Strategy 패턴과 Factory 패턴으로 코드를 리팩토링했더니 Claude Sonnet은 37%, GPT-5는 26% 토큰을 덜 사용했습니다. 코드 구조가 곧 AI 비용이라는 새로운 관점을 소개합니다.
커서(Cursor)나 코파일럿으로 코딩하면서 토큰 비용이 부담스럽다고 느끼신 적 있나요? 같은 기능을 만드는데도 어떨 때는 비용이 많이 나오고, 어떨 때는 적게 나오는 걸 경험해보셨을 거예요.
최근 한 개발자가 흥미로운 실험을 했습니다. 동일한 기능 추가 요청을 두 가지 다른 코드베이스에 했더니 놀라운 결과가 나왔어요. 구조가 잘 정리된 코드는 그렇지 않은 코드보다 37%나 적은 토큰을 사용했습니다.
실험의 배경: 같은 요청, 다른 결과
실험은 간단했습니다. 떨어지는 물체 게임 코드를 두 가지 버전으로 준비했어요. 하나는 GPT-5로 작성한 원본 코드, 다른 하나는 디자인 패턴을 적용해 리팩토링한 코드였습니다.
원본 코드: 27,160자의 일반적인 구조
리팩토링 코드: 24,426자의 패턴 적용 구조
두 코드에 똑같은 기능 추가 요청을 했습니다. “새로운 떨어지는 물체를 추가해주세요. 중력과 별개로 점진적으로 가속도가 붙어야 하고, 땅에 닿으면 즉시 사라져야 합니다. 크기는 superBouncingBall의 1.2배, 색상은 노란색으로 설정해주세요.”
마법의 한 줄: 단순한 리팩토링 프롬프트
리팩토링에 사용된 프롬프트는 놀랍도록 단순했습니다.
“떨어지는 물체의 동작에는 Strategy 패턴을, 생성에는 Factory 패턴을 적용해서 리팩토링하고, 구현을 별도 파일로 분리한 후 .cursorrules를 새로운 파일 구조에 맞게 업데이트해주세요.”
이 한 줄이 전부였어요. 복잡한 설명도 없고, 세세한 지시사항도 없었습니다. 단지 두 가지 디자인 패턴을 적용하라는 간단한 요청이었죠.
놀라운 결과: 최대 37% 토큰 절약
실험은 철저하게 진행됐습니다. 공정성을 위해 매번 Cursor를 완전히 재시작했고, 모든 프롬프트를 제로 컨텍스트에서 실행했어요. 각 모델별로 5번씩 반복 측정했습니다.
Claude Sonnet 4 결과:
- 리팩토링 전: 평균 390,159 토큰
- 리팩토링 후: 평균 242,265 토큰
- 37.91% 감소
GPT-5 결과:
- 리팩토링 전: 평균 315,839 토큰
- 리팩토링 후: 평균 233,634 토큰
- 26.03% 감소
가장 극적인 차이를 보인 케이스에서는 Claude Sonnet이 421,176 토큰에서 137,981 토큰으로, 무려 67%나 줄어들었어요.
왜 이런 일이 벌어졌을까?
결과가 이렇게 나온 이유는 AI가 코드를 이해하고 처리하는 방식과 관련이 있습니다.
구조화된 코드의 장점:
- 명확한 역할 분담: Strategy 패턴으로 각 물체의 동작이 독립적으로 정의되어 AI가 변경 지점을 쉽게 파악
- 확장성 있는 구조: Factory 패턴으로 새 물체 추가 시 기존 코드 영향도가 최소화
- 파일 분리: 관련 기능이 별도 파일로 분리되어 AI가 필요한 부분만 집중 가능
반대로 구조화되지 않은 코드는 AI가 전체 맥락을 파악하느라 더 많은 토큰을 소모했습니다. 코드 전체를 읽고 분석해야 했고, 변경 시 영향받을 부분들을 모두 고려해야 했거든요.
실무에서 활용할 수 있는 인사이트
이 실험이 주는 교훈은 명확합니다. AI 시대에는 코드 구조가 곧 비용이라는 점입니다.
즉시 적용 가능한 팁들:
코드 작성 시 처음부터 패턴을 의식하세요. Strategy, Factory, Observer 같은 기본 디자인 패턴을 적용하면 AI가 코드를 더 효율적으로 이해합니다.
기능별로 파일을 분리하는 습관을 들이세요. 하나의 파일에 모든 기능이 뭉쳐있으면 AI가 불필요한 컨텍스트까지 읽어야 합니다.
.cursorrules나 프로젝트 설정 파일에 코드 구조를 명시하세요. AI가 프로젝트 구조를 빠르게 파악할 수 있어요.
비용 관점에서의 새로운 리팩토링 기준:
기존에는 가독성과 유지보수성을 위해 리팩토링했다면, 이제는 AI 효율성도 고려해야 합니다. 같은 기능을 구현하더라도 구조가 좋은 코드는 AI 비용을 크게 절약시켜줍니다.
특히 스타트업이나 개인 개발자처럼 AI 도구 비용에 민감한 환경에서는 코드 구조 개선이 곧 운영비 절약으로 이어집니다.
검증 가능한 실험
이 실험의 가장 좋은 점은 누구나 재현할 수 있다는 것입니다. GitHub에 실험에 사용된 코드가 모두 공개되어 있고, 실험 방법도 상세히 기록되어 있어요.
여러분도 자신의 프로젝트에서 비슷한 실험을 해볼 수 있습니다. 리팩토링 전후의 토큰 사용량을 비교해보면 구체적인 비용 절약 효과를 확인할 수 있을 거예요.
AI 코딩 시대에는 클린 코드의 정의가 확장되고 있습니다. 사람이 읽기 쉬운 코드를 넘어서 AI가 이해하기 쉬운 코드까지 고려해야 하는 시점이 왔어요.
한 줄의 간단한 리팩토링 프롬프트가 37%의 비용 절약을 만들어낸 이번 실험은, 앞으로 우리가 코드를 어떻게 구조화해야 할지에 대한 새로운 가이드라인을 제시합니다. 코드 품질과 AI 효율성, 두 마리 토끼를 모두 잡을 수 있는 시대가 시작된 거죠.
참고자료:
Comments