Agent Skills를 활용하면 AI 에이전트에 도메인 전문 지식을 체계적으로 담아낼 수 있습니다. 정리된 파일과 워크플로우를 통해 무엇이든 처리하는 범용 에이전트를, 특정 분야에 정통한 전문 에이전트로 키우는 방법을 소개합니다.
지난 1년간 많은 것이 바뀌었습니다. MCP는 업계 리더들과 개발자 커뮤니티의 빠른 수용 속에 에이전트 연결의 표준으로 자리잡았습니다. Claude Code가 출시되어 범용 코딩 에이전트로 활약하고 있으며, Claude Agent SDK도 선보이며 이제는 바로 프로덕션에 투입할 수 있는 에이전트를 기본 제공합니다.
하지만 이러한 에이전트를 직접 구축하고 배포하면서, 반복적으로 마주치는 문제가 하나 있었습니다. 에이전트는 지능과 역량을 갖추고 있지만, 실제 업무를 효과적으로 처리할 전문 지식이 항상 뒷받침되지는 않는다는 점입니다. 바로 이 문제의식에서 Agent Skills를 만들게 되었습니다. Skills는 도메인 전문 지식—워크플로우, 모범 사례, 스크립트—을 에이전트가 접근하고 적용할 수 있는 형태로 패키징한 파일 모음입니다. 무엇이든 처리하는 범용 에이전트를 특정 분야에 정통한 전문 에이전트로 바꿔줍니다.
이 글에서는 특화된 에이전트를 따로 구축하는 대신 Skills를 만드는 방향으로 전환한 이유, 그리고 이 변화가 에이전트 역량 확장에 대한 우리의 사고방식을 어떻게 바꾸고 있는지 설명합니다.
처음에는 도메인마다 에이전트의 모습이 크게 달라야 한다고 생각했습니다. 코딩 에이전트, 리서치 에이전트, 금융용 에이전트, 마케팅용 에이전트—각각 고유한 도구와 스캐폴딩이 필요해 보였습니다. 업계도 초기에는 이런 도메인 특화 에이전트 모델을 받아들였습니다. 하지만 모델의 지능이 향상되고 에이전트 역량이 발전하면서, 우리는 다른 방향으로 수렴하게 되었습니다.

코드를 단순한 활용 사례가 아니라, 에이전트가 거의 모든 디지털 작업을 수행할 수 있는 인터페이스로 바라보게 된 것입니다. Claude Code는 코딩 에이전트이기도 하지만, 코드를 통해 작동하는 범용 에이전트이기도 합니다.

Claude Code로 재무 보고서를 작성하는 상황을 생각해 보세요. 리서치를 위해 API를 호출하고, 파일시스템에 데이터를 저장하고, Python으로 분석한 뒤, 인사이트를 종합할 수 있습니다. 이 모든 과정이 코드를 통해 이루어집니다. 스캐폴딩은 bash와 파일시스템만으로도 충분히 단순하게 구성할 수 있습니다.
그러나 범용적인 역량은 전문성과 다릅니다. Claude Code를 실제 업무에 활용하기 시작하면서 이 간극이 드러났습니다.
세금 신고를 맡긴다면 누구에게 부탁하시겠습니까? 기초부터 스스로 풀어나가는 수학 천재와, 수천 건의 신고 경험을 쌓은 세무 전문가 중에서요. 대부분은 세무 전문가를 선택할 것입니다. 더 똑똑해서가 아니라, 적합한 전문성을 갖추고 있기 때문입니다.
오늘날의 에이전트는 그 수학 천재와 비슷합니다. 새로운 상황을 논리적으로 풀어내는 데는 탁월하지만, 숙련된 전문가가 쌓아온 경험과 지식은 종종 부족합니다. 적절한 가이드가 주어지면 놀라운 성과를 낼 수 있습니다. 하지만 중요한 맥락이 빠져 있는 경우가 많고, 조직의 노하우를 쉽게 흡수하지 못하며, 반복 업무에서 자동으로 학습하지도 않습니다.
Skills는 도메인 전문 지식을 에이전트가 단계적으로 접근하고 적용할 수 있는 형태로 패키징하여 이 간극을 메웁니다.
