에이전트 스킬(Agent Skills)이란? AI를 신입처럼 온보딩하는 4단계 방법

핵심 메시지

• 2026년의 변화는 '코워킹 에이전트'다. Claude Co-work나 데스크톱 코덱스처럼, 이제 개발자가 아니어도 업무 맥락을 아는 사람이라면 AI에게 지식노동을 맡길 수 있다.
• 문제는 모든 대화가 백지 상태에서 시작한다는 점이다. 보고서 하나를 원하는 형태로 얻기까지 30분씩 왕복 피드백이 반복된다.
• '에이전트 스킬'은 MCP처럼 열린 표준으로, 우리 조직의 맥락·도구·프로세스를 가르치는 재사용 가능한 지시문이다. 폴더 하나에 skill.md와 참고자료·스크립트를 담는 단순한 구조다.
• 핵심은 '점진적 공개'다. AI는 평소엔 모든 스킬의 짧은 설명만 보고, 필요할 때만 해당 스킬 전문을 불러와 토큰을 아낀다.
• 스킬은 직접 쓰는 게 아니다. 작업을 한 번 시켜본 뒤 'X라는 스킬을 만들어줘'라고 하면 AI가 대화 내용을 스킬로 정리해준다. 이후 쓰면서 피드백으로 계속 다듬는다.

쉽게 이해하기

발표자 숀 탈레비는 AI 팀을 '온보딩'한다는 관점을 제시한다. 그는 2025년이 Claude Code·커서·코덱스 같은 개발자용 코딩 에이전트의 해였다면, 2026년에는 Claude Co-work나 데스크톱 앱의 코덱스처럼 지식노동을 위해 만들어진 '코워킹 에이전트'가 등장했다고 말한다. 이제 코딩을 못해도 자신의 업무 맥락과 일하는 방식을 이해하는 사람이라면 AI에게 일을 가르칠 수 있다는 것이다.

그러나 에이전트는 똑똑해도 매 대화가 백지에서 시작한다. '지난주 마케팅 성과 보고서를 만들어줘'라고 하면 AI는 엉뚱한 파일을 가져오고, 사용자는 '데이터는 허브스팟과 구글 애널리틱스에 있고, 리더십용이니 세 줄 요약으로, 섹션은 이렇게' 하는 식으로 계속 피드백을 줘야 한다. 결국 원하는 결과를 얻지만 매번 30분씩 왕복이 반복된다.

여기서 '에이전트 스킬'이 등장한다. MCP처럼 열린 표준이며, 우리 비즈니스의 고유한 맥락·도구·프로세스를 가르치는 재사용 가능한 지시문이다. 스킬은 특별할 것 없이 폴더 하나에 파일을 담은 형태다. 지시가 담긴 skill.md, 도메인 지식을 담은 references, 템플릿·PDF 같은 assets, AI가 스스로 실행할 scripts가 들어간다. 진짜 힘은 '점진적 공개(progressive disclosure)'에 있다. 대화 시작 시 AI는 모든 스킬의 짧은 설명만 보고, 관련 있을 때만 skill.md 전문을, 그리고 필요할 때만 세부 참고자료를 불러온다. 그래서 맥락 창과 토큰을 아낀다.

그렇다고 스킬을 손으로 써야 하는 것은 아니다. 발표자는 Claude를 '이제 막 채용한 똑똑한 인턴'에, 스킬을 '그 인턴이 스스로 적는 메모장'에 비유한다. 4단계 프레임워크는 이렇다. (1) 작업을 한 번 제대로 시킨다(그 고통스러운 왕복이 곧 풍부한 맥락이 된다). (2) 'X라는 스킬을 만들어줘'라고 하면 AI가 대화 내용을 스킬로 정리한다. (3) 그 스킬로 같은 작업을 다시 하면 30분이 5분으로 준다. (4) 쓸 때마다 피드백을 주어 스킬을 개선한다. 스킬은 고정된 것이 아니라 새 경험에 맞춰 계속 진화한다.

발표자는 실제 데모로 슬라이드 덱을 워드 유인물로 만드는 스킬을 즉석에서 만들어 보인다. 공유는 세 층위로 가능하다. 개인 스킬, 팀 단위 스킬(플러그인으로 묶어 GitHub에서 버전 관리·자동 동기화), 조직 전체 스킬(브랜드 시스템 등). 보안에서는 '무엇을 볼 수 있는지'와 '무엇을 할 수 있는지'가 핵심이며, 신뢰할 수 없는 출처의 스킬을 함부로 받아 쓰지 말라고 조언한다. 또 대화 내용에는 무보존(zero-retention) 정책이 적용되더라도 스킬에 담긴 데이터는 저장돼야 하므로 기밀 데이터를 스킬에 넣는 데는 주의가 필요하다고 짚는다.

주요 인사이트

• 스킬은 세 종류로 나뉜다. 비즈니스·도메인 지식을 가르치는 '맥락' 스킬, 워드 문서 생성 같은 '도구' 스킬, 특정 절차를 담은 '프로세스' 스킬이다. 규칙(rule)도 결국 스킬 안에 녹여 넣을 수 있다.
• 스킬을 개선할 때는 즉흥적인 규칙을 길게 나열하지 말고, 피드백을 넓게 적용되는 '일반화된 원칙'으로 증류해야 한다. 규칙 목록은 취약하고 스킬을 비대하게 만든다.
• 스킬은 어디서나 작동한다. 채팅, 코워크, Claude Code는 물론 열린 표준이라 코덱스·커서 같은 다른 강력한 에이전트 도구에서도 쓸 수 있다.
• 어떤 스킬부터 만들지 막막하다면 최근 2주 일정을 보고 '가장 시간을 많이 쓴, 하기 싫은 일'에서 시작하라. 실제 업무를 덜어내는 것이 핵심이다.
• 모델이 전부가 아니라 '하네스(harness)', 즉 모델을 둘러싼 코드와 도구가 결과 품질을 좌우한다. 같은 모델을 써도 강력한 하네스와 결합될 때 비로소 강력한 결과물이 나온다.

자주 묻는 질문

관련 AI 소식