출처: @mylifcc (2026-09-08) — Anthropic RSI·Claude Platform 비용 최적화 글의 중문 해설
개요
Anthropic이 열어젖힌 한 가지가 중요하다: Claude Code가 Claude 비용을 스스로
깎게 하기. 공식 RSI(추론 시 확장 인터페이스 격인 공개 창구 — 원문 약어 그대로
따름)가 사용자에게 처음 열리면서, /claude-api 아래 세 명령 —
prompt-audit·cost-optimize·hillclimb — 이 실전 도구가 됐다. 주장은 강렬하다:
Opus 4.8→5 마이그레이션에서 prompt-audit 한 번으로 비용 -14.6%·정확도 +5.3%,
고객지원 벤치에서 hillclimb 후 78.6%→90.5%에 비용 1/5. 단일 해설 출처이므로
수치는 Anthropic 원문 대조 전까지 인용 수위로 둔다. 검증 관점은
etclovg-v-verification과 함께 본다.
한눈에 보는 요약
- prompt-audit: Claude Code가 Prompt·CLAUDE.md·Skills·툴 설명·API 호출 코드를 직접 스캔해 구형 안티패턴을 찾는다. 지목된 패턴:
double-check your work,verify twice,be maximally thorough,CRITICAL: YOU MUST ALWAYS..., 강제 단계별·스크래치패드, 고정 6단계, 구형용 장황 few-shot, 상호모순 지시. - 왜 빚인가: 예전엔 모델 부족을 메우던 지시가 강한 모델에선 역효과.
verify twice를 말 그대로 2회 실행하고,be maximally thorough는 수십 회 불필요한 지식베이스 검색을 부른다. - cost-optimize: 프로젝트 전체 비용 감사 → 프롬프트 캐싱·감사·요청당 컨텍스트 감량·출력 제한·Batch API·effort 조정·모델 전환을 시도하는 자동 FinOps. eval이 있으면 Cost×Performance를 함께 재서 최적점을 찾는다.
- hillclimb: eval을 주고 train/test 분할→설정 변경→eval→실패 분석→프롬프트·모델·effort 수정→held-out 검증의 오르막. 고객지원 벤치 예시 78.6%→90.5%, 비용 약 1/5(단순 강한 모델 교체가 아닌 최적 구성이었다는 점이 요지).
- 명제: 프롬프트 엔지니어링도 기술 부채를 쌓는다. 모델 업그레이드 후 옛 프롬프트는 도움이 아니라 음의 최적화가 될 수 있다.
핵심 한 줄: 모델을 올렸으면 프롬프트도 상환하라 — 어제의 보험이 오늘의 낭비다.
세부 내용
안티패턴 목록을 읽는 법
나열된 패턴의 공통분모는 “불신을 하드코딩”이다: 두 번 확인해, 최대한 철저히, 반드시, 단계 고정. 약한 모델 시절의 합리적 보험이 강한 모델에선 리터럴하게 집행되는 비용으로 바뀐다. 감사(audit)의 1차 산출물은 삭제 목록이어야지 추가 목록이 아니라는 점이 실전적이다.
cost-optimize — FinOps를 에이전트에 위임
흐름이 정형화돼 있다: 어디서 돈이 새는지 분석 → 캐싱·감량·배치·effort·모델 순으로 시도 → eval이 있으면 비용·성능 동시 측정. 사람이 요금표를 들고 다니며 손으로 조이는 대신, 에이전트에 예산·eval을 주고 구성 탐색을 맡기는 발상이다. 2026-09-10-astra-xhigh-cost-usage의 effort 역전표가 보여주듯 effort·모델 선택이 총비용을 좌우하므로, 이 탐색의 ROI는 effort 메뉴가 있는 모델에서 가장 크다.
hillclimb — eval이 있을 때만 열리는 문
train/test 분할과 held-out 검증이 전제라서 eval 없는 팀엔 그림의 떡이다. 반대로 eval이 있는 팀에겐 가장 큰 지렛대: 같은 문제셋에서 실패를 보고 프롬프트·모델·effort를 고치는 loop를 사람이 아니라 Claude가 돈다. 2026-09-09-cursor-poteto-agent-trust의 eval 플레이북(서브에이전트 루브릭· 교차 확인·힐 클라이밍)과 같은 패턴의 Anthropic 공식 구현으로 읽힌다.
실무 체크리스트
- Anthropic 원문(RSI·Platform 비용 글) 확보 후 수치 대조
- prompt-audit 실행 전 CLAUDE.md·Skills 백업(삭제 목록 선행)
- eval 1개 확보 — hillclimb·cost-optimize의 전제 조건
- 마이그레이션 전후 비용·정확도 스냅샷(감사 전/후 비교표)
관련 노트
- 2026-09-10-codex-astra-luna-agent-tree — Codex 진영의 동일 부채(Rethinking Skills)
- etclovg-v-verification — 검증·평가 관점
- 2026-09-09-cursor-poteto-agent-trust — eval 플레이북 원전
- moc-ai-coding — AI 코딩 MOC