본문 바로가기
AI UPDATES

Claude Code 2.1.149 /usage MCP 비용 분석: 에이전트 사용량 보는 법

ashm 2026. 5. 24. 19:26

 

Claude Code 2.1.149 업데이트: /usage로 MCP 비용과 에이전트 사용량을 보는 법

skills, subagents, plugins, MCP 서버별 비용을 어디서 보고 무엇부터 판단할지 짚었습니다.

 

Claude Code 2.1.149 /usage MCP 비용 분석: 무엇이 달라졌나

 

Claude Code 2.1.149의 가장 실무적인 변화는 /usage에서 사용량 한도 소모 원인을 skills, subagents, plugins, MCP 서버별 비용 같은 범주로 더 잘 나눠 볼 수 있게 된 점입니다. 새 Claude 모델 발표가 아니라 AI 코딩 에이전트의 운영 비용과 사용량 원인을 추적하기 쉬워진 업데이트로 보는 편이 정확합니다.

Claude Code를 오래 켜두고 작업하다 보면 “왜 갑자기 한도가 빨리 줄었지?”라는 질문이 먼저 생깁니다. 특히 MCP 서버를 여러 개 붙이고, subagents나 skills, plugins까지 함께 쓰는 흐름에서는 원인이 코드 생성인지, 외부 도구 호출인지, 세션 컨텍스트인지 분리하기 어렵습니다.

2026년 5월 24일 KST 기준 같은 날의 새 user-facing 공식 업데이트는 확인하지 못했습니다. 최근 72시간 안의 공식 릴리스 노트에서는 2026년 5월 22일 Claude Code 2.1.149가 이 주제와 직접 맞닿아 있습니다. Claude Code 2.1.149 /usage MCP 비용 분석은 결국 “많이 썼다”가 아니라 “무엇 때문에 많이 썼는가”를 확인하는 문제입니다.

제가 보기에는 여기서 중요한 점이 관리 가능성입니다. 개인 개발자는 자신의 긴 세션 습관을 점검할 수 있고, 팀은 MCP 서버를 늘리기 전에 어떤 연결이 사용량을 키우는지 비교할 출발점을 갖게 됩니다.

 
Korean developer desk with a clean dashboard-style AI coding usage screen showing categories such as skills, subagents, plugins, and MCP servers, no official UI screenshot
 

업데이트 타임라인: 2.1.149와 2.1.150을 구분해서 보기

 

2026년 5월 22일의 2.1.149가 /usage와 MCP 비용 표시를 포함한 사용자 체감 변경이고, 2026년 5월 23일의 2.1.150은 internal infrastructure release로 기록됐습니다. 그래서 2026년 5월 24일 KST 기준 이 글은 2.1.149를 중심으로 봅니다.

버전 번호만 보면 2.1.150이 더 최신이라서 헷갈릴 수 있습니다. 하지만 공식 changelog 기준으로 이 글에서 다루는 /usage, MCP 서버별 비용, /diff 키보드 스크롤, GFM task list checkbox 렌더링, Enterprise MCP 관리 설정은 2.1.149 항목에 묶여 있습니다.

반대로 2.1.150은 사용자에게 바로 보이는 기능 추가라기보다 내부 인프라 성격으로 기록돼 있습니다. 따라서 “가장 최신 버전”이라는 표현보다 “이 주제의 최신 사용자 체감 업데이트”라고 구분하는 것이 안전합니다.

한국 사용자 입장에서는 이 구분이 중요합니다. 블로그나 검색 결과에서 버전 숫자만 따라가면 실제로 확인해야 할 `/usage` 변경을 놓치거나, 2.1.150에 없는 기능을 기대할 수 있기 때문입니다.

 

/usage가 보여주는 것: skills, subagents, plugins, MCP 서버별 비용

 

/usage는 사용량 한도를 소모한 원인을 더 세분화해 보여주는 방향으로 강화됐습니다. 독자는 단순한 총량이 아니라 skills, subagents, plugins, MCP 서버 같은 기능 묶음이 사용량에 어떤 영향을 줬는지 추적하게 됩니다.

이전에도 Claude Code에서 비용과 사용량을 확인하는 흐름은 있었습니다. Claude Code 2.1.149 /usage MCP 비용 분석에서 눈에 띄는 점은 원인 분류가 더 직접적으로 보인다는 데 있습니다.

예를 들어 긴 리팩터링 세션에서 subagents를 많이 호출했는지, 특정 MCP 서버가 반복적으로 도구 정의나 호출 흐름을 만들었는지, plugins와 skills가 예상보다 자주 개입했는지 확인할 실마리가 생깁니다. 이 정보가 있으면 “Claude Code가 비싸다”에서 멈추지 않고 “어떤 사용 패턴을 바꿔야 하나”로 질문을 좁힐 수 있습니다.

