에이전트를 새로 만들지 말고, '스킬'을 만들어라 – Anthropic의 새로운 접근
2025년 기준, AI 에이전트가 일상적으로 쓰이지만 실제 업무에 필요한 전문성은 여전히 부족하다는 비판이 많습니다. Anthropic의 Barry Zhang과 Mahesh Murag는 이를 해결하기 위한 해법으로 "스킬(Skill)"이라는 새로운 패러다임을 제안합니다. 이 요약에서는 왜 에이전트 대신 스킬을 만드는 것이 중요한지, 스킬의 구조와 실제 효과, 그리고 미래 전망까지 친절하게 정리합니다.
1. 에이전트, 아직 부족한 전문성
발표는 간단한 인사와 함께 시작합니다. 연사들은 먼저 AI 에이전트의 발전 상황을 확인합니다.
"지난번 이 자리에 섰을 때는 에이전트가 뭔지도 확실하지 않았습니다. 이제 많은 분들이 일상적으로 에이전트를 사용하고 있지만, 진짜 업무에 필요한 전문성은 여전히 부족합니다."
에이전트가 지능과 능력은 있지만, 실제 도메인 전문성이 부족하다는 점이 계속해서 문제로 느껴졌습니다. 예로, 아무리 똑똑한 AI라도 세무 전담 경험자만큼 안정적이지 않다는 현실을 강조합니다.
"마헤쉬가 천재 수학자여도, 세금업무는 경험이 많은 배리에게 맡기고 싶어요. 에이전트는 뛰어나지만, 전문가의 경험이 부족한 셈이죠."
2. 왜 '스킬'인가? — 개념과 구조
이제 에이전트의 한계를 뛰어넘는 방법으로 '스킬'이 등장합니다.
"그래서 우리는 스킬이라는 개념을 만들었습니다. 스킬은 절차적 지식을 패키지로 만들어 에이전트가 동적으로 사용할 수 있게 해줍니다."
스킬의 본질은 쉽고 단순합니다. 스킬은 그냥 '폴더(디렉토리)'에 여러 파일과 스크립트를 모아 넣는 방식입니다. 특별한 포맷이 아니라, 누구나 만들고 쓸 수 있는 구조라는 점이 강점이죠.
"스킬은 그냥 파일 모음입니다. 컴퓨터만 있으면 누구나 만들 수 있도록 단순하게 설계됐어요."
여기에 담긴 각종 스크립트나 파일은 에이전트에게 구체적인 절차와 전문성을 줍니다. 기존의 도구들은 모호하거나 바꾸기 힘든 문제가 있지만, 스킬은 코드 중심이라 쉽게 이해하고 수정하고 공유할 수 있습니다.
예를 들어, 에이전트가 동일한 파이썬 스크립트를 반복 작성한다면, 그 코드를 스킬의 일부로 저장시켜 언제든 재사용할 수 있게 하죠.
3. 스킬의 시스템화와 효과적인 확장
스킬은 점진적으로 정보가 공개(progressive disclosure)됩니다. 즉, 에이전트는 스킬이 존재함만 알고 있다가 필요한 시점에만 자세한 내용을 불러오므로, 효율적으로 수백 개 스킬을 한 번에 관리할 수 있습니다.
"런타임에 필요한 메타데이터만 모델에 보여주고, 실제로 스킬이 필요할 때만 더 자세한 설명과 폴더 정보에 접근합니다."
Anthropic가 5주 전 스킬 시스템을 공개한 이후, 스킬 생태계가 빠르게 확장되고 있다고 전합니다.
- 기초 스킬: 기본적인 사무, 분석 등 분야별 일반 능력을 제공
- 외부 파트너 스킬: 특정 서비스나 소프트웨어에 특화된 스킬(예: 브라우저 자동화, 노션 워스페이스 분석)
- 기업/팀 맞춤 스킬: 대기업이나 팀 내부에서 사용하는 전용 규칙과 업무 프로세스를 스킬로 구현
"누구나 스킬을 만들 수 있고, 에이전트는 새로운 능력을 손쉽게 획득할 수 있습니다."
4. 스킬 생태계의 진화와 네트워크 효과
스킬들이 많아지면서 몇 가지 흥미로운 변화가 나타났습니다.
- 복잡하고 강력한 스킬의 등장: 이제 단순 파일이나 지침뿐 아니라, 실행 가능한 소프트웨어, 바이너리, 다양한 자산들이 함께 제공됩니다. 점점 더 유지보수와 협업이 필요한 수준으로 진화 중입니다.
