[AI 활용팁] 클로드 페이블 5.1 토큰이 너무 빨리 소모된다면? 앤트로픽 공식 가이드가 제시하는 토큰 절약 방법 8가지

페이블 5에 쓰던 프롬프트를 클로드 페이블 5.1로 그대로 옮겨도 대체로 잘 작동합니다. 다만 같은 작업인데 요금이 더 나오거나 답이 느려졌다면 모델이 아니라 프롬프트를 손볼 자리가 남아 있습니다. 앤트로픽이 공개한 페이블 5.1 전용 프롬프팅 가이드에는 토큰이 어디서 더 쓰이는지와 그것을 줄이는 지시문이 함께 실려 있습니다. 아래 여덟 가지를 적용하면 같은 결과를 더 적은 토큰으로 얻을 수 있습니다.

용어부터 정리하겠습니다. 추론 강도(effort)는 모델이 답하기 전 얼마나 깊게 생각할지 정하는 값으로 low, medium, high, xhigh, max 다섯 단계입니다. 프롬프트 캐시는 앞서 보낸 대화 앞부분을 서버가 기억해 두고 다음 요청에서 다시 계산하지 않게 해 주는 장치로, 캐시가 살아 있으면 입력 토큰 요금이 크게 떨어집니다. 추론 블록(thinking block)은 모델이 생각한 내용을 담아 두는 영역이고, 턴 한정 시스템 메시지는 현재 턴에만 적용되고 다음 사용자 메시지가 오면 반영이 끝나는 지시입니다.

1. 토큰이 더 쓰이는 항목

가이드에서 비용·지연과 직접 이어지는 항목만 뽑았습니다. 겪고 있는 증상을 찾아 해당 항목으로 가면 됩니다.

증상	토큰이 더 쓰이는 까닭	대응 항목
같은 작업인데 요금이 올랐다	추론 강도가 필요 이상으로 높다	2. 추론 강도
도구를 한 턴에 하나씩 부른다	턴이 늘어 입력과 왕복이 반복된다	3. 도구 묶어 부르기
bound to a different conversation 오류가 난다	앞선 턴 수정으로 캐시가 다시 시작된다	4. 앞선 턴 보존
대화를 일찍 압축해 왔다	캐시 읽기가 싸져 압축 이득이 줄었다	5. 압축 시점
작은 수정에도 파일 전체를 다시 쓴다	출력 토큰이 파일 크기만큼 나간다	6. 부분 수정
요청하지 않은 수정과 테스트 파일이 늘었다	과제 밖 작업에 출력 토큰이 쓰인다	7. 범위 제한
xhigh·max에서 긴 산출물이 오래 걸린다	생각으로 한 번, 답변으로 또 한 번 쓴다	8. 긴 산출물
이미 요청한 작업에 허락을 구하고 멈춘다	“계속”을 주고받느라 턴이 더 든다	9. 작업 끝까지

 

2. 추론 강도부터 내려 본다

기본값인 high에서 시작한 뒤 나머지 네 단계를 자체 평가로 비교하면 됩니다. 요금을 가장 크게 줄일 수 있는 항목입니다. 페이블 5에서 이미 한 번 비교해 봤더라도 다시 해야 합니다. 앤트로픽은 강도 이름이 모델마다 같은 양의 사고를 뜻하지 않는다고 못 박았습니다.

📊 성능 향상은 모든 강도에서 나타나고 높은 단계일수록 폭이 큽니다. 다만 medium에서도 페이블 5와 비슷한 결과를 더 낮은 비용으로 얻으므로, 품질이 유지되는 작업이라면 medium이나 low로 내리는 편이 낫습니다. low에서는 작업당 비용이 오퍼스·소넷 계열과 비슷하면서 점수는 더 높은 경우가 많습니다. 더 작은 모델을 높은 강도로 실행하려던 자리에도 페이블 5.1 low를 후보에 넣어 비교해 보라는 것이 앤트로픽의 권고입니다.

