Caveman - 원시인 말투로 Claude/Codex 토큰 절약하기

한눈에 보는 요약

Caveman은 Claude Code와 Codex에서 응답을 일부러 아주 짧고 거칠게, 말 그대로 "원시인 말투"처럼 압축해서 출력 토큰을 줄이는 플러그인이다. 자료에서 강조하는 포인트는 평균적으로 약 65~75% 정도 출력 토큰을 줄일 수 있다는 점이다.¹

중요한 건 이 도구가 모델의 추론 자체를 바꾸는 게 아니라, 최종적으로 밖으로 나오는 답변을 덜 꾸미고 덜 설명적으로 만드는 쪽에 가깝다는 점이다. 즉, 사고 토큰은 그대로 두고 출력 토큰만 줄이는 방식으로 소개된다.¹

내가 보기엔 이건 단순한 "짠돌이 모드"가 아니라, LLM 답변의 밀도를 의도적으로 높이는 실험처럼 느껴졌다. 비용 절감도 분명 의미 있지만, 개발 워크플로우에서는 오히려 응답 속도 체감과 읽는 피로도 감소가 더 크게 다가올 수 있겠다.¹

무엇인지

Caveman은 Claude Code와 Codex용 플러그인이다. 핵심 아이디어는 꽤 단순하다. 모델이 흔히 붙이는 인사, 서두, 완충 표현, 장황한 설명을 걷어내고 핵심만 남기자는 것이다.¹

다만 무작정 모든 걸 줄이는 건 아니다. 코드 블록, 기술 용어, 에러 메시지, git 커밋 메시지나 PR 메시지처럼 의미 손실이 치명적인 요소는 유지 대상으로 본다.¹ 이 부분이 꽤 현실적이라고 느꼈다. 개발자 입장에서는 "짧게 말해줘"보다 "짧되 망가지지 않게"가 훨씬 중요하기 때문이다.

어떻게 토큰을 줄이는지

자료를 보면 Caveman은 답변에서 불필요한 문장 장식을 제거하는 방식으로 동작한다.¹ 예를 들면, "좋은 질문입니다", "몇 가지 방법이 있습니다", "먼저 배경을 설명하면" 같은 표현은 줄이거나 없애고, 바로 결론과 실행 단계로 들어가는 식이다.

그래서 줄어드는 건 출력 토큰이다.¹ 이 점은 꽤 중요하다. 흔히 토큰 절약이라고 하면 모델이 덜 생각한다고 오해하기 쉬운데, 여기서는 그런 설명이 아니다. 추론 비용을 건드리기보다, 사람이 읽는 최종 응답을 압축하는 개념에 가깝다.¹

개인적으로는 이 방식이 프롬프트 엔지니어링보다 더 운영적인 접근처럼 보였다. 모델을 바꾸지 않고도 팀의 기본 응답 스타일을 "압축형"으로 통일할 수 있기 때문이다.

압축 모드(Lite / Full / Ultra)

Lite는 문법을 대체로 유지하면서 군더더기만 덜어내는 모드다.¹ 가장 무난한 기본형으로 보인다. 협업 환경에서 처음 도입할 때는 이 모드가 거부감이 적을 것 같다.

Full은 기본 caveman 모드다. 관사를 생략하고 짧은 문장 중심으로 바뀐다.¹ "설명형 답변"보다 "작업 지시형 답변"에 더 잘 맞아 보인다.

Ultra는 가장 공격적인 압축 모드다. 거의 전보체처럼 최대한 짧게 말하는 수준으로 소개된다.¹ 이건 문서 초안 작성용보다는, CLI 보조 응답이나 빠른 디버깅 세션에 더 어울릴 것 같다.

벤치마크에서 인상적이었던 수치

자료에 나온 예시는 꽤 선명하다.¹

React 리렌더링 버그 설명은 1,180토큰에서 159토큰으로 줄어 87% 절감이다.¹ 설명성 답변에서 압축 효과가 특히 크다는 걸 보여준다.

