MCP vs 스킬(Skills) 차이 정리 — AI 에이전트 도구 연결과 컨텍스트 관리의 진화

핵심 메시지

• MCP는 대규모 언어 모델이 자연어로 외부 API·파일 시스템 같은 바깥 세계와 연결되도록 만든 표준 프로토콜이다.
• 도구를 많이 붙일수록 도구 정의가 통째로 컨텍스트에 실려 '컨텍스트 부풀림'이 생기는 것이 MCP의 약점이다.
• 스킬은 MCP의 대체재가 아니라 보완재이며, 80%는 사실상 '저장해 두고 반복해서 쓰는 프롬프트'다.
• 스킬은 프런트매터·본문·연결 파일의 3단 구조로 되어 있고, 필요할 때만 본문을 읽어 들이는 점진적 공개(progressive disclosure)로 메모리를 아낀다.
• 스킬은 영어(자연어)로 작성되기 때문에 개발자가 아닌 사람도 만들고 공유할 수 있다.

쉽게 이해하기

구글 클라우드의 개발자 채널에 올라온 이 대담은 AI 에이전트에게 능력을 붙여 주는 두 가지 방식, MCP(모델 컨텍스트 프로토콜)와 스킬(Skills)을 나란히 놓고 비교한다. 출연자들은 MCP를 '모델에게 프로그래밍된 데이터를 API로 연결해 추가 맥락을 주는 방법'으로 정의한다. 덕분에 사용자는 API를 자연어로 다룰 수 있게 됐다.

MCP가 처음 등장했을 때의 충격은 모델이 갑자기 바깥 세상 전체와 대화할 수 있게 됐다는 점이었다. 파일 시스템에 접근하고 온갖 종류의 도구를 표준화된 방식으로 붙일 수 있게 되면서, 챗 앱에서 흔히 보는 '커넥터'의 상당수가 지금도 MCP 위에서 돌아간다는 것이 대담자들의 설명이다.

문제는 규모가 커질 때 드러났다. 도구 하나의 정의가 수백 줄에 이를 수 있는데, 도구 20개를 붙이면 그 정의가 전부 모델의 컨텍스트를 차지한다. 지금 하려는 대화와 전혀 상관없는 설명서가 잔뜩 실리는 셈이고, 도구를 늘릴수록 컨텍스트 관리가 까다로워진다.

여기에 대한 보완책으로 등장한 것이 스킬이다. 대담자들은 스킬을 마크다운이나 텍스트 파일에 담긴 재사용 프롬프트로 이해하면 대부분 맞는다고 말한다. 다만 더 깊이 들어가면 스크립트를 포함하거나 명령줄 도구 사용법을 담을 수도 있다.

핵심 장치는 점진적 공개다. 에이전트가 켜질 때는 모든 스킬의 프런트매터, 즉 '이 스킬이 무엇이고 언제 쓰는지'만 읽어 일종의 내부 목록을 만든다. 실제 지시문은 필요하다고 판단한 순간에야 불러온다. 정의 전체를 처음부터 다 올리는 방식보다 메모리를 훨씬 효율적으로 쓰게 되는 이유다.

주요 인사이트

• MCP와 스킬은 양자택일이 아니다. 대담자들은 둘을 함께 쓰는 경우가 많고, 스킬이 'MCP로 연결된 도구를 어떻게 쓰라'고 에이전트에게 알려 주는 역할을 맡을 수 있다고 말한다.
• MCP의 구조적 한계는 압축이 어렵다는 데 있다. 프런트매터 같은 요약 계층이 없어 더 많은 컨텍스트를 쓰고, 에이전트 시작 시점에 불러올지 말지 고를 여지도 적다.
• 스킬이 나온 배경에는 '많은 사람에게 필요한 건 외부 도구가 아니라 프롬프트를 붙잡아 두고 반복해서 쓰는 방법'이라는 관찰이 있다. 다듬은 스킬을 팀이나 동료에게 그대로 공유할 수 있다는 점이 실무에서 크다.
• 스킬이 자연어로 쓰인다는 점은 진입 장벽을 낮춘다. 반복해서 쓰는 업무 규칙을 담을 수 있어, 개발자가 아닌 사람도 스킬을 만들고 나눠 주변의 속도를 함께 끌어올릴 수 있다.
• 대담의 마지막 표현대로 '가장 뜨거운 프로그래밍 언어는 영어'다. 자연어로 에이전트의 동작을 정의한다는 발상 자체가 이 분야 도구 설계의 방향을 보여 준다.

자주 묻는 질문

관련 AI 소식