[Claude Code 입문 E01] AI 모델과 토큰 개념: LLM 작동 원리와 비용 계산 완전 정복 (개발자용)

Claude를 효율적으로 사용하기 위해 반드시 알아야 할 토큰 개념과 LLM 작동 원리를 알아봅니다. 토큰 단위로 비용이 청구되는 만큼, 이 개념을 정확히 이해하면 예상치 못한 비용 발생을 방지할 수 있습니다. 이 영상에서 다루는 내용: - LLM(대규모 언어 모델)의 기본 원리와 작동 방식 - 토큰의 개념과 토큰화 방식 (영어/한국어/코드) - 입력 토큰과 출력 토큰의 차이와 비용 계산법 - 대화에서의 토큰 누적과 비용 증가 원리 - 토큰 기반 비용 최적화 전략 (모델 선택, 프롬프트 최적화) - 한국어와 영어의 토큰 사용량 차이 분석 환경: - Claude API (Sonnet 4.5) - Python 3.x - anthropic 라이브러리 챕터: 0:00 들어가며 0:13 LLM이란 무엇인가 0:46 LLM 작동 원리 1:14 LLM의 한계 (지식 컷오프, 환각) 2:09 토큰의 개념과 계산 방식 2:30 토큰 계산 예시 (영어, 한국어, 코드) 4:04 입력 토큰 vs 출력 토큰 4:37 대화에서의 토큰 누적과 비용 계산 5:45 비용 최적화 전략 참고 링크: - 블로그 포스트: https://neosarchizo.github.io/posts/claude-code-01-ai-model-and-token - Claude 공식 문서 - Pricing: https://platform.claude.com/docs/en/about-claude/pricing - Claude 토큰 계산기: https://platform.claude.com/docs/en/build-with-claude/token-counting - Claude API Reference: https://platform.claude.com/docs/en/home #ClaudeCode #AI개발 #토큰최적화