역할은 다음처럼 나눠 읽는 편이 좋습니다.

확인 화면 주로 보는 질문 실무 판단
`/usage` 어떤 범주가 한도 사용을 키웠나 사용량 원인 후보를 찾습니다
`/mcp` 어떤 MCP 서버가 연결돼 있나 끄거나 유지할 서버를 고릅니다
`/context` 컨텍스트가 무엇으로 차 있나 긴 세션 정리나 `/compact` 필요성을 봅니다

> 숫자 하나를 맞히는 기능이라기보다, 사용량 원인을 좁히는 관찰 도구로 보는 것이 좋습니다.

 
Simple editorial diagram comparing /usage, /mcp, and /context as three panels for Claude Code usage diagnosis, Korean labels, abstract not official UI
 

왜 중요한가: MCP가 많아질수록 비용 원인 추적이 필요하다

 

MCP 서버를 여러 개 연결한 개발 환경에서는 사용량 증가 원인이 모델 대화 자체인지, 외부 도구 연결인지, 컨텍스트 누적인지 분리해야 합니다. Claude Code 2.1.149 /usage MCP 비용 분석은 그 분리를 시작할 수 있는 화면을 제공합니다.

MCP는 Claude Code를 로컬 파일, 이슈 트래커, 클라우드, 사내 도구와 연결할 때 유용합니다. 문제는 연결이 많아질수록 “편리함”과 “운영 비용”이 같이 늘어날 수 있다는 점입니다. 실제로 확인할 부분은 MCP 서버 수 자체보다 어떤 서버가 세션에서 계속 의미 있는 일을 하는지입니다.

공식 문서는 MCP tool search가 기본적으로 도구 정의를 지연 로드해 context 사용량을 낮추는 구조라고 설명합니다. 하지만 이것이 모든 환경에서 비용 걱정이 사라진다는 뜻은 아닙니다. provider, proxy, server configuration, session behavior에 따라 체감 사용량은 달라집니다.

그래서 이 변경을 실무형으로 읽으면 “MCP를 쓰지 말자”가 아닙니다. 오히려 MCP를 계속 쓰기 위해 어떤 서버를 유지하고, 어떤 서버는 CLI 대체 도구나 필요 시 연결 방식으로 바꿀지 판단하는 재료가 늘었습니다.

 
AI coding workflow with multiple MCP server nodes connected to a central terminal, some nodes highlighted as cost signals, practical developer operations mood
 

도입 시뮬레이션: 설치 후 첫 테스트부터 운영 모델까지

 

첫 테스트는 `claude --version`과 `claude doctor`로 환경을 확인한 뒤, 같은 프로젝트에서 `/usage`, `/mcp`, `/context`를 순서대로 비교하는 방식이 적합합니다. 운영 모델은 기준 세션 확인, MCP 추가 후 변화 확인, 불필요 서버 비활성화, 팀 정책 반영 순서로 잡으면 됩니다.

이미 Claude Code를 쓰고 있다면 먼저 버전을 확인합니다. 공식 setup 문서에는 native installer, Homebrew, WinGet, npm 설치 경로와 `claude --version`, `claude doctor`, `claude update` 같은 확인 및 유지관리 명령이 나와 있습니다. 팀에서 Homebrew stable이나 npm, native installer를 섞어 쓰면 버전 차이가 날 수 있으니 여기부터 맞추는 편이 좋습니다.

제가 권하는 가장 작은 안전 테스트는 새 기능을 과하게 켜는 방식이 아닙니다. 기존 프로젝트 하나에서 기준 세션을 만들고 `/usage`를 확인한 뒤, `/mcp`로 연결된 MCP 서버를 봅니다. 그 다음 `/context`로 컨텍스트 압박을 확인합니다. 이후 승인된 MCP 서버 하나만 더한 세션을 비교하면 변화가 더 차분하게 보입니다.

실무 체크 순서는 이 정도면 충분합니다.

1. `claude --version`으로 2.1.149 이상 또는 해당 기능이 포함된 채널인지 확인합니다.
2. `claude doctor`로 설치와 설정 문제를 먼저 걸러냅니다.
3. 프로젝트에서 `claude`를 실행하고 작업 전 `/usage`, `/mcp`, `/context`를 기록합니다.
4. 승인된 MCP 서버 하나를 켠 뒤 같은 유형의 작업을 짧게 수행합니다.
5. 다시 `/usage`, `/mcp`, `/context`를 비교하고, 반복 호출이 큰 서버나 필요 없는 서버를 비활성화 후보로 둡니다.
6. 팀 환경에서는 결과를 `managed-mcp.json`, allowlist, denylist, OpenTelemetry 모니터링 논의와 연결합니다.