3. 도구를 한 번에 몰아서 부르게 한다

여러 대상을 이름으로 지목한 요청은 여전히 한 번에 처리됩니다. 문제가 되는 곳은 다음에 부를 도구가 작업 성격상 암시되기만 하는 코딩·컴퓨터 사용 반복 실행입니다. 직접 만든 코딩 에이전트, 배시와 편집기를 묶은 실행 환경, 컴퓨터 조작이 해당합니다. 여기서는 한 턴에 하나씩 부르는 경우가 생깁니다. 답변 품질은 그대로지만 턴마다 대화 전체가 다시 입력되므로 토큰과 왕복, 시간이 모두 더 듭니다.

묶어 부르기 넛지
First privately list what you need next; then request every item that doesn't depend on another's result in this one response.
(다음에 필요한 것을 먼저 속으로 나열한 뒤, 서로 결과에 의존하지 않는 항목을 이번 응답에서 모두 요청하라는 뜻입니다.)

도구 결과를 전달할 때마다 이 문장을 사용자 메시지 뒤에 턴 한정 시스템 메시지로 추가하세요. mid-conversation-system-clear-at-2026-08-21 베타 헤더가 필요합니다. 베타를 쓰지 않으면 같은 사용자 메시지 안에서 tool_result 블록 뒤에 텍스트 블록으로 넣으면 됩니다.

💡 이 방식이 토큰을 잡아먹지 않는 이유가 있습니다. 매 턴 새 사본을 뒤에 추가해도, 반영이 끝난 앞선 사본은 배열에 남아 있을 뿐 모델이 읽지 않고 입력 토큰도 소모하지 않습니다.

4. 앞선 턴은 한 글자도 건드리지 않는다

앞선 사본을 지우거나 고치면 그것 자체가 앞선 턴을 수정한 것이 되어 프롬프트 캐시가 수정한 위치부터 다시 시작되고, 뒤따르는 추론 블록도 무효가 됩니다. 캐시가 깨지면 그 뒤 입력 토큰을 전부 정가로 다시 내게 됩니다. 각 어시스턴트 턴은 API가 반환한 그대로, 추론 블록까지 포함해 기록에 추가하고 요청 사이에 고치지 마세요.

2026년 8월 31일 이후 생성된 계정에서는 추론 블록이 그것을 만든 대화 안에서만 유효합니다. 앞부분이 바뀐 뒤 추론 블록을 다시 보내면 400 오류가 나거나, thinking.block_binding.prefix_mismatch_behavior: "drop_block"을 지정한 경우 해당 블록만 제거됩니다. 앤트로픽은 앞으로 나올 모델이 모든 계정에 이 검사를 적용할 것으로 보고 있으니, 지금 적용 대상이 아니더라도 미리 이 방식으로 바꿔 두길 권합니다.

캐시를 다시 시작시키는 수정이 이 검사에도 그대로 걸립니다. 턴마다 안내문을 넣었다 빼거나, 오래된 턴을 그 자리에서 요약하거나, 세션 도중 시스템 프롬프트를 바꾸는 경우입니다. 턴별 안내는 턴 한정 시스템 메시지로, 지시나 도구 변경은 system이나 tools를 다시 쓰는 대신 대화 중간 시스템 메시지로, 기록 정리는 서버 측 압축이나 컨텍스트 편집으로 하면 됩니다.

5. 압축을 서두르지 않는다

페이블 5.1은 캐시 읽기 비용이 내려갔습니다. 인하 폭과 요금표는 9월 3일 기사에서 정리했습니다. 비용을 줄이려고 대화를 일찍 압축해 왔다면 그 방식이 더 이상 유리하지 않을 수 있습니다. 압축 시점을 뒤로 미뤄 보고 요금을 비교해 보길 권합니다.

