로 들리지만, 각 팀원은 자신만의 별도 컨텍스트 윈도우 (Context window)를 유지합니다. Anthropic의 자체 문서에 따르면, 팀원들이 플랜 모드 (Plan mode)로 작동할 때 에이전트 팀은 표준 단일 에이전트 세션보다 약 7배 더 많은 토큰을 사용합니다. 이는 각 팀원이 자신만의 컨텍스트를 가진 별개의 Claude 인스턴스이기 때문입니다 (출처: Claude Code 비용 문서).

해결책: 에이전트 팀은 단일 집중 세션이 순차적으로 처리할 수 있는 작업이 아니라, 진정으로 병렬화가 가능한 작업(예: 서비스 전반에 걸친 독립적인 테스트 스위트)을 위해서만 예약해 두세요. 생성 프롬프트 (Spawn prompts)를 짧게 유지하고, 팀원의 작업이 완료되는 즉시 종료시키세요. 각 팀원은 종료될 때까지 계속해서 토큰을 소모합니다.

1. 개방형 프롬프트에서의 자동 승인 모드 (Auto-Accept Mode)
   자동 승인 (Auto-accept) 모드를 사용하면 Claude가 사용자의 승인을 기다리지 않고 파일 수정을 실행할 수 있습니다. 이는 빠르지만, Claude가 추가적인 도구 호출 (Tool calls)을 위해 멈추지 않기 때문에 작업당 더 많은 행동을 취하는 경향이 있으며, 이는 더 긴 세션과 더 많은 토큰 소모로 이어집니다.

해결책: 개방형이거나 모호한 작업에는 먼저 Plan Mode(계획 모드)를 사용하고, 사용자가 이미 검토한 계획에 따라 Claude가 실행하도록 하세요. 순수 자동 승인(auto-accept) 모드는 범위가 명확하고 위험이 낮은 작업에만 아껴두어야 합니다.

1. 조용한 API 키의 함정
   이 문제는 기술적인 부분과는 전혀 상관이 없으며, 전적으로 사용자의 셸 설정(shell config)과 관련이 있습니다. 만약 ANTHROPIC_API_KEY 환경 변수가 설정되어 있다면, Claude Code는 사용자의 구독(subscription)이 아닌 API를 통해 인증하며, Pro 또는 Max 플랜을 완전히 우회하여 표준 요율에 따라 토큰당 비용을 청구합니다. 이는 개발자들이 예상치 못한 청구서를 받고 놀라게 되는 가장 흔한 원인 중 하나입니다.

해결책: 셸 시작 파일(.zshrc, .bashrc, .env)을 점검하여 길을 잃은 키가 있는지 확인하고, 환경별로 인증 모드를 명시적으로 고정하세요. 일상적인 작업에는 구독 전용(subscription-only)을 사용하고, 의도적으로 초과 과금을 원하는 경우에만 API 키를 사용하도록 설정해야 합니다.

2. "물론이죠! 기꺼이 도와드리겠습니다!"에 비용 지불하기
   대부분의 가이드에서 언급하지 않는 핵심 레버(lever)가 여기 있습니다. 현재 모든 Claude 모델에서 출력 토큰(output tokens)은 입력 토큰(input tokens)보다 5배 더 비쌉니다. 텍스트를 생성하는 과정은 읽는 과정보다 느리고 순차적인 프로세스이기 때문입니다. 즉, 응답의 시작과 끝에 붙는 대화형 미사여구 — "물론이죠! 업데이트된 코드는 다음과 같습니다..."나 "도움이 되길 바랍니다!" 같은 문구 — 는 공짜 예의가 아닙니다. 이는 Claude가 부과하는 가장 비싼 요율로 청구되며, 코드 자체보다 더 빠르게 사용자의 속도 제한(rate-limit) 버킷을 소모합니다.

해결책: CLAUDE.md나 시스템 프롬프트(system prompt)에 명시적인 지침을 넣어 Claude가 더 간결한 출력을 하도록 유도할 수 있습니다. 예를 들어 "서론과 맺음말은 생략하고 코드와 직접적인 답변만 반환하세요"와 같은 지침입니다. 사소해 보일 수 있지만, 매 응답마다 50~100개의 미사여구 토큰을 줄이는 것은 하루 종일 이어지는 주고받는 대화 속에서 빠르게 복리로 쌓여 절약 효과를 냅니다.

1. Cold-Cache Gaps (콜드 캐시 간극): Anthropic의 프롬프트 캐시 (Prompt Cache)는 최근 컨텍스트를 5분 동안 유지합니다 (더 비싼 1시간 옵션도 사용 가능). 작업을 짧은 시간 동안 집중적으로 수행하면, 모든 후속 질문은 입력 가격의 약 10% 수준으로 캐시에서 읽어옵니다. 커피를 마시러 자리를 비웠다가 15분 후에 돌아오면, 첫 메시지는 전체 컨텍스트를 처음부터 다시 처리하며 전체 가격을 지불해야 합니다. 심지어 캐시 쓰기 (Cache Writes) 비용은 일반적인 새로운 읽기보다 더 비쌉니다 (5분 캐시는 1.25배, 1시간 캐시는 2배).

