Claude Skills 무료 AI 에이전트 3종 설치법과 활용 사례 정리

핵심 메시지

• 스탠퍼드 AI 리포트에 따르면 상위·하위 LLM의 성능 격차가 5% 미만으로 좁혀져, 이제 관건은 ‘어떤 모델이냐’가 아니라 ‘어떻게 에이전트로 쓰느냐’다.
• 대부분의 사용자는 여전히 AI를 챗봇처럼 쓰지만, AI는 이제 스스로 행동하는 에이전트로 확장됐다.
• GitHub에는 개발자들이 무료로 공개한 사전 제작 에이전트(스킬)가 많고, 별(star) 수로 신뢰도를 가늠할 수 있다.
• 이 스킬들은 웹 버전이 아니라 무료 Claude 데스크톱 앱의 code 탭에서 GitHub 저장소를 복제해 설치한다.
• 소개된 세 가지는 LLM 콘솔(다관점 토론), Last 30 Days(소셜 여론 조사), Gary Tan의 개발팀 에이전트다.

쉽게 이해하기

발표자는 스탠퍼드의 연례 AI 리포트를 인용해 두 가지 발견을 짚는다. 첫째, 최고 모델과 최저 모델의 격차가 이제 5% 미만으로 좁혀져 유료·무료·오픈소스 구분이 사실상 의미가 없어졌다. 둘째, 기술은 빠르게 나아가는데 대부분의 기업과 개인은 여전히 프롬프트를 넣고 답을 받는 ‘챗봇’ 수준에서 AI를 쓰고 있다.

그 대안으로 제시하는 것이 GitHub에 무료로 공개된 사전 제작 에이전트를 활용하는 방법이다. 전 세계 개발자들이 수백 시간을 들여 만든 뒤 오픈소스로 공개한 것들이며, 저장소의 star·fork 수가 인기와 신뢰도를 가늠하는 신호가 된다. 설치는 무료 Claude 데스크톱 앱을 내려받아 code 탭에서 해당 GitHub 저장소를 자신의 Claude 폴더로 복제(clone)하는 방식으로 이뤄지고, 웹 버전에서는 동작하지 않는다.

첫 번째 스킬은 ‘LLM 콘솔’이다. OpenAI 공동창업자 카파시가 제안한, 여러 LLM이 같은 질문을 두고 서로 토론해 답을 좁히는 방식을 변형한 것으로, 반대론자·제1원리 사고자·확장론자·아웃사이더·실행자 다섯 어드바이저가 병렬로 답을 낸 뒤 서로 검토한다. 발표자는 가상의 베이커리 사례(구독 성장 정체 시 신규 확보와 가격 인상 중 무엇을 택할지)를 넣어, 다섯 어드바이저가 토론 끝에 ‘충성 고객 수익화 우선’이라는 결론과 맹점·추천안을 내는 과정을 보여준다.

두 번째는 4만 6천 개 이상의 star를 받은 ‘Last 30 Days’다. Reddit·X·YouTube·TikTok·Instagram·HackerNews 등을 훑어 특정 제품·주제에 대한 최근 여론을 모으고, 칭찬·불만·개선점을 실제 대화 링크와 함께 요약한다. Zapier에 대한 여론을 조사한 예시에서, 일반 Claude가 내놓는 두루뭉술한 요약과 달리 구체적 출처 링크가 달린 리서치 결과를 보여준다.

세 번째는 Y Combinator CEO 게리 탄이 공개한 개발팀 에이전트로, 11만 5천 개 이상의 star를 받았다. CEO·창업자·엔지니어링 매니저·디자이너·테스터·QA 리드 등 하나의 개발팀 역할을 제공한다. 발표자는 프롬프트 한 번으로 3D 그래픽이 들어간 가상 AI 스타트업 랜딩페이지를 몇 분 만에 만들어내며, 과거 디자이너·개발자에게 수천 달러와 한두 달이 들던 작업이 크게 단축됨을 보여준다.

주요 인사이트

• 모델 성능이 평준화될수록 경쟁력의 축은 ‘모델 선택’에서 ‘에이전트·스킬을 어떻게 조합하느냐’로 옮겨간다.
• 오픈소스 저장소의 star 수는 검증되지 않은 스킬을 걸러내는 실용적 신호로 쓸 수 있다.
• 반대·제1원리·실행 등 서로 다른 관점을 병렬로 토론시키는 구조는 1인 사용자도 사실상 ‘자문단’을 갖게 해준다.
• 일반 Claude와 스킬 적용 결과의 차이는 ‘일반적 요약’ 대 ‘실제 출처 링크가 달린 구체적 리서치’로 뚜렷하게 드러난다.
• 이 스킬들은 웹이 아닌 데스크톱 앱에서만 동작한다는 설치 전제 조건이 있다.

자주 묻는 질문

관련 AI 소식