클라이언트에서 압축한다면 가장 단순한 형태는 전체 기록을 요약 메시지 하나와 새 사용자 턴으로 바꾸고 나머지는 다시 보내지 않는 것입니다. 추론 블록이 넘어가지 않으니 오류가 날 일이 없고 모델은 압축된 대화 위에서 새로 생각합니다.

🗜 요약이 무엇을 남겨야 하는지 명시하면 페이블 5.1이 잘 따릅니다. 가이드는 보존할 항목으로 여섯 가지를 제시했습니다. 발생한 문제와 처리 방법, 제기되거나 시도되거나 접어 둔 선택지와 그 이유, 요청·결정·합의·배제된 것을 원문 그대로, 지금까지 다뤄지고 완료된 상태, 아직 열려 있거나 다음에 일어날 일, 그리고 이름과 숫자·날짜·정확한 표현·링크처럼 다시 만들기 어려운 세부입니다. 여기에 더해 이용자가 말한 내용은 표현에 가깝게 남기고 모델 자신의 설명과 추론은 결론 위주로 훨씬 줄이라는 가중치 지시가 붙습니다.

6. 파일 전체를 다시 쓰지 않게 한다

작은 수정에도 파일 전체를 다시 쓰는 경우가 페이블 5보다 많아졌습니다. 결과 파일은 대개 같지만 파일이 짧거나 대부분이 바뀌는 경우가 아니라면 출력 토큰과 시간이 그만큼 더 듭니다. 출력 토큰은 입력보다 단가가 높으므로 절감 효과가 바로 나타납니다.

부분 수정 우선 지시문
The number of tokens used to edit files is best minimized, all else being equal. Therefore, when it will not affect the end result, try to surgically edit a file rather than rewrite the entire thing.

7. 요청하지 않은 작업을 막는다

요청하지 않은 수정과 테스트 파일이 증가하는 것도 자주 보고되는 증상입니다. 작업 중 기존 버그나 성능 문제, 과제에 없던 동작을 발견해도 요청한 동작이 그것 없이는 작동하지 않는 경우가 아니면 고치거나 확장하지 말고 요약에 후속 과제로 적으라는 지시가 효과적입니다. 앤트로픽은 이 지시를 넣으면 요청하지 않은 추가 작업과 커밋되는 테스트 코드가 크게 줄면서 과제 성공률에는 측정 가능한 변화가 없었다고 밝혔습니다. 토큰만 줄고 결과는 그대로였다는 뜻입니다.

8. 긴 산출물을 두 번 쓰지 않게 한다

⏳ xhigh와 특히 max에서는 답을 쓰기 전에 더 오래 생각합니다. 한 요청으로 긴 결과물을 달라고 하면 생각 안에서 초안을 대부분 작성한 뒤 답변으로 다시 쓰는 일이 발생해, 같은 산출물에 출력 토큰이 두 배로 나갑니다. 가장 단순한 방법은 이런 요청을 권장 시작점인 high에서 실행하고, 품질 향상을 측정한 자리에만 xhigh나 max를 쓰는 것입니다.

그래도 써야 한다면 max_tokens를 답변 길이가 아니라 생각과 답변을 합한 크기로 잡고, 사용자 메시지 끝에 안내문을 덧붙이세요. 한 번의 답변에서 생각과 답변이 하나의 한도를 함께 쓴다는 점, 한도에 먼저 이르면 잘린 응답이 가고 처음부터 다시 시도해야 한다는 점, 전체 산출물을 생각으로 한 번 쓰고 답변으로 다시 쓰면 결과는 그대로인데 길이만 두 배가 된다는 점을 알려 주는 내용입니다.

