화면 모드
토큰 절약
에이전트 작업에서 토큰은 곧 비용이다. 같은 작업을 더 적은 토큰으로 처리하면, 같은 요금제로 더 많은 일을 할 수 있다. 토큰 절약은 거창한 설정이 아니라 작업 방식에서 나온다.
기준일: 2026-09-30. 아래 기준은 공식 규칙이 아니라 실무에서 써 온 휴리스틱이다.
반복 작업의 스크립트화
같은 작업을 매번 에이전트에게 맡기면, 매번 같은 설명을 읽고 같은 판단을 반복하는 데 토큰을 쓴다.
- 반복되는 작업은 셸, Python, Node.js 같은 스크립트로 만들어 둔다.
- 스크립트는 한 번 검토해 두면 이후에는 실행하고 결과만 확인하면 된다. 읽고 판단할 내용이 줄어든다.
- 스크립트 자체가 작업 절차를 기록한 문서가 되므로, 설명을 다시 길게 쓰지 않아도 된다.
특히 빌드, 검증, 배포처럼 매번 반복되는 작업에 효과가 크다. 사람이 매번 판단하던 절차를 코드로 옮겨 두는 셈이다.
컨텍스트 읽기 범위 축소
에이전트는 작업할 때 관련 파일을 읽는다. 파일이 크고 얽혀 있을수록 한 번에 읽는 컨텍스트가 커진다. 코드를 역할별로 나누면 읽는 범위가 줄어든다.
- 레이어드 아키텍처는 화면, 처리, 데이터 접근을 층으로 나눈다. 각 층이 자기 역할만 맡으므로 고칠 위치가 분명해진다.
- 클린 아키텍처는 의존 방향을 도메인 쪽으로 모은다. 바깥 기술이 바뀌어도 도메인 규칙은 그대로 남는다.
- 도메인 주도 설계는 업무 규칙을 도메인별 모듈로 나눈다. 관련 파일이 한곳에 모인다.
- 모듈 하나의 길이를 제한한다. 모듈당 128줄, 2000자 정도를 기준으로 삼는다.
경계가 분명하면 에이전트가 저장소 전체를 훑지 않는다. 수정에 필요한 레이어와 도메인 모듈만 읽고 고치므로, 한 번에 읽는 컨텍스트가 줄어든다.
128줄, 2000자라는 숫자는 공식 규칙이 아니다. 컨텍스트 범위를 줄이기 위한 휴리스틱이므로 프로젝트 성격에 맞게 조정한다.
긴 작업 기록의 압축
긴 작업 기록을 그대로 다음 작업에 넘기면, 그 기록을 다시 읽는 데 토큰을 쓴다. 기록은 계속 쌓이므로 그대로 두면 읽을 양이 계속 늘어난다.
- 긴 작업 기록에서 중요한 결정만 추출한다.
- 추출한 내용을 ADR이나 문서로 남긴다.
- 이후에는 원래 기록 대신 이 문서를 참고한다.
긴 기록은 정기적으로 압축한다. 결정을 압축해 둔 문서는 짧게 유지되고, 다음 작업에서 읽는 양이 줄어든다.
Head·Worker 분담
모든 일을 가장 비싼 모델에게 맡기지 않는다. 역할을 나누면 같은 작업을 더 낮은 비용으로 처리할 수 있다.
- 비싼 모델은 Head로 두고 작업 분할, 지시, 검토만 맡긴다.
- 실제 작성과 반복 작업은 더 저렴한 Worker가 맡는다.
- 예를 들어 Opus-Sonnet, Sol-Luna처럼 상위 모델과 하위 모델을 짝지어 쓴다.
현재 운영에서는 Opus·Sol을 Head로, Sonnet·Gemini Flash·DeepSeek Flash를 Worker·Reviewer로, GLM을 여유가 있을 때 추가 Worker로 둔다. 이 방식은 herdr로 에이전트 단위에서 운영한다.
무료 스텔스 모델 활용
유료 모델의 사용량을 아끼는 또 다른 방법은 무료 스텔스 모델을 작업 흐름에 섞는 것이다.
스텔스 모델은 개발사나 실제 모델 이름을 숨긴 채 성능 시험과 평가를 위해 무료 또는 저비용으로 공개되는 임시 모델을 뜻한다. OpenCode Zen에서 제공하는 Space Bunny(MiniMax 계열로 추정되나 공식 확인 전까지는 추정)가 대표적이다.
별도 한도와 풀 절약
스텔스 모델의 가장 큰 장점은 Claude, Codex, OpenCode Go 같은 유료 풀과 독립된 별도 사용량 한도를 제공한다는 점이다. 유료 풀 잔량을 보존하는 완충재로 쓸 수 있다.
- 저위험 작업 전담: 초안 작성, 반복 수정, 파일 목록 정리, 검토 보조처럼 결과가 틀려도 다시 시도하기 쉬운 일에 우선 투입한다.
- Worker 배치와 검토 루프: Head·Worker 구조에서 스텔스 모델을 Worker로 두고, 작성 결과는 다른 모델(Sol, DeepSeek 등)이나 사람이 검토하도록 역할을 나눈다.
- 잔량 등급 기반 배정: 유료 풀이 ‘주의’ 등급으로 떨어지거나 주간 잔량이 빠듯할 때, 스텔스 모델 Worker의 작업 비중을 높여 유료 풀 소진을 늦춘다.
사용량 등급별 배정
| 잔량 상태 | 유료 풀 (Head·검토) | 스텔스 모델 (Worker) |
|---|---|---|
| 여유 (정상) | 고난도 설계, 전체 검토 | 선택적 활용, 단순 반복 작업 |
| 주의 (한도 임박) | 방향 제시, 최종 검토만 수행 | 본문 초안 작성, 린트 수정 전담 |
| 소진 (차단) | 잔량 회복 대기 | 허용 범위 내 독립 작업 수행 |
도입 시 주의점
무료 스텔스 모델을 실무 작업에 활용할 때는 세 가지 한계를 고려한다.
- 임시성과 변경: 예고 없이 제공이 중단되거나 다른 모델로 대체될 수 있다. 특정 모델의 고유 동작에 의존하지 않는 표준 룰과 스킬을 사용한다.
- 데이터 정책: OpenCode Zen 공식 문서에 따르면 Space Bunny Free는 데이터 보관 정책(zero-retention)을 적용해 모델 학습에 데이터를 사용하지 않는다고 밝힌다. 반면 다른 무료·스텔스 모델은 개선 목적으로 입력을 수집할 수 있다. 정책이 확인되지 않은 모델은 '공식 문서에서 확인 필요'로 두고, 개인정보나 회사 기밀 코드는 일절 입력하지 않는다.
- 품질 편차: 상위 모델보다 맥락 유지와 긴 지시 수행에서 결과가 흔들릴 수 있다. 지시 단위를 좁히고, 완료 조건에 빌드나 테스트 검증을 둔다.
최상위 모델의 필요 조건
- Astra, Fable 같은 최상위 모델은 문서화가 어느 정도 되어 있고 엔지니어링 지식이 있으면 굳이 쓸 필요가 없다.
- 최상위 모델은 비용이 가장 높다. 그래서 아껴 쓰는 편이 낫다.
- 최상위 모델이 정말 필요하다면, 차라리 사람이 방향성과 개요를 학습하는 편이 더 저렴하다.
정리
이 방법들은 토큰을 아끼는 것 자체가 목적이 아니다. 같은 비용으로 더 많은 작업을 하고, 아낀 토큰을 더 어려운 문제에 쓰기 위한 방법이다.