AI 에이전트 입문: 에이전트 루프·MCP·스킬로 업무 자동화하는 법

핵심 메시지

• 챗봇은 '질문 → 답변'이지만, 에이전트는 '목표 → 결과'다. 작업을 계획하고 실행해 결과물을 내놓는다.
• 에이전트의 핵심은 관찰·사고·실행을 반복하는 '에이전트 루프'이며, LLM·루프·도구·컨텍스트 네 가지로 구성된다.
• 이 루프를 돌려주는 플랫폼이 '에이전트 하니스'로, 클로드 코드·코덱스·앤티그래비티 등이 모두 같은 원리다.
• 프롬프트 엔지니어링에서 '컨텍스트 엔지니어링'으로 무게추가 이동한다. agents.md 파일로 맥락을 미리 주입한다.
• MCP로 도구를 연결하고, 반복 작업을 '스킬'(AI를 위한 SOP)로 만들어 두면 자동화가 시간이 갈수록 복리로 쌓인다.

쉽게 이해하기

이 영상은 그렉 아이젠버그가 진행자, 레미 가스킬이 강사로 나와 AI 에이전트를 초보자 눈높이로 풀어내는 무료 강의다. 출발점은 용어 정리다. 강사는 챗봇을 '질문 → 답변'으로, 에이전트를 '목표 → 결과'로 구분한다. 챗봇이 탁구처럼 주고받는 방식이라면, 에이전트는 목표를 주면 스스로 작업을 계획하고 실행해 결과물을 만들어 낸다. 강사는 에이전트를 쓰는 사람과 챗봇에 머무는 사람의 생산성 격차가 시간이 갈수록 벌어진다고 강조한다.

에이전트가 작동하는 방식이 '에이전트 루프'다. 사용자가 작업을 주면 관찰(observe)·사고(think)·실행(act)을 작업이 끝날 때까지 반복한다. 예를 들어 '포트폴리오 사이트를 만들어줘'라고 하면, 에이전트는 대상 인물을 조사하고, 계획을 세우고, 코드를 짜고, 미리보기로 띄워 확인하는 단계를 스스로 돌린다. 에이전트는 LLM(두뇌), 루프(끝까지 반복), 도구 연결, 컨텍스트 네 요소로 이루어지며, 이 루프를 실제로 돌려주는 애플리케이션이 '에이전트 하니스'다. 클로드 코드, 코덱스, 앤티그래비티, 매너스, 오픈클로 등은 모두 같은 루프를 구현한 서로 다른 하니스일 뿐이다.

강사는 하니스를 '자동차'에 비유한다. 운전(핵심 개념)을 한 번 익히면 어떤 차를 타도 대체로 운전할 수 있듯, 개념만 이해하면 어떤 하니스든 쓸 수 있다는 것이다. 보안은 '에이전트에게 무엇을 허용할지 범위를 좁히는 일'로 설명한다. 대형 업체가 만든 하니스는 기본적으로 안전하지만, 위험한 작업에는 읽기 전용 권한만 주는 식으로 권한을 통제하라고 권한다.

강의의 핵심 전환은 '프롬프트 엔지니어링에서 컨텍스트 엔지니어링으로'다. 에이전트는 챗봇과 달리 자동 기억이 없어, agents.md(클로드에서는 Claude.md, 제미나이에서는 Gemini.md) 파일에 역할·사업 정보·작업 선호를 미리 적어두면 매 세션 시작 시 이를 컨텍스트로 불러온다. 맥락을 잘 채워두면 '콜드 이메일 써줘'처럼 단순한 프롬프트로도 좋은 결과가 나온다. 또한 모델이 세션 간 선호를 잊는 문제를 풀기 위해, memory.md 파일을 두고 '새로 배운 것은 여기에 갱신하라'는 지시를 넣어 스스로 개선되는 루프를 만든다.

도구 연결은 MCP(모델 컨텍스트 프로토콜)로 한다. 강사는 MCP를 '번역기'에 비유한다. 클로드는 영어, 지메일·노션·슬랙은 제각각 다른 언어를 쓴다고 할 때, 앤트로픽이 만든 MCP가 모든 언어를 통역해 에이전트와 도구를 표준화된 방식으로 잇는다. 마지막 축은 '스킬'이다. 스킬은 'AI를 위한 표준 작업 절차(SOP)'로, 한 번 거친 과정을 .skill(마크다운) 파일로 묶어두면 다음부터는 그 절차를 그대로 재현한다. 광고 분석, 추천 이메일 작성처럼 반복 작업을 스킬로 만들고 예약 작업(크론)과 결합하면, 매주 서너 개씩 자동화가 복리로 쌓여 결국 업무 전반을 처리하는 '개인 AI 운영체제(AI OS)'에 이른다는 것이 강사의 전망이다.

주요 인사이트

• '질문 → 답변' 대 '목표 → 결과'라는 한 줄 구분이 챗봇과 에이전트의 차이를 가장 명확히 보여준다. 베이비시팅하지 않아도 루프가 작업을 끝까지 밀고 간다.
• 에이전트의 자동 기억 부재는 단점이 아니라 통제권이다. 챗봇의 보이지 않는 클라우드 기억과 달리, 무엇을 기억시킬지 직접 정해 맥락 오염을 막을 수 있다.
• 성공의 무게추가 프롬프트에서 컨텍스트로 옮겨갔다. 맥락을 잘 적재해두면 프롬프트는 한없이 단순해져도 된다.
• MCP는 도구마다 맞춤 개발이 필요하던 과거를 표준 통역 계층으로 대체해, 에이전트가 수많은 도구를 손쉽게 호출하게 만든 전환점이다.
• 스킬과 예약 작업의 결합이 자동화의 복리를 만든다. 작은 반복 작업을 스킬로 쌓을수록 오류는 줄고 처리 속도는 빨라진다.

자주 묻는 질문

관련 AI 소식