Skill Function 구축 — AI 스킬을 호출 가능한 엔드포인트로 클라우드에 올리는 새로운 프리미티브
We built Skill Function — a new primitive that moves AI skills to the cloud as callable endpoints
핵심 요약
로컬 파일 대신 클라우드 엔드포인트에서 실행되어 보안과 비용 효율을 높인 새로운 AI 스킬 아키텍처를 소개합니다.
- 클라우드 기반 스킬 — 로컬 파일 대신 호출 가능한 엔드포인트로 스킬을 실행함
- 비용 및 보안 최적화 — 작업별 최적 모델 사용으로 비용을 절감하고 로컬 보안 위험을 제거함
- 오케스트레이터 패턴 — 에이전트가 의도를 파악해 적절한 하위 스킬을 격리된 환경에서 실행함
- MCP 호환성 — Claude Code, Cursor 등에서 별도 설정 없이 즉시 자동 발견 및 사용 가능함
SKILL.md 나오자마자 Claude 스킬 가지고 이것저것 만들어봤는데, 컨셉은 진짜 좋은데 좀 더 발전시키고 싶더라고.
지금 구조의 문제점:
스킬을 추가할 때마다 공유 컨텍스트 윈도우에 다 때려 박히는 게 문제임. 간단한 이메일 요약부터 복잡한 법률 분석까지 전부 비싼 플래그십 모델 하나가 다 처리하고 있거든. 게다가 로컬에 저장된 스킬 파일들은 시스템 권한을 전부 다 가져감. NVIDIA가 공개된 스킬 42,447개를 분석해 봤는데, 26.1%가 보안 취약점을 가지고 있고 5.2%는 대놓고 악성코드였음.
우리가 만든 거:
Skill Function — 로컬 파일 대신 클라우드 엔드포인트로 호출해서 쓰는 스킬임.
스킬을 다운로드하는 대신 이렇게 씀:
POST api.inferx.net/skills/saas-pricing
{
"input": "B2B SaaS, $50 ACV, PLG motion"
}
→ Expert output returned. Instructions never exposed.
기술적 작동 방식:
각 Skill Function은 전용 모델이 할당된 독립적인 클라우드 컨텍스트에서 돌아감. 간단한 분류 작업은 7B 모델을 쓰고, 복잡한 추론이 필요하면 70B 모델을 쓰는 식이지. 에이전트가 비싼 플래그십 모델 하나에 모든 걸 다 밀어 넣을 필요가 없음.
오케스트레이터 패턴 — 여기가 핵심임:
[ USER INPUT ]
│
▼
┌─────────────────────┐
│ ORCHESTRATOR SKILL │ ← reads your intent
└──────────┬──────────┘
│
┌──────┼──────┐
▼ ▼ ▼
[Skill A] [Skill B] [Skill C] ← each runs in isolated context
│ │ │
[Model A] [Model B] [Model C] ← right model per skill
에이전트에서 호출 한 번만 날리면 오케스트레이터가 어떤 하위 스킬을 돌릴지 결정함. 각 하위 스킬은 자기만의 컨텍스트와 모델에서 실행되고, 결과값만 다시 취합해서 보내주는 구조임.
MCP 기반 작동:
스킬을 구독하면 Claude Code, Cursor, OpenClaw 같은 툴 리스트에 MCP 디스커버리를 통해 자동으로 뜸. 로컬 설치? 환경 변수 설정? 수동 컨피그? 다 필요 없음.
장점:
