RTK는 터미널 출력을 압축하여 AI 코딩 도구의 토큰 사용량을 줄여준다고 광고하지만, 실제 성능과 보안 이슈에 대해서는 엇갈린 평가가 나오고 있습니다.
상상해보세요. 오늘 아침, 당신은 AI 코딩 도우미를 활용해 야심 차게 프로젝트를 시작했습니다. AI는 척척 코드를 짜주고 버그도 찾아주죠. 그런데 한 달 뒤, 생각지도 못한 ‘AI 사용료’ 청구서를 받고 깜짝 놀랍니다. AI가 코드를 한 줄 이해할 때마다 우리가 보내는 ‘토큰(AI가 정보를 처리하는 최소 단위)’ 비용이 쌓여 예상보다 큰 금액이 된 것이죠. 최근 이런 ‘토큰 비용’을 획기적으로 줄여주겠다는 도구, RTK(Rust Token Killer)가 개발자들 사이에서 큰 관심을 받고 있습니다.
이게 왜 중요한가요?
AI 코딩 도우미는 이제 개발자의 필수 동반자입니다. 하지만 AI가 명령을 수행할 때마다 터미널(컴퓨터와 직접 대화하는 텍스트 기반 인터페이스)에 쏟아지는 방대한 로그(작동 기록)들을 AI에게 모두 보내는 것은, 마치 책 한 권을 읽히기 위해 도서관 전체를 복사해서 보내는 것과 비슷합니다. [Source 8]
이처럼 토큰 비용은 AI 기반 개발의 핵심 병목 구간이며, 비용뿐 아니라 AI의 반응 속도에도 직접적인 영향을 미칩니다. RTK는 이 터미널 로그 속의 불필요한 ‘소음’을 걷어내어 AI가 정말 중요한 정보에만 집중하게 함으로써, 개발자의 비용 부담을 덜어주겠다는 목표를 가지고 있습니다. [Source 4, Source 12]
RTK, 쉽게 말해서 무엇인가요?
쉽게 말해서 RTK는 일종의 ‘스마트 필터’입니다. 우리가 사진 앱에서 화려한 필터를 적용해 배경의 불필요한 노이즈를 흐릿하게 처리하고 인물만 강조하듯이, RTK는 터미널에서 나오는 시끄러운 빌드 로그, 복잡한 Git 상태 메시지, 테스트 출력 등을 꼼꼼히 살핍니다. 이렇게 하면 AI는 핵심 코드 정보만 전달받아 훨씬 적은 토큰으로 명령을 수행할 수 있게 됩니다. [Source 7, Source 13]
비유하자면 이렇습니다. 방 안이 온통 어질러져 있을 때(터미널 로그가 많을 때), AI에게 “청소해줘”라고 시키려면 방 전체를 일일이 설명해야 하므로 많은 토큰이 소모됩니다. 하지만 RTK라는 똑똑한 직원이 방에 들어가 가장 지저분한 것들을 먼저 버리고 중요한 물건만 가지런히 정리해둔 뒤(압축 및 필터링), AI에게 방을 보여주면 AI는 훨씬 빠르고 저렴하게 청소 업무를 마칠 수 있는 것과 같습니다. [Source 5, Source 14]
현재 상황과 기술적 한계
RTK는 Rust라는 프로그래밍 언어로 작성되었으며, Apache 2.0 라이선스를 따르는 오픈소스 도구입니다. [Source 4] 현재 Claude Code를 포함하여 Codex, Cursor 등 터미널 기반의 다양한 AI 도구와 호환됩니다. [Source 5, Source 11]
개발자들 사이에서는 RTK가 실제로 60%에서 90%까지 토큰 사용량을 줄여준다는 입소문이 퍼져 있습니다. [Source 7, Source 12, Source 14] 실제 한 사용자의 사례를 보면, 30분 동안 진행된 집중 개발 세션에서 기존에는 15만 개의 토큰이 필요했으나, RTK를 사용한 후에는 약 4만 5천 개의 토큰으로 업무를 마쳤다는 보고도 있습니다. [Source 6] 2,900개 이상의 실제 명령어를 측정한 결과, 평균적으로 터미널 출력 노이즈의 89%를 제거했다는 데이터도 있죠. [Source 4]
하지만 모든 상황이 장밋빛인 것만은 아닙니다. 최근 제트브레인즈(JetBrains)에서 진행한 벤치마크(성능 측정) 결과에 따르면, RTK가 광고하는 수치와 실제 성능 사이에는 상당한 차이가 있다는 지적이 나왔습니다. [Source 1] 도구가 보여주는 ‘절감 토큰 카운터’가 이론적인 최대값과 비교하기 때문에, 실제 사용자가 느끼는 절감 폭과는 다를 수 있다는 것이죠. [Source 2] 또한, 보안을 중시하는 사용자들 사이에서는 RTK가 명령어를 다시 작성하는 과정에서 Claude Code의 보안 권한 시스템을 자동으로 우회한다는 치명적인 우려 사항도 제기되고 있습니다. [Source 9]
앞으로 어떻게 될까?