다만 여기서 조심할 점은 테스트 수치를 공개 벤치마크처럼 쓰지 않는 태도입니다. 프로젝트 크기, 프롬프트 길이, 모델, MCP 서버 설정, 도구 호출 횟수에 따라 값은 달라집니다.

 

추천 적용 대상과 함께 쓰기 좋은 도구

 

이 업데이트는 Claude Code로 긴 세션을 운영하거나 MCP 서버를 여러 개 연결하는 개인 개발자, DevEx 팀, Enterprise 관리자에게 특히 유용합니다. 함께 볼 도구는 `/mcp`, `/context`, `managed-mcp.json`, 그리고 상황에 따라 `gh`, `aws`, `gcloud`, `sentry-cli` 같은 CLI 대체 도구입니다.

Claude Code 2.1.149 /usage MCP 비용 분석은 모든 사용자에게 같은 무게로 필요하지 않습니다. 단발성 질문이나 작은 파일 수정만 하는 개인 사용자라면 변화가 크게 느껴지지 않을 수 있습니다. 반대로 하루 종일 Claude Code를 켜두고 여러 저장소를 넘나드는 사용자라면 꽤 현실적인 점검 포인트가 됩니다.

특히 한국 개발팀에서는 GitHub, 클라우드, 이슈 관리, 내부 문서 검색을 MCP로 연결하려는 흐름이 늘어날수록 운영 규칙이 필요합니다. 어떤 MCP 서버는 매일 켜둘 가치가 있고, 어떤 서버는 특정 업무 때만 연결하는 편이 낫습니다. 비용 문서가 CLI 도구를 대안으로 언급하는 이유도 여기에 있습니다.

적용 우선순위는 이렇게 잡아도 됩니다.

  • 개인 개발자: 긴 Claude Code 세션에서 `/usage`와 `/context`를 보고 `/clear`, `/compact` 습관을 조정합니다.
  • 소규모 팀: 공통 MCP 서버 목록을 정하고 `/mcp`와 `/usage` 비교 결과를 공유합니다.
  • DevEx 또는 플랫폼 팀: `managed-mcp.json`, allowed/denied MCP 정책, OpenTelemetry 기록 범위를 정합니다.
  • 비용 민감 조직: MCP가 필요한 업무와 `gh`, `aws`, `gcloud`, `sentry-cli`로 충분한 업무를 분리합니다.

이 글을 쓰는 입장에서는 “무조건 MCP를 줄이라”보다 “항상 켜둘 MCP와 필요할 때만 켤 MCP를 나누라”가 더 현실적인 조언입니다.

 
 
 

주의할 점: /usage는 청구서를 대체하지 않는다

 

`/usage`와 MCP 서버별 비용 표시는 비용 감시와 한도 사용 원인 파악을 돕는 제품 내 신호로 봐야 합니다. 실제 청구, 미래 세션 비용, 모든 조직의 정책 상태를 완벽히 예측한다고 단정하면 안 됩니다.

이 기능은 유용하지만 해석을 과하게 하면 위험합니다. `/usage`는 개발자가 세션 비용, plan usage limits, activity stats를 확인하는 명령입니다. 이것을 회계용 청구서나 모든 미래 작업의 비용 예측기로 읽으면 안 됩니다.

MCP 서버별 비용도 마찬가지입니다. 서버 구성, tool search 동작, provider나 proxy 설정, 도구 호출 방식, 세션 길이에 따라 결과는 달라집니다. 특히 민감한 시스템에 연결된 MCP 서버는 비용 테스트만을 위해 넓은 권한으로 켜면 안 됩니다.

또 하나는 Enterprise 설정입니다. 2.1.149에는 `allowAllClaudeAiMcps` 관리 설정이 추가됐지만, 이것이 모든 기업 계정에서 기본 활성화됐다는 뜻은 아닙니다. 조직마다 관리 정책과 배포 방식이 다르므로 실제 적용 여부는 관리자 설정과 문서화된 정책으로 확인해야 합니다.

업데이트를 건너뛰어도 되는 경우도 있습니다. MCP 서버를 쓰지 않는 단발성 개인 세션, 비용 원인 추적보다 모델 품질 비교가 목적인 테스트, 조직 정책 없이 민감한 MCP를 개인 실험으로 붙이려는 상황에서는 이번 Claude Code 2.1.149 /usage MCP 비용 분석의 우선순위가 낮습니다.

 

함께 바뀐 기능: /diff 스크롤, checkbox 렌더링, Enterprise MCP 설정

 

2.1.149는 /usage 외에도 /diff 상세 화면의 키보드 스크롤, GFM task list checkbox 렌더링, Enterprise용 allowAllClaudeAiMcps 관리 설정을 포함했습니다. 본문에서는 사용량 분석을 중심으로 봤지만, 코드 리뷰와 조직 관리 흐름에도 작은 개선이 있습니다.