PostgreSQL 연결 풀 설정은 2,347토큰에서 380토큰으로 84% 줄었다.¹ 설정 가이드처럼 원래 말이 길어지기 쉬운 주제에서 힘을 발휘하는 모습이다.

Docker 멀티스테이지 빌드는 1,042토큰에서 290토큰으로 72% 절감이다.¹ 이것도 꽤 큰 폭이다.

git rebase vs merge는 702토큰에서 292토큰으로 58% 줄었다.¹ 개념 비교형 답변이라 앞 사례보단 덜 줄었지만, 그래도 절감 폭은 충분히 크다.

콜백을 async/await로 바꾸는 리팩터링은 387토큰에서 301토큰으로 22% 절감이다.¹ 이 수치는 오히려 흥미로웠다. 이미 짧고 코드 비중이 높은 응답은 생각보다 덜 줄어든다는 뜻이기 때문이다. 즉, Caveman은 모든 답변을 똑같이 줄이는 도구가 아니라, "쓸데없는 설명이 많은 응답"에서 특히 강한 도구로 보인다.

왜 흥미로운지 / 실무 관점에서 느낀 점

자료에서는 2026년 3월 논문 Brevity Constraints Reverse Performance Hierarchies in Language Models를 함께 언급하면서, 짧은 응답이 오히려 정확도를 높일 수 있다는 맥락도 소개한다.¹ 이 연결이 재밌었다. 보통 우리는 "더 자세한 답변 = 더 좋은 답변"이라고 생각하기 쉬운데, 실제 사용에서는 긴 답변이 잡음을 늘리고 핵심 판단을 흐릴 때가 많다.

실무적으로 보면 비용 절감보다 응답 밀도와 속도 개선이 더 중요한 포인트처럼 보인다. 개발 중에는 정답률도 중요하지만, 그만큼 중요한 게 "얼마나 빨리 핵심만 읽고 다음 액션으로 넘어가느냐"다. 특히 코드 리뷰, 에러 해석, 명령어 추천 같은 순간에는 장문의 친절함보다 압축된 유용함이 더 낫다.

내가 인상적으로 본 건, 이게 단순히 말투 장난이 아니라 인터페이스 설계에 가깝다는 점이다. LLM이 너무 말이 많아지는 문제를 모델 교체 없이 해결하려는 시도이기 때문이다. 약간 우스운 콘셉트인데, 문제 정의는 꽤 진지하다.

주의해서 볼 점

자료 기준으로 Caveman은 출력 토큰을 줄이는 도구이지, 추론 토큰까지 줄이는 도구는 아니다.¹ 그래서 "생각 비용까지 확실히 줄어든다"라고 확대 해석하면 안 된다.

또 압축이 강해질수록 문맥 친절도는 떨어질 수 있다.¹ 특히 초보자 대상 설명, 의사결정 배경 공유, 문서화 초안 작성처럼 맥락이 중요한 작업에서는 Ultra가 오히려 불편할 수 있다.

벤치마크 수치도 작업 종류에 따라 편차가 크다.¹ 어떤 응답은 80% 넘게 줄지만, 어떤 응답은 20%대에 그친다. 결국 "원래 답변이 얼마나 장황했는가"가 성능을 꽤 좌우하는 것 같다.

설치 및 사용 메모

설치 예시는 다음처럼 소개된다.¹

npx skills add JuliusBrussee/caveman

claude plugin marketplace add JuliusBrussee/caveman

트리거 문구 예시도 직관적이다. /caveman, talk like caveman, caveman mode, less tokens please 같은 식으로 켤 수 있다.¹

해제할 때는 stop caveman, normal mode 같은 표현을 쓴다.¹ 자료에는 설치 후 세션 전반에 걸쳐 지속해서 사용할 수 있다는 점도 나온다.¹

내가 적용해본다면, 평소에는 Lite로 두고 디버깅이나 터미널 중심 작업에서는 Full로 올릴 것 같다. 문서 초안이나 팀 공유용 설명을 쓸 때만 다시 normal mode로 푸는 식이 가장 실용적으로 보인다.

출처

¹Caveman - 원시인 말투로 Claude/Codex 토큰 절약하기