RTK는 분명 AI 코딩 비용 문제를 해결하려는 매우 도전적이고 흥미로운 도구입니다. 개발자들은 이제 막 ‘토큰 낭비’라는 문제에 눈을 떴고, 이를 수치화하여 관리하려는 움직임이 시작되었습니다. [Source 13] 앞으로 RTK와 같은 도구들이 보안 문제를 해결하고 성능을 최적화한다면 AI 개발 환경은 더욱 효율적으로 바뀔 것입니다.
다만, 새로운 기술을 도입할 때는 단순히 마케팅 수치에만 의존하지 마세요. 자신의 업무 환경에서 실제 비용이 얼마나 절감되는지, 그리고 무엇보다 데이터 보안에 문제가 없는지 직접 검증하는 신중함이 필요합니다.
MindTickleBytes의 AI 기자 시선
RTK는 AI 도구의 거품을 걷어내는 유용한 도구이지만, 광고하는 성능과 실제 성능 사이의 간극을 확인하는 것은 똑똑한 사용자의 몫입니다. 기술이 편리함을 주는 것은 분명하지만, 그 편리함 이면에 숨겨진 보안 위험은 항상 꼼꼼히 따져봐야 할 것입니다.
참고자료
- rtk Claude Code Token Savings: A Skill Trial Benchmark
- rtk Raises Claude Code Costs at Low Effort: JetBrains Benchmark Debunks 60–90% Claim
-
[Stop wasting Claude tokens: 5 tricks I actually use every day MyDataSchool](https://mydataschool.com/blog/how-to-save-tokens/) - RTK — Rust Token Killer
- RTK AI CLI Proxy Guide: Save Tokens for Codex, Claude Code, and Coding Agents
-
[Cut Claude Code Token Costs 60-90% With rtk: Hands-On Guide ComputeLeap](https://www.computeleap.com/blog/cut-claude-code-token-costs-rtk-guide-2026/) - RTK: Claude Code Token Optimization Skill
- Cutting 90% of AI Token Costs: A Guide to RTK and … - LinkedIn
- Token Compression for Claude Code with RTK + Headroom
- How To Save 60-95% On Token Usage In Claude Code - LinkedIn
- The Claude FinOps Hack: Cut Token Costs in 60 Seconds with RTK
-
[RTK Rust Token Killer Claude Code Skill for Token Savings](https://mcpmarket.com/tools/skills/rtk-rust-token-killer) -
[Cut Claude Code Token Costs by 90% with RTK CLI MeshWorld](https://meshworld.in/blog/ai/claude/rust-token-killer-rtk/) -
[RTK to reduce Claude token consumption by AshJo Medium](https://medium.com/@ashwinjosh/rtk-to-reduce-claude-token-consumption-6c90d61c0c2c)
- AI의 추론 속도를 높임
- 터미널 출력을 필터링하고 압축함
- AI 모델을 직접 업그레이드함
- 모든 사용자가 90% 이상 절감
- 광고된 수치와 실제 측정값 간의 차이가 발견됨
- 절감 효과가 전혀 없음
- AI 모델의 해킹
- Claude Code의 권한 시스템 우회
- 데이터베이스 유출