한 개발자가 지난 3주간 코딩 에이전트(Claude Code·Kimi·Cursor·Copilot)에 보낸 메시지를 전부 내보내 모델로 분류하니, 자동화 트래픽을 뺀 실제 메시지가 2,116개(하루 평균 96개)였고 그중 40%가 오버헤드였다. 진행 상황만 200번 물었고(절반은 같은 한 시간에 몰림), 방향 교정이 13%, '토큰 낭비 마'·'모델 바꾸기 전 물어봐' 같은 규칙을 다른 날 다른 에이전트에게 반복 입력했다. 여러 에이전트를 병행할 때 한쪽에 말한 규칙이 다른 쪽에 이어지지 않는 것이 핵심 병목으로 꼽혔다.
작성자는 여러 코딩 에이전트를 동시에 돌리며 작업 속도가 느려졌다고 느껴, 키워드 검색 대신 모델에 메시지를 하나씩 읽혀 용도별로 분류시켰다. 처음 키워드 방식은 숫자가 크게 틀려 폐기했다. 자동화·테스트 하네스가 '사용자 메시지'로 잘못 찍힌 것도 절반이 넘어, 실제 사람이 친 메시지만 추려낸 점이 눈길을 끈다.
오버헤드의 구성은 구체적이다. 진행 상황 확인 200회는 오래 걸리는 작업이 끝나도 알림이 없어서였고, 교정 13%의 최대 원인은 스크린샷을 한 장씩 보며 고치는 UI 작업이었다. 같은 규칙을 날짜와 에이전트를 바꿔 반복 입력했고, 최악의 날에는 두 에이전트 사이에서 보고서를 33번 복사해 옮겼다. 에이전트가 비용을 말하지 않고 큰 작업을 시작하는 토큰 불투명성도 지적됐다.
작성자는 진행 알림, 도구 간 규칙 공유를 실제로 해결한 사람이 있는지 커뮤니티에 되물었다. 자기 사용 패턴을 데이터로 정량화하고 싶은 개발자에게 그대로 재현 가능한 감사 절차를 보여준다.