MCP vs 스킬(Skills): AI 에이전트에 맞는 LLM 확장 방법 고르기

핵심 메시지

• LLM은 방대한 지식을 가진 범용 예측 도구이지만, 정확한 답을 얻으려면 알맞은 컨텍스트를 넣어주는 '컨텍스트 엔지니어링'이 필요하다.
• MCP(모델 컨텍스트 프로토콜)는 LLM이 외부 데이터 소스·서비스 API와 표준화된 방식으로 대화하도록 연결하고, 인증과 권한 범위가 지정된 토큰을 제공한다.
• 스킬(Skills)은 특정 작업을 매번 같은 방식으로 처리하도록 가르치는 마크다운 파일 묶음으로, 필요할 때만 컨텍스트에 자동 로드된다.
• 실시간 데이터에 통제된·권한이 좁은 방식으로 접근해야 하면 MCP, 가볍게 재사용 가능한 능력을 더하려면 스킬을 고른다.
• 두 방식 모두 오픈소스이며 대부분의 AI 도구가 지원하고, 로컬 환경에서 바로 사용할 수 있다.

쉽게 이해하기

IBM Technology의 이 영상은 LLM에 능력을 더하는 두 가지 대표적 방법인 MCP 서버와 스킬(Skills)을 비교한다. LLM은 책·잡지·인터넷 글까지 학습해 다양한 질문에 답할 수 있는 범용 예측 기계지만, 특정 팀의 데이터베이스 구성이나 원하는 데이터 형식처럼 '올바른 답에 필요한 맥락'을 주지 않으면 정확한 결과를 내기 어렵다. 영상은 역할과 과제만 던지는 것을 프롬프트 엔지니어링, 여기에 추가 정보·도구 응답까지 함께 넣어 답을 돕는 것을 컨텍스트 엔지니어링이라 구분한다.

MCP(Model Context Protocol)는 AI 모델이 CRM 같은 외부 서비스와 대화하는 방식을 표준화한다. 서비스의 API 문서와 토큰을 그대로 복사해 붙여넣고 '실수하지 말라'고 비는 대신, MCP는 서비스 API를 LLM이 다루기 쉬운 형식으로 추상화하고, 읽기·쓰기 등 필요한 범위만 지정된 인증 토큰을 제공한다. MCP 서버는 IDE나 AI 애플리케이션에 연결되어 LLM이 필요한 정보를 JSON 요청으로 표현하게 하고, 이를 실제 GET·POST 요청으로 번역해 서비스를 호출한다. 영상은 MCP를 LLM과 데이터 소스 사이의 표준화된 계층으로 설명하며, 오늘날 거의 모든 AI 도구가 이를 지원한다고 말한다.

스킬(Skills)은 MCP가 풀지 못하는 다른 문제, 즉 '모델이 이미 갖고 있지 않은 도메인 지식과 반복 가능한 작업 방식'을 다룬다. 예컨대 영업팀이 CRM 데이터를 늘 같은 형식(이름·연락처 등)으로 정리하길 원해도 LLM은 비결정적이라 매번 같은 결과를 보장하기 어렵다. 스킬은 스킬 이름, 언제 쓰는지에 대한 설명, 실제로 모델에 전달될 프롬프트를 담은 메타데이터가 붙은 마크다운 파일을 폴더로 묶은 것이다. 이 스킬은 필요할 때만 컨텍스트 창에 자동 로드되며, 폴더 안에 추가 자료나 스크립트를 넣어 능력을 확장할 수 있다.

선택 기준은 명확하다. 실시간 데이터에 통제되고 권한이 촘촘히 나뉜 방식으로 접근해야 한다면 MCP가 적합하다. MCP는 에이전트와 도구 사이의 통합처럼 작동해 '지금 어떤 VM이 돌고 있나', '클러스터 상태는', '이 고객 정보는'처럼 도구와 리소스를 호출한다. 반대로 단순히 재사용 가능한 맞춤 능력을 더하는 것이라면 MCP 설정은 과할 수 있고, 가벼운 스킬이 빛을 발한다. 스킬은 투자 데이터를 가져와 분석하는 법처럼 '무엇을 어떻게 하는지'를 모델에 가르치고, 포함된 스크립트·예시로 그 작업을 수행하게 한다.

결국 MCP와 스킬은 모두 LLM의 컨텍스트 창을 풍부하게 만들어 원하는 답과 결과를 얻도록 돕는다. 두 방식은 배타적이지 않아 함께 쓸 수도 있으며, 모두 오픈소스이고 오늘날 대부분의 AI 도구에 채택돼 있어 지금 바로 로컬에서 사용해볼 수 있다.

주요 인사이트

• MCP는 '연결'의 문제(외부 데이터·서비스에 안전하게 접근)를, 스킬은 '방법'의 문제(작업을 일관되게 수행)를 각각 담당한다.
• MCP의 핵심 가치는 표준화된 인터페이스와 권한 범위가 지정된 인증에 있어, API 토큰을 통째로 노출하는 위험을 줄인다.
• 스킬이 필요할 때만 컨텍스트에 자동 로드된다는 점은, 불필요한 정보로 컨텍스트 창을 채우지 않으면서 전문성을 더하는 방법이다.
• MCP 설정이 부담스러운 단순 반복 작업에는 가벼운 스킬이 더 실용적이라는 점이 선택의 실전 기준이 된다.
• 두 방식 모두 특정 벤더에 묶이지 않은 오픈 표준·형식이라 여러 AI 도구와 모델에 걸쳐 재사용할 수 있다.

자주 묻는 질문

관련 AI 소식