`/diff` 상세 화면에서 arrow key, j/k, PgUp/PgDn, Space, Home, End 같은 키보드 스크롤을 쓸 수 있게 된 점은 코드 변경 검토가 많은 사용자에게 의미가 있습니다. 마우스 없이 변경 내용을 훑는 습관이 있는 개발자라면 체감이 있습니다.

GFM task list checkbox 렌더링도 작지만 실용적입니다. 작업 목록이 단순 bullet처럼 보이는 것보다 checkbox로 보이면 리뷰나 TODO 정리에서 상태를 더 쉽게 읽습니다.

Enterprise용 `allowAllClaudeAiMcps`는 개인 사용자보다는 조직 관리자에게 더 관련이 큽니다. 관리형 MCP와 claude.ai cloud MCP connector를 어떤 정책으로 허용할지 정해야 하는 팀이라면 2.1.149를 단순 CLI 업데이트가 아니라 MCP 거버넌스 업데이트로도 읽어야 합니다.

 

자주 묻는 질문

 

Q. Claude Code 2.1.149의 /usage 업데이트는 무엇이 달라졌습니까?
A. `/usage`에서 사용량 한도 소모 원인을 skills, subagents, plugins, MCP 서버별 비용 같은 범주로 더 잘 나눠 볼 수 있게 된 점이 가장 눈에 띕니다. 공식 changelog 기준으로 이 변경은 2026년 5월 22일 2.1.149 항목에 포함됐습니다.

Q. Claude Code /usage에서 MCP 서버별 비용은 어떻게 확인합니까?
A. Claude Code 세션에서 `/usage`를 실행해 사용량 범주를 보고, 이어서 `/mcp`로 연결된 MCP 서버 상태를 확인하는 흐름이 좋습니다. MCP별 비용 표시는 사용량 원인 후보를 좁히는 신호이지 실제 청구서를 대체하는 값으로 단정하면 안 됩니다.

Q. skills, subagents, plugins가 사용량 한도에 미치는 영향은 어떻게 봐야 합니까?
A. `/usage`에서 해당 범주가 두드러지는지 확인한 뒤, 같은 작업을 더 짧은 세션이나 특정 MCP 서버 없이 반복해 비교하는 방식이 현실적입니다. 단일 수치보다 작업 전후 변화와 반복 패턴을 기록하는 것이 더 유용합니다.

Q. Claude Code /usage, /mcp, /context는 각각 언제 써야 합니까?
A. `/usage`는 한도와 비용 사용 원인을 볼 때, `/mcp`는 연결된 MCP 서버 상태를 볼 때, `/context`는 세션 컨텍스트가 무엇으로 차 있는지 볼 때 씁니다. 세 명령을 함께 보면 비용 문제와 컨텍스트 문제를 분리하기 쉽습니다.

Q. Claude Code 2.1.149와 2.1.150 중 어떤 업데이트를 봐야 합니까?
A. `/usage`와 MCP 비용 분석을 보려면 2.1.149를 봐야 합니다. 2.1.150은 공식 changelog에서 internal infrastructure release로 기록돼 이 글의 사용자 체감 기능과는 성격이 다릅니다.

Q. 개인 사용자도 Enterprise MCP 설정을 신경 써야 합니까?
A. 개인 사용자는 `allowAllClaudeAiMcps`보다 `/usage`, `/mcp`, `/context` 확인 습관이 더 중요합니다. Enterprise 설정은 조직에서 관리형 MCP, allowlist, denylist, OpenTelemetry 모니터링을 운영할 때 주로 의미가 있습니다.

Q. MCP 서버가 너무 많으면 어떤 것부터 꺼야 합니까?
A. 먼저 사용 빈도가 낮고 같은 기능을 `gh`, `aws`, `gcloud`, `sentry-cli` 같은 CLI로 처리할 수 있는 MCP 서버부터 후보로 봅니다. 민감한 권한을 가진 서버는 비용 테스트 전에 조직 정책과 read-only 범위를 먼저 확인해야 합니다.

함께 읽으면 좋은 글

 

참조 링크

 

'AI UPDATES' 카테고리의 다른 글

Zendesk AI agents custom escalation removal May 25 2026: 상담 자동화에서 달라지는 점  (0) 2026.05.25
OpenAI Codex token based pricing rate card 요금표 변경: 크레딧 계산법과 비용 체크포인트  (0) 2026.05.25
Vercel CLI 업데이트: vercel alerts --ai로 anomaly alert와 AI investigation results 확인하기  (0) 2026.05.24
Cloudflare AI Gateway REST API 공개: OpenAI Responses·Anthropic Messages 한 엔드포인트 호출법  (0) 2026.05.23
OpenAI Codex 업데이트 정리: Goal mode와 Appshots로 바뀌는 개발 방식  (0) 2026.05.23

'AI UPDATES' Related Articles

티스토리툴바