Skills는 도메인 전문 지식과 절차적 지식을 에이전트를 위해 패키징합니다.
anthropic_brand/
├── SKILL.md
├── docs.md
├── slide-decks.md
└── apply_template.pySkills의 단순한 구조는 의도적인 설계입니다. 파일은 이미 갖춰진 환경에서 그대로 활용할 수 있는 보편적인 기본 단위입니다. Git으로 버전을 관리하고, Google Drive에 저장하고, 팀과 공유할 수 있습니다. 이 단순함 덕분에 Skills 제작이 엔지니어에게만 국한되지 않습니다. 프로덕트 매니저, 분석가, 도메인 전문가들이 이미 자신의 워크플로우를 Skills로 정리하고 있습니다.
Skills에는 방대한 정보가 담길 수 있습니다. 컨텍스트 윈도우를 보호하고 Skills를 조합 가능하게 하기 위해, 점진적 공개(progressive disclosure) 방식을 채택했습니다. 런타임에서는 YAML 프론트매터의 메타데이터(이름과 설명)만 모델에 노출됩니다.
---
name: Anthropic Brand Style Guidelines
description: Anthropic's official brand colors and typography…
---
Claude가 특정 Skill이 필요하다고 판단하면 전체 SKILL.md 파일을 읽어옵니다. 더 세부적인 내용이 필요한 경우, Skills에는 references/ 디렉토리를 포함할 수 있으며 이 참고 문서는 필요할 때만 불러옵니다.
이 3단계 구조 덕분에 수백 개의 Skills를 에이전트에 장착하더라도 컨텍스트 윈도우에 부담을 주지 않습니다. 메타데이터는 약 50토큰, 전체 SKILL.md 파일은 약 500토큰, 참고 파일은 2,000토큰 이상이지만 꼭 필요할 때만 로드됩니다.
기존 도구에는 몇 가지 문제가 있습니다. 설명이 부실하게 작성된 경우가 있고, 모델이 항상 이를 수정하거나 확장할 수 있는 것도 아니며, 컨텍스트 윈도우를 불필요하게 차지하기도 합니다. 반면 코드는 자체적으로 설명이 가능하고, 수정할 수 있으며, 항상 컨텍스트에 올려둘 필요가 없습니다.
실제 사례를 하나 들겠습니다. Claude가 슬라이드에 Anthropic 스타일을 적용하는 동일한 스크립트를 반복해서 작성하는 것을 보고, 그 스크립트를 스스로를 위한 도구로 저장하도록 했습니다.
# anthropic/brand_styling/apply_template.py
import sys
from pptx import Presentation
if len(sys.argv) != 2:
print("USAGE: apply_template.py <pptx>")
sys.exit(1)
prs = Presentation(sys.argv[1])
for slide in prs.slides:
...slide-decks.md의 해당 문서는 이 스크립트를 단순히 참조하는 방식으로 구성됩니다.
## Anthropic Slide Decks
- Intro/outro slides
- background color: `#141413`
- foreground color: oat
- Section slides:
- background color: `#da7857`
- foreground color: `#141413`
Use the `./apply_template.py` script to update a pptx file in-place.Skills 생태계는 빠르게 형성되고 있으며, 지금까지 세 가지 주요 유형이 나타나고 있습니다.
누구에게나 필요한 핵심 역량을 제공합니다. 문서, 스프레드시트, 프레젠테이션 작업 등이 여기에 해당하며, 문서 생성 및 조작에 관한 모범 사례를 담고 있습니다. 공개 저장소의 기반 Skills를 살펴보면 실제로 어떤 모습인지 확인할 수 있습니다.
Skills가 에이전트와 전문 기능 간의 상호작용 방식을 표준화하면서, 각 기업들이 자사 서비스를 에이전트 친화적으로 만들기 위한 Skills를 구축하고 있습니다. K-Dense, Browserbase, Notion을 비롯한 여러 기업이 자사 서비스를 직접 연동하는 Skills를 제작하고 있습니다. Skills 형식의 단순함을 유지하면서 특정 도메인에서 Claude의 역량을 확장하는 방식입니다.
조직은 내부 프로세스와 도메인 전문 지식을 담은 독자적인 Skills를 구축합니다. Skills는 기업 환경에서 에이전트가 실제로 쓸모 있으려면 필수적인 특정 워크플로우, 컴플라이언스 요건, 조직 내부 지식을 체계적으로 담아내는 데 도움을 줍니다.