9. 되묻느라 턴을 쓰지 않게 한다

페이블 5.1은 목표가 분명하면 방법론을 많이 일러 주지 않아도 아주 긴 작업을 수행합니다. 다만 복잡한 비동기 작업에서는 일이 끝나기 전에 턴을 마치는 경우가 있습니다. 다음에 무엇을 하겠다고 설명만 하거나(“다음으로 …하겠습니다”), 원래 요청에 이미 포함된 단계를 두고 허락을 구합니다(“적용할까요?”). 이용자가 “계속”이라고 답해야 하는 구조라 그때마다 대화 전체가 한 번 더 입력됩니다.

자율 실행 지시문의 첫 문장
You are operating autonomously. The user is not watching in real time and cannot answer questions mid-task, so asking 'Want me to…?' or 'Shall I…?' will block the work.
이어지는 내용은 이렇습니다. 원래 요청에서 따라 나오는 되돌릴 수 있는 작업은 묻지 말고 진행하고, 파괴적 작업이나 이용자가 정해야 할 범위 변경에서만 멈추라는 것입니다. 턴을 끝내기 전 마지막 문단을 확인해 계획이나 질문, 다음 단계 목록, 하지 않은 일에 대한 약속이면 지금 도구를 불러 그 일을 하라고 지시합니다. 앤트로픽은 첫 문장이 효과의 상당 부분을 담당하므로 그대로 두라고 밝혔습니다.

🤝 서브에이전트에 작업을 나눠 맡기는 구조라면 대표 에이전트가 각 서브에이전트를 기다리며 멈추게 하지 마세요. 코딩 작업에서 대표 에이전트가 계속 일하게 두면 품질과 토큰 사용량, 비용이 비슷하면서 평균 완료 시간이 줄었습니다. 토큰이 아니라 시간을 절약하는 항목입니다.

10. 토큰을 더 쓰더라도 지켜야 할 것

모두 줄이는 쪽이 정답은 아닙니다. 두 가지는 오히려 토큰을 더 써야 손해를 막습니다.

🔍 low 강도에서는 검색이나 조회 도구를 페이블 5보다 덜 부르고 기억으로 답하는 빈도가 높습니다. 값싼 답이 틀린 답이면 다시 물어야 하므로 결국 더 듭니다. 대화 전체가 아니라 해당 턴만 강도를 올리거나, 확인이 필요한 이름은 답하기 전에 검색하라고 지시하면 됩니다. 앤트로픽은 어중간한 배경 지식이야말로 낡은 답을 권위 있게 들리게 한다고 설명했습니다.

📣 긴 도구 실행 중 이용자에게 보이는 글도 페이블 5보다 줄었습니다. 강도가 높고 도구 연쇄가 길수록 뚜렷해져, 몇 분씩 아무 말 없이 멈춘 것처럼 보입니다. 사람이 지켜보는 제품이라면 진행 상황을 다시 켜는 편이 낫습니다. thinking-display-updates-2026-08-18 베타 헤더와 함께 display: "updates"를 지정하고, 내용이 들어 있는 추론 블록을 상태 표시 줄로 띄우면 됩니다. 프롬프트에 “모든 결과는 마지막 응답에 모아 달라” 같은 줄이 남아 있다면 그것부터 지우세요.

11. 권장 대상

클로드 API나 클로드 코드로 에이전트를 만드는 분, 긴 코딩 세션과 다단계 조사를 맡기는 분께 필요한 내용입니다. 페이블 5에서 옮겨 온 뒤 요금이 올랐다면 위 표부터 확인해 보면 됩니다. 앤트로픽은 대부분의 작업에 오퍼스 5부터 쓰기를 권하고, 페이블 5.1은 까다로운 추론과 오래 이어지는 에이전트 작업, 또는 오퍼스 5를 높은 강도로 평가했는데도 결과가 부족할 때 쓰는 쪽으로 안내하고 있습니다.

🔗 공식 문서: Prompting Claude Fable 5.1

🔗 모델 변경점: What’s new in Claude Fable 5.1

자세한 내용은 앤트로픽 공식 문서에서 확인할 수 있다.

이미지 출처: 앤트로픽