클로드 스킬과 AI 에이전트 활용법: 컨텍스트 관리가 핵심인 이유

핵심 메시지

• 이제 모델 자체는 충분히 뛰어나며, 결과의 품질을 가르는 것은 모델에 무엇을 어떻게 입력하느냐는 '컨텍스트'와 그 주변 도구(하네스)다.
• agent.md·claude.md 같은 지침 파일은 매 턴마다 컨텍스트에 통째로 더해져 토큰을 낭비하므로, 회사 독점 정보처럼 꼭 필요한 경우가 아니면 대부분 불필요하다.
• '스킬'은 점진적 공개 방식으로 평소엔 이름과 설명만 컨텍스트에 두고, 필요할 때만 본문을 불러와 토큰을 크게 아낀다.
• 좋은 스킬은 직접 손으로 만들지 말고, 에이전트와 단계별로 작업을 함께 수행해 '성공한 실행 경험'을 쌓은 뒤 그것을 스킬로 변환해야 한다.
• 남의 스킬을 내려받기보다 자신의 워크플로우로 직접 만드는 것이 보안상으로도 안전하고 성능도 좋으며, 이 역량 자체가 사람의 경쟁력이 된다.

쉽게 이해하기

영상 속 대담의 핵심 전제는 분명하다. Opus 4.6, GPT-5.4 등 최신 모델은 이미 매우 뛰어나며, 같은 모델이라도 어떤 정보를 주느냐에 따라 결과가 '고품질'이 되기도 '쓰레기'가 되기도 한다는 것이다. 여기서 컨텍스트란 모델이 작업을 수행하기 위해 조합하는 정보 전체를 뜻한다.

코딩 에이전트를 예로 들면 컨텍스트는 모델 제공사의 시스템 프롬프트, 사용자가 만든 agent.md·claude.md 지침 파일, 스킬, 내장 도구, 코드베이스, 그리고 대화 내용으로 채워진다. 발표자는 이 중 agent.md류 파일이 매 턴마다 통째로 컨텍스트에 더해진다는 점을 지적한다. 1,000줄짜리 파일이 7,000토큰이라면 대화 때마다 그만큼을 낭비하는 셈이다. 그래서 회사 독점 정보나 매번 참조해야 할 고유 방법론이 아니라면 95%의 경우 이런 파일은 필요 없다고 본다.

대안이 바로 '스킬'이다. 스킬 파일에는 이름·설명과 본문이 있지만, 평소 컨텍스트에 올라가는 것은 이름과 설명뿐이다. 에이전트는 이 짧은 설명만 보고 있다가 '지금 이 스킬이 필요하다'고 판단했을 때 비로소 본문을 불러온다(점진적 공개). 발표자는 같은 내용이 agent.md면 944토큰이지만 스킬의 이름·설명만이면 53토큰에 불과하다고 실측해 보여준다.

스킬을 잘 만드는 방법도 강조된다. 흔한 실수는 워크플로우를 떠올리자마자 곧장 스킬을 만들어 버리는 것이다. 발표자는 이를 최악의 방법이라 부르며, 신입사원을 가르치듯 에이전트와 함께 작업을 한 단계씩 직접 수행하라고 권한다. 유튜브 스폰서 검증 사례에서 그는 '회사 트위터·유튜브·트러스트파일럿·투자 이력을 확인하고 둘 이상이 부실하면 거절'이라는 절차를 에이전트와 직접 주고받으며 성공시킨 뒤, 그 성공한 실행을 스킬로 변환했다.

그는 또 모델이 실제로 '사고'하지 않고 토큰을 예측할 뿐이라는 점을 짚는다. 잘못을 지적하면 '맞는 말씀입니다'라고 답하는 현상이 그 증거다. 따라서 남이 만든 스킬을 내려받는 것은 보안 공격 벡터가 될 뿐 아니라 '성공한 실행 경험'이라는 맥락이 빠져 있어 권하지 않는다. 실패하면 에이전트에게 오류를 물어 고친 뒤 그 교훈으로 스킬을 갱신하는 '재귀적 스킬 구축'을 다섯 번쯤 반복하면 거의 완벽한 스킬이 된다고 말한다.

주요 인사이트

• 토큰은 공짜가 아니며, 컨텍스트 윈도우가 70%를 넘어 가득 차기 시작하면 모델의 성능 자체가 떨어진다. '적을수록 좋다'는 원칙이 비용과 품질 모두에 유효하다.
• agent.md에 'React를 쓰라' 같은 당연한 지시를 넣는 것은 낭비다. 코드베이스 자체가 이미 컨텍스트이므로 모델은 코드를 확인해 알아낼 수 있다. 모델에게 줘야 할 건 일반 지식이 아니라 '나만의 워크플로우·취향·전략'이다.
• 스킬은 인간 직원을 교육하는 과정과 같다. 한 번에 완벽을 기대하지 말고 실패를 통해 가르치며, 성공한 실행을 코드화하는 반복이 핵심이다.
• '멋져 보이는 확장'과 '생산성을 위한 확장'은 다르다. 서브에이전트 30개를 미리 깔기보다, 에이전트 하나로 워크플로우를 다진 뒤 필요한 곳에 서브에이전트를 더하는 단계적 구축이 실제로 더 생산적이다.
• 모델과 에이전트가 계속 좋아져도, 사람이 가진 고유한 워크플로우와 판단·취향은 대체되지 않는다. 이를 스킬로 codify할 줄 아는 역량이 곧 개인의 경쟁력이 된다.

자주 묻는 질문

관련 AI 소식