Skills 도입이 확산되면서 몇 가지 패턴이 나타나고 있으며, 이는 이 패러다임이 향후 어떤 방향으로 발전할지를 가늠하게 해줍니다. 이러한 트렌드는 Skills 설계 방향과 Skills 개발자를 위한 도구를 구상하는 데 기준점이 되고 있습니다.
초기 Skills는 단순한 문서 참조 수준이었습니다. 이제는 여러 도구에 걸쳐 데이터 수집, 복잡한 계산, 정형화된 출력을 조율하는 정교한 다단계 워크플로우가 등장하고 있습니다.
Skills와 MCP 서버는 자연스럽게 함께 작동합니다. 예를 들어 경쟁사 분석 Skill은 웹 검색, MCP를 통한 내부 데이터베이스, Slack 메시지 기록, Notion 페이지를 조율하여 종합적인 보고서를 완성할 수 있습니다.
Skills 제작은 엔지니어를 넘어 프로덕트 매니저, 분석가, 다양한 분야의 도메인 전문가로 확산되고 있습니다. skill-creator 도구를 활용하면 대화형으로 안내를 받으며 30분 이내에 첫 번째 Skill을 만들고 테스트할 수 있습니다. 누구나 전문 지식을 Skills로 정리하고 공유할 수 있도록, 더 나은 도구와 템플릿 개발에도 힘쓰고 있습니다.
이 모든 요소를 종합하면, 현재 부상하는 에이전트 아키텍처는 다음 네 가지의 조합으로 이루어집니다.

각 계층은 명확한 역할을 가집니다. 루프는 추론하고, 런타임은 실행하고, MCP는 연결하고, Skills는 방향을 제시합니다. 이런 역할 분리 덕분에 시스템 전체를 파악하기 쉽고, 각 구성 요소가 독립적으로 발전할 수 있습니다.
이 아키텍처에 Skill 하나를 추가하면 어떤 변화가 생기는지 살펴보겠습니다. 프론트엔드 디자인 Skill은 Claude의 프론트엔드 역량을 즉시 끌어올립니다. 타이포그래피, 색채 이론, 애니메이션에 관한 전문 가이드를 제공하며, 웹 인터페이스를 구축할 때만 활성화됩니다. 점진적 공개 방식 덕분에 필요한 시점에만 로드됩니다. 이처럼 새로운 역량을 추가하는 과정이 매우 간단합니다.
MCP 서버와 Skills를 갖춘 범용 에이전트라는 이 새로운 패턴은 이미 Claude를 새로운 버티컬에 배포하는 데 활용되고 있습니다.
Skills 출시 직후, 금융 서비스 분야의 Claude를 강화하기 위해 금융 전문가에게 실질적인 도움이 되는 Skills를 추가했습니다.
연구자, 임상의, 헬스케어 개발자에게 실질적인 도움을 주는 Skills로 헬스케어 및 생명과학 분야도 강화했습니다.
이 비전을 실현하기 위해 Agent Skills를 개방형 표준으로 공개합니다. MCP와 마찬가지로, Skills 역시 도구와 플랫폼에 구애받지 않고 이식 가능해야 한다고 생각합니다. 동일한 Skill이 Claude든 다른 AI 플랫폼이든 상관없이 동작해야 합니다. 생태계 구성원들과 함께 이 표준을 마련해왔으며, 초기 도입이 시작되고 있어 기대가 큽니다.
누군가 AI 에이전트를 처음 사용하기 시작할 때부터, 에이전트는 이미 당신과 팀이 중요하게 여기는 것을 알고 있어야 합니다. Skills가 그 전문성을 포착하고 전달하기 때문입니다. 이 생태계가 성장할수록, 커뮤니티의 누군가가 만든 Skill이 어떤 AI 플랫폼을 사용하든 상관없이 당신의 에이전트를 더욱 유용하고 신뢰할 수 있으며 강력하게 만들어줄 것입니다.
범용 에이전트를 위한 아키텍처가 모습을 갖춰가고 있으며, Skills는 새로운 역량을 배포하고 공유하는 패러다임을 제시합니다. 진정한 가치는 우리가 함께 쌓아가는 집단 지식 기반에서 나옵니다. 전문성을 포착하고, 팀 전체에 전달하고, 모든 에이전트를 이전보다 더 유능하게 만드는 것, 그것이 Skills의 목표입니다.
리소스:
Barry Zhang, Mahesh Murag, Keith Lazuka, Ryan Whitehead