앤스로픽 에이전트 스킬 정리: 폴더 하나로 AI에 전문성을 심는 새로운 방식과 MCP의 역할 분담

핵심 메시지

• 코드가 디지털 세계의 보편 인터페이스라는 인식이 자리 잡으면서, 에이전트의 뼈대는 배시와 파일 시스템 수준으로 얇아졌고 남은 병목은 도메인 전문성이 됐다.
• ‘스킬’은 절차적 지식을 담은 파일 묶음, 즉 폴더다. 깃으로 버전을 관리하고 클라우드 저장소에 올리거나 압축해 공유할 수 있어 진입 장벽이 사실상 없다.
• 런타임에는 스킬의 메타데이터만 노출되고, 필요할 때만 본문과 나머지 파일을 읽는 점진적 공개 방식으로 수백 개의 스킬을 동시에 갖춰도 컨텍스트가 터지지 않는다.
• MCP가 바깥 세계와의 연결을 담당한다면 스킬은 전문성을 담당한다. 두 생태계는 대체재가 아니라 보완재로 굳어지고 있다.
• 재무·채용·회계·법무처럼 코딩을 하지 않는 직군이 스킬을 직접 만들기 시작했고, 앤스로픽은 이를 조직 차원의 지식 베이스가 축적되는 초기 신호로 본다.

쉽게 이해하기

앤스로픽의 배리 장과 마헤시 무라그는 AI 엔지니어 컨퍼런스 발표에서 지난 1년 사이 에이전트를 둘러싼 전제가 크게 바뀌었다고 말했다. MCP가 에이전트 연결의 표준으로 자리 잡았고, 코딩 에이전트와 에이전트 SDK가 공개되면서 도구와 뼈대는 어느 정도 정리됐다는 것이다. 그런데도 실제 업무에 투입하면 여전히 빈틈이 남는데, 두 사람은 그 빈틈을 ‘지능이 아니라 전문성의 부재’로 정리했다.

두 사람이 내놓은 진단의 출발점은 “코드가 전부”라는 문장이다. 도메인마다 완전히 다른 에이전트가 필요할 것이라는 예상과 달리, 코드는 특정 용도가 아니라 디지털 세계 전체를 다루는 보편 인터페이스에 가까웠다는 것이다. 재무 보고서를 만드는 일만 해도 API를 호출해 데이터를 가져오고, 파일 시스템에 정리하고, 파이썬으로 분석한 뒤 문서 형식으로 합치는 과정이 모두 코드로 이어진다. 그래서 에이전트의 핵심 뼈대는 배시와 파일 시스템만큼 얇아질 수 있었다.

문제는 그다음이었다. 발표자들은 세금 신고를 예로 들며, 지능이 아무리 뛰어나도 원리부터 세법을 재구성하는 사람보다 경험 많은 세무 전문가에게 맡기고 싶어진다고 말했다. 오늘의 에이전트는 충분히 똑똑하지만 사용자의 전문성을 잘 흡수하지 못하고 시간이 지나도 배우지 않는다. 스킬은 바로 이 지점을 겨냥해, 절차적 지식을 사람도 에이전트도 만들 수 있는 가장 단순한 형태인 폴더로 포장한 결과물이다.

스킬 안에는 지시문뿐 아니라 스크립트를 도구로 넣을 수 있다. 발표에서는 슬라이드에 서식을 입히는 파이썬 코드를 모델이 매번 새로 작성하던 문제를 예로 들며, 그 코드를 스킬 안에 저장해 두자 실행이 훨씬 일관적으로 바뀌었다고 설명했다. 전통적인 도구가 애매한 설명문을 달고 항상 컨텍스트를 차지하는 반면, 코드는 스스로를 설명하고 수정할 수 있으며 필요할 때까지 파일 시스템에 머무른다는 점도 함께 짚었다.

출시 5주 만에 스킬은 크게 세 갈래로 갈라졌다. 문서 작성처럼 새로운 일반 역량을 주는 기반형, 파트너사가 자사 소프트웨어를 더 잘 쓰게 만드는 생태계형, 그리고 기업 내부의 관행과 코드 스타일을 가르치는 조직형이다. 발표자들은 모델을 프로세서, 에이전트 런타임을 운영체제에 비유하면서, 진짜 가치는 그 위에서 각자의 전문성을 담아 만드는 응용 계층에서 나온다고 정리했다.

주요 인사이트

• 에이전트를 도메인별로 새로 만드는 접근은 비용이 크다. 범용 에이전트 하나에 도메인 지식을 얹는 편이 유지 비용과 재사용성 면에서 유리하다는 것이 이 발표의 핵심 주장이다.
• 스킬이 폴더라는 사실은 기술적 선택이 아니라 배포 전략이다. 새로운 포맷이나 런타임을 배우지 않아도 되니 비개발 직군까지 제작자로 들어올 수 있다.
• 점진적 공개는 컨텍스트 윈도를 자원으로 취급하는 설계다. 처음부터 모든 지식을 밀어 넣지 않고, 모델이 필요하다고 판단한 순간에만 읽게 만든다.
• 발표자들은 스킬이 복잡해질수록 소프트웨어처럼 다뤄야 한다고 봤다. 테스트와 평가, 올바른 시점에 스킬이 호출되는지 확인하는 도구, 버전 관리와 의존성 선언이 앞으로의 과제로 꼽혔다.
• 지속 학습 관점에서 스킬의 의미는 ‘모델이 적어 둔 것을 미래의 모델이 그대로 쓸 수 있다’는 보장에 있다. 발표자들은 함께 일한 지 30일째의 에이전트가 첫날보다 훨씬 나아지는 것을 목표로 제시했다.

자주 묻는 질문

관련 AI 소식