API 명세서로 UI 만들기: Claude 단독 vs Gemini 협업 효율 비교 (feat. ccusage)

0. 시작하며

프론트엔드 개발자에게 API 문서를 보고 Interface를 정의하고, Axios 함수를 짜고, UI 컴포넌트를 만드는 과정은 매우 반복적입니다.
최근에는 AI를 활용해 이 과정을 자동화하지만, 수천 줄의 API 명세 파일을 통째로 넣다 보면 비싼 토큰 비용이라는 문제에 직면하게 됩니다.
 
그래서 실험해봤습니다. "비싼 모델에게 일을 시키기 전, 가성비 모델로 설계를 먼저 시키면 얼마나 이득일까?"
 

1. 실험 환경 및 도구

이번 실험의 핵심은 실시간 비용 추적입니다.

• LLM: Claude 4.5 Opus (구현), Gemini CLI (전처리)
• 측정 도구: ccusage (터미널에서 AI 사용량과 비용을 즉시 계산해 주는 오픈소스 도구)
• 대상 데이터: 실제 호출 가능한 DummyJSON 기반의 Swagger 명세서 (약 80줄 분량)

 

2. 왜 Claude는 토큰을 많이 소모하나?

Claude는 높은 코딩 실력을 자랑하지만, 그만큼 토큰을 많이 소모하는 특징이 있습니다. 그 이유는 컨텍스트 윈도우(Context Window)라는 시스템 때문입니다.
 
1. 컨텍스트 윈도우 = AI의 '단기 기억력'
컨텍스트 윈도우는 AI가 한 번에 머릿속에 집어넣고 처리할 수 있는 정보의 양입니다. Claude는 이 기억력이 매우 좋아서, 약 20만 토큰도 한 번에 읽을 수 있습니다. 특히 최근 발표한 Claude Opus 4.6은 100만 토큰도 가능하다고 합니다. 100만 토큰이 얼만큼인지 예를 들어드리겠습니다.

• 책: 수십 권 분량의 전집
• 코드: 중대형 규모의 전체 프로젝트 소스 코드 (수만 라인 이상)
• 문서: 수천 페이지에 달하는 기술 사양서나 법률 문서 전체

하지만 그만큼 넓은 컨텍스트 윈도우를 최대한 활용하여 복잡한 문제를 풀고 많은 것을 기억하려 하기 때문에 토큰 소요가 많습니다.
 
2. 입력 비용의 압박
입력(질문)하는 양이 많을수록 돈이 더 많이 나갑니다.

• Claude의 계산법: Claude는 질문을 받으면, 그 질문 안에 있는 모든 단어 사이의 관계를 전부 계산합니다.
• 문제: 80줄짜리 Swagger 파일을 그대로 넣으면, AI는 그 안에 있는 불필요한 공백, 중괄호({}), 부가 설명들까지 하나하나 다 기억하고 계산하느라 엄청난 에너지를 쓰고, 그만큼 비용이 청구됩니다.

 

3. 실험 A: Claude에게 한 방에 다 시키기 (Direct)

가장 일반적인 방식입니다. Swagger 전체 내용을 Claude에게 던지고 타입 정의부터 Next.js 화면까지 한 번에 요청했습니다.
 

먼저 시작 전 토큰 사용량입니다. 

클로드에게 위와 같은 명령을 날렸습니다.

사용 후 토큰 사용량입니다. 단 한번의 요청으로 $0.43이 소모되었습니다.

완성본은 나름대로 잘 만들어주었네요.
 

4. 실험 B: 가성비 Gemini CLI로 설계하고 Claude로 구현하기 (Hybrid)

Gemini CLI로 데이터 설계도를 먼저 뽑게 한 뒤 Claude에게 넘기는 전략입니다.
 

먼저 시작 전 토큰 사용량입니다.

제미나이에게 위와 같은 명령을 날렸습니다.

약 80줄의 json 명세서를 단 39줄의 핵심 json으로 압축시켰습니다 (51% 압축률)

해당 요약본을 filtered-ui-context.json으로 저장해놓고, 테스트 a와 동일한 명령을 날렸습니다.

사용 후 토큰 사용량입니다. 총 $0.17이 소모되었습니다.

완성본도 잘 만들어주었습니다.
 

5. 결과 분석: $0.43 vs $0.17 (약 60% 절감)

지표	Group A (Claude 단독)	Group B (Gemini CLI + Claude)	변화량
Input 문서 길이	80줄	39줄	51% 압축 ↓
Input 토큰	130	74	43% 절감 ↓
최종 비용 (USD)	$0.43	$0.17	60% 절약 ↓

 

6. 마치며: 비싼 모델에게 노가다를 시키지 마세요

제 결론은 똑똑한 AI일수록 가장 중요한 일에만 집중하게 환경을 만들어줘야 한다는 것입니다.
비록 두가지 단계를 거쳐야해서 시간이 더 소요되긴 하지만, 모델들을 적절히 조합해서 나만의 저비용 고효율 파이프라인을 만드는 것은 의미있다고 생각됩니다.