해결책: 10분마다 메시지를 보내기보다는, 짧은 시간 동안 대화를 몰아서 처리(Batch)하세요. 만약 한동안 자리를 비울 예정이라면, 오래된 컨텍스트에 대해 콜드 캐시 세금 (Cold-cache tax)을 지불하는 대신 /clear 명령어로 초기화하고 돌아와서 새로 시작하는 것이 오히려 좋습니다.

2. 로컬 또는 무료 모델을 사용하여 비용 회피하기: 더 나아가고 싶다면, 작업의 상당 부분에 대해 토큰당 비용을 전혀 지불하지 않아도 됩니다. Claude Code는 Anthropic의 API 형식만 지원하므로, 다른 모델로 연결하려면 약간의 브릿지 (Bridge)가 필요하지만 이는 이미 잘 알려진 방법입니다:

• Ollama를 사용하여 로컬에서 모델을 실행하세요 (일부 로컬 런타임은 이제 Anthropic 호환 엔드포인트를 제공합니다). API 비용은 0원이며, 본인의 컴퓨팅 자원과 전기만 사용하면 됩니다.
• Anthropic 호환 엔드포인트를 통해 무료 티어 제공업체를 사용하거나 (DeepSeek와 같은 일부 제공업체는 이를 기본적으로 제공합니다), Claude Code를 다른 백엔드와 연결해 주는 가벼운 프록시(Proxy) 또는 LiteLLM 설정을 사용하세요.

이 방법이 가장 어려운 아키텍처 결정 단계에서 프런티어 모델 (Frontier model)의 성능을 따라잡지는 못하겠지만, 일상적인 편집, 보일러플레이트 (Boilerplate) 작성, 그리고 중요도가 낮은 작업에서는 일상적인 코딩 시간의 상당 부분에 대해 토큰 미터기를 완전히 제거할 수 있습니다. 이 방식을 사용하는 대부분의 사람들은 하이브리드 방식을 채택합니다. 즉, 일상적인 작업의 대부분은 로컬 또는 무료 모델로 처리하고, 실제로 필요한 10%의 작업에 대해서만 유료인 Sonnet 또는 Opus를 예약해 두는 것입니다.

일상적인 비유: 당신의 할당량은 휴대폰의 모바일 데이터 요금제와 같습니다 (무제한 Wi-Fi가 아닙니다).

Claude Code 플랜을 집에서 쓰는 Wi-Fi가 아니라, 예전 방식의 모바일 데이터 제한 요금제라고 생각하세요.

5시간의 윈도우(window)는 동영상을 스트리밍하여 일일 데이터 할당량을 소진하는 것과 같습니다(거대한 CLAUDE.md 파일이나 압축되지 않은 80개의 메시지 스레드 등). 그렇게 하면 저녁 식사 전에도 속도 제한(throttle)에 걸리게 됩니다.

주간 한도(weekly cap)는 매일 조심해서 사용하더라도 결국 도달하게 되는 월간 데이터 제한과 같습니다. 며칠 연속으로 과도하게 사용하면 결국 한계에 부딪히게 됩니다.

Wi-Fi 환경에서 동기화되는 백그라운드 앱은 Claude.ai 채팅 세션과 같습니다. 눈에 보이지는 않지만 "실제" 사용량과 동일한 전체 풀(pool)에서 데이터를 끌어다 씁니다.

LTE에서 더 느린 백업 네트워크로 전환되는 것은 한도에 도달했을 때 일어나는 현상과 정확히 일치합니다. 완전히 차단되는 것이 아니라, 기지국(세션)이 재설정될 때까지 기다려야 하는 상태가 되는 것입니다.

이렇게 관점을 바꾸고 나면 해결책은 명확합니다. 필요 없는 백그라운드 앱을 종료하고(끝난 대화는 삭제하고), 나중에 Wi-Fi를 쓸 수 있다면 셀룰러로 4K 영상을 스트리밍하지 마세요(한 줄짜리 수정을 위해 Opus 모델을 사용하지 마세요). 그리고 속도 제한이 걸린 후가 아니라, 걸리기 전에 데이터 사용량 화면을 확인하세요.

이제 실제 대시보드로 넘어가 보겠습니다.

실질적인 가시성 구축: AWS 청구서를 추적하듯 사용량 추적하기
Claude Code 내부의 공식 /usage, /status, /context 명령어를 사용하면 현재 상태를 실시간으로 확인할 수 있습니다:

/usage

/status

/context