LLM Wiki

CodeBurn — Claude Code·Codex 토큰 비용 관측 TUI

4 min read

CodeBurn — Claude Code·Codex 토큰 비용 관측 TUI

래퍼나 프록시 없이 로컬 세션 트랜스크립트를 직접 읽어, Claude Code와 Codex의 토큰 사용량·비용·성공률을 시각화하는 터미널 대시보드.

개요

AgentSeal/codeburn은 AI 코딩 도구의 비용 관측성(cost observability)에 초점을 맞춘 TUI 도구다. 핵심 메시지는 간단하다.

  • 내 토큰이 어디서 타는지 본다.
  • 어떤 작업 유형이 한 번에 끝나는지 본다.
  • 어떤 도구·모델·MCP 서버가 비용을 많이 쓰는지 본다.

중요한 점은 구현 방식이다. API 프록시를 끼우지 않고, 로컬에 저장된 세션 로그를 직접 읽는다. 그래서 기존 워크플로우를 바꾸지 않고도 Claude Code나 Codex 사용 패턴을 사후 분석할 수 있다.

핵심 기능

  • Claude Code와 Codex 세션 자동 감지
  • 프로젝트·모델·도구·작업 유형별 비용 분해
  • edit/test/fix 루프 기준 one-shot success rate 측정
  • 키보드 내비게이션을 갖춘 인터랙티브 TUI
  • CSV/JSON export
  • SwiftBar용 macOS 메뉴바 위젯
  • provider plugin system으로 다른 AI 코딩 도구 추가 가능

지원 데이터 경로:

  • Claude Code: ~/.claude/projects/
  • Codex: ~/.codex/sessions/
  • Claude Desktop local agent mode도 지원

왜 흥미로운가

2026년 AI 코딩의 병목은 모델 성능만이 아니라 운영 비용과 반복 실패 패턴이다. CodeBurn은 바로 그 지점을 겨냥한다.

예를 들어 다음 질문에 답하기 쉬워진다.

  • Claude Code가 Bash에서 토큰을 많이 태우는가, Read/Edit에서 태우는가?
  • Codex는 어떤 작업에서 한 번에 끝나고, 어떤 작업에서 edit/test/fix 루프가 길어지는가?
  • 특정 MCP 서버가 연결된 작업이 유독 비싼가?
  • 프로젝트별로 어떤 모델 조합이 비용 대비 효율이 좋은가?

즉 “좋은 모델”을 찾는 도구라기보다, 실제 사용 로그 기준으로 “좋은 운영 패턴”을 찾는 도구다.

사용법

설치:

npm install -g codeburn
# 또는
npx codeburn

대표 명령:

codeburn
codeburn today
codeburn month
codeburn report -p 30days
codeburn status
codeburn export -f json

대시보드에서는 기간 전환과 provider 전환을 키보드로 처리한다. 둘 다 있는 경우 p로 Claude/Codex를 토글할 수 있다.

해석 포인트

CodeBurn이 특히 유용한 이유는 세 가지다.

  1. 프록시 강제가 없다.
  2. 세션 로그 기반이라 과거 사용분도 재분석 가능하다.
  3. “비용”뿐 아니라 one-shot success rate를 함께 보게 한다.

그래서 이 도구는 단순 회계가 아니라, 2026-04-15-claude-code-vs-codex-comparison 같은 실전 비교 노트와 결합했을 때 더 강해진다. 모델별 성향 비교를 느낌이 아니라 데이터로 확인하는 운영 계층이 되기 때문이다.

Sources

그래프 뷰

백링크