에이전트 스킬 vs MCP 차이 정리: 컨텍스트 창을 아끼는 점진적 공개 방식까지

핵심 메시지

• AI 모델의 벤치마크 점수는 이미 크게 올랐지만, 실제 업무 성능은 모델에 어떤 도구와 어떤 맥락을 쥐여 주느냐로 갈린다.
• MCP는 AI 앱과 외부 도구를 잇는 개방형 표준으로, 발표자는 이를 'AI 애플리케이션의 USB-C 포트'에 비유한다.
• MCP는 연결 시점에 모든 도구 설명을 컨텍스트 창에 밀어 넣기 때문에, 쓰지도 않을 도구가 토큰과 성능을 갉아먹는 '컨텍스트 로트'가 생긴다.
• 에이전트 스킬은 폴더와 문서만으로 구성되며, 요약만 먼저 보여 주고 필요할 때 본문·문서·스크립트를 단계적으로 불러오는 '점진적 공개'를 쓴다.
• 정리하면 MCP는 도구 접근을 주는 쪽, 스킬은 그 도구를 어떤 순서로 쓸지 지시를 주는 쪽이다.

쉽게 이해하기

발표자는 먼저 최근 몇 년간 모델 성능이 어디까지 왔는지 보여 준다. 생물·화학·물리 문제를 묶은 GPQA에서 최고 성능 모델은 처음 30% 수준에서 출발해 지금은 거의 만점에 가까운 점수를 낸다. 실제 깃허브 이슈를 푸는 소프트웨어 엔지니어링 벤치마크에서도 20% 언저리였던 성적이 80% 수준까지 올라왔다.

그런데도 현장에서 AI가 쓸모없어 보이는 순간이 있는데, 발표자는 그 원인을 도구와 맥락의 부재로 설명한다. '내 코드베이스에서 버그를 찾아 줘'라고 하면 모델은 접근 권한이 없다고 답한다. 깃허브 연결 도구를 붙이면 눈에 띄는 버그를 찾고, 코드를 실행하고 테스트를 돌리는 도구를 더하면 읽기만 해서는 안 보이던 결함까지 잡아내며, 팀의 코딩 규칙 문서를 넘겨주면 그 규칙에 맞는 수정까지 해 준다.

이 필요에서 나온 것이 2024년 11월 공개된 MCP다. AI 앱마다 도구를 따로 붙이고 도구마다 앱을 따로 지원하는 조합 폭발을 하나의 표준으로 정리한 것으로, 구조는 카페의 손님과 바리스타 같은 클라이언트–서버 방식이다. 클라이언트는 AI 앱 안에 살면서 서버에 '어떤 도구가 있느냐'고 묻고, 서버는 프롬프트·리소스·도구 목록과 그 사용 규격을 돌려준다.

문제는 그 응답이 상당히 장문이라는 점이다. 모델이 도구를 제대로 쓰려면 설명이 자세해야 하는데, 그러다 보니 이번 작업과 무관한 도구 설명까지 전부 컨텍스트 창을 차지한다. 비용이 오르는 것은 물론이고 맥락이 지저분해져 성능이 떨어지는 현상, 이른바 컨텍스트 로트가 발생한다.

에이전트 스킬은 여기에 대한 다른 접근이다. 스킬은 폴더 하나에 SKILL.md 파일을 둔 형태이고, 이 파일은 앞머리의 메타데이터와 본문으로 나뉜다. 에이전트가 뜰 때는 메타데이터, 즉 스킬 이름과 짧은 설명(약 100토큰 수준)만 컨텍스트에 들어간다. 에이전트가 그 스킬이 필요하다고 판단했을 때 비로소 본문(최대 5,000토큰 정도)이 불려 오고, 그다음 단계로 references·assets 폴더의 문서나 scripts 폴더의 실행 가능한 코드를 필요한 만큼 읽거나 실행한다. 앤트로픽은 이 방식을 점진적 공개라고 부른다.

주요 인사이트

• 두 기술은 대체재가 아니라 역할이 다르다. 발표자의 예시대로 노션에 연결하는 일은 노션 MCP 서버가 맡고, 그 노션에서 사용자 인터뷰를 분석하거나 MVP 기획서를 특정 양식으로 쓰는 절차는 스킬이 맡는다. MCP 서버가 도구 열다섯 개를 주더라도 우리 팀의 작업 순서까지 알려 주지는 않기 때문이다.
• 컨텍스트를 언제 넣느냐가 핵심 차이다. MCP는 시작 시 모든 도구 스키마를 밀어 넣고, 스킬은 필요한 단계에서만 꺼낸다. 컨텍스트 창을 예산으로 본다면 스킬은 그 예산을 나눠 쓰는 관리 기법에 가깝다.
• 만드는 문턱도 다르다. 커스텀 MCP 서버는 코드를 써야 하지만, 스킬은 평범한 한국어나 영어 문장으로 작성하면 된다. 대신 스킬이 동작하려면 모델이 파일에 접근하고 코드를 실행할 수 있어야 한다.
• 발표자는 스킬이 시스템 프롬프트를 대체하는 마법은 아니라고 선을 긋는다. 시스템 프롬프트에 다 들어갈 만큼 단순한 에이전트라면 스킬의 이점이 거의 없고, 고객 지원 FAQ처럼 맥락이 방대해서 항상 들고 다닐 필요가 없을 때 진가가 난다.
• 확산 속도에 대해서는 MCP의 전례를 든다. MCP도 널리 쓰이기까지 3~6개월이 걸렸고, 최근에야 개방형 표준으로 공개된 스킬 역시 비슷한 궤적을 밟으리라는 것이 발표자의 예상이다.

자주 묻는 질문

관련 AI 소식