[AI] Cursor에서 토큰 사용량이 많은가? cache read 줄이는 법

[AI] Peterica의 AI공부와 비젼 정리

ㅁ 들어가며

  Cursor의 Usage 페이지를 보면 Cache Read 토큰 사용량이 의외로 높게 나오는 경우가 많다. 이는 단순한 기술 문제가 아니라, AI 어시스턴트와의 대화 맥락을 어떻게 설계하고 관리하느냐에 따른 컨텍스트 엔지니어링의 문제이다.

 

ㅁ Cache Read 토큰 사용량이 높은 이유

ㅇ 대화 히스토리 누적 – 이전 대화가 길게 이어질수록 캐시에서 불필요한 맥락까지 불러온다.
ㅇ 파일 컨텍스트 유지 – 열어둔 파일들이 자동으로 포함되어 토큰을 차지한다.
ㅇ 코드베이스 검색 결과 – 검색된 결과가 그대로 컨텍스트에 남는다.
ㅇ 긴 대화 세션 – 하나의 세션이 길어질수록 캐시 적재량도 비대해진다.

 

ㅁ 컨텍스트 정리 방법

ㅇ 새로운 대화 시작

  - 세션을 새로 열면 이전 기록이 초기화된다.
ㅇ 파일 정리 – 현재 작업에 필요 없는 파일 탭을 닫는다.

  - 불필요한 파일들 닫기
  - 현재 작업과 관련 없는 탭들 정리
  - 에디터에서 열어둔 파일 수 최소화

ㅇ 세션 관리

  - 주제별로 새로운 대화 시작
  - 긴 대화는 여러 개의 짧은 세션으로 분할
  - 작업 완료 후 새로운 세션 시작

ㅇ 명시적 초기화 요청

  - "이전 대화 내용을 무시하고 새로운 작업을 시작하겠습니다."
  - "지금부터 새로운 컨텍스트로 시작하겠습니다."
ㅇ Cursor 설정 확인

  - Settings에서 컨텍스트 관련 설정 확인
  - 불필요한 파일 자동 포함 기능 비활성화
  - 컨텍스트 크기 제한 설정
ㅇ 전략적 접근

  - 큰 작업을 작은 단위로 나누어 필요할 때만 파일을 연다.

 

ㅁ 실용적 팁

ㅇ 작업 단위마다 새 세션을 열어 주기적으로 새로고침한다.
ㅇ 현재 필요한 파일만 열어 파일 관리를 철저히 한다.
ㅇ 질문은 구체적이고 간결하게 작성하여 토큰 낭비를 방지한다.
ㅇ 필요한 부분만 언급하고 불필요한 정보를 줄여 컨텍스트 크기를 제한한다.

 

ㅁ 마무리

 Cache Read 토큰 사용량을 줄이는 핵심은 컨텍스트를 최소 단위로 관리하는 것이다. 대화를 전략적으로 쪼개고, 파일과 세션을 정리하는 습관만으로도 토큰 절약 효과는 상당하다. 결국 AI와의 대화도 “맥락을 어떻게 설계하느냐”의 문제이며, 이는 곧 개발자의 효율성과 직결된다.