- MCP 서버와의 시너지: 기존의 MCP(모듈형 연결 플랫폼) 툴과 스킬이 결합해 더 복잡한 자동화와 데이터 연동이 가능해집니다.
"개발자는 여러 MCP 툴을 연결해 복잡한 워크플로우를 만들고, 스킬이 그 안에서 전문성을 보탭니다."
- 비(非) 개발자도 참여: 회계·인사·법무 등 기술적 배경이 없는 팀도 자체적으로 스킬을 만들어, 자신만의 업무 자동화와 지식 축적이 가능해졌습니다.
"이러한 변화는 코딩과 거리가 먼 분들도 스킬을 만들고 자신의 일을 AI와 함께할 수 있도록 해줍니다."
5. 미래 아키텍처와 스킬의 새로운 역할
발표 후반부는 에이전트의 미래 아키텍처에 대해 정리합니다.
현재 중요한 구조는 다음과 같습니다.
- 에이전트 루프(agent loop): 내부 상태와 토큰 입출력을 관리
- 런타임 환경: 코드 실행과 파일 시스템 접근 지원
- MCP 서버: 외부 데이터 및 기능과의 연결
- 스킬 라이브러리: 수백/수천 개의 스킬을 필요할 때만 불러쓰는 구조
"이제 새로운 도메인 능력을 추가하는 것도, 적절한 MCP 서버와 스킬 라이브러리만 추가하면 됩니다."
Anthropic는 서비스 출시 5주 만에 금융·생명과학 등 새로운 산업 도메인에 바로 에이전트를 배포할 수 있었고, 스킬과 MCP 서버의 조합이 핵심 역할을 했다고 밝혔습니다.
앞으로 스킬을 더욱 소프트웨어처럼 다루기 위해,
- 테스트와 평가 체계
- 버전관리와 산출물 품질 관리
- 스킬 간 의존성 명시와 더 정교한 조합 이 필요함을 강조했습니다.
"여러 스킬을 조합해서 더 복잡하고 맞춤형 업무를 에이전트가 해낼 수 있도록 하려면, 소프트웨어 관리 방식이 중요합니다."
6. 집단 지성, 공유, 그리고 스스로 학습하는 에이전트의 미래
스킬의 진정한 가치는 공유와 집단 지성에 있습니다. 스킬은 개별 에이전트가 더 많은 전문 지식을 빠르게 습득하게 할 뿐 아니라, 조직 전체, 더 나아가 전 세계 커뮤니티가 함께 성장할 수 있게 도와줍니다.
"조직 내에서 스킬이 축적·공유되면, 새로 온 동료도 즉시 팀의 노하우로 클로드를 활용할 수 있습니다. 스킬과 피드백이 쌓일수록, 전체 에이전트 성능이 같이 좋아집니다."
뿐만 아니라, 앞으로는 에이전트가 스스로 스킬을 만들어 자신의 경험을 저장하고, 그 스킬을 미래의 자기 자신이나 동료에게 전수하는 것이 가능해질 예정입니다.
"스킬 포맷은 클로드가 직접 작성한 지식이 다시 자신에게 활용될 수 있는 구조를 보장합니다. 이렇게 학습의 전이(transferrable learning)가 현실이 됩니다."
실무를 오랫동안 함께한 에이전트는, 점점 더 실제 업무에 강해지고, 필요에 따라 빠르게 새 스킬을 추가하거나 오래된 것을 제거하는 유연함을 갖추게 될 것입니다.
7. 컴퓨팅 역사와의 비유, 그리고 우리의 다짐
마지막으로, 스킬 시스템은 기존 IT 발전과 비슷하게 설명합니다.
- 모델은 프로세서: 힘은 있지만, 그 자체로는 완전하지 않음
- OS와 런타임: 모델의 환경을 다듬고 효율을 극대화
- 스킬은 애플리케이션: 실제 문제 해결과 전문성 발휘의 핵심
"특정 회사가 칩과 운영체제를 만든다면, 수백만 개발자들이 애플리케이션을 만들어 현장 문제를 해결합니다. 우리에겐 그 역할을 하는 게 바로 스킬입니다."
"이제 새로운 에이전트를 무수히 다시 만들지 말고, 스킬로 전문성을 재사용하고 공유하는 길을 걷자"는 강력한 메시지로 발표를 마무리합니다.
"이제 우리는 모든 에이전트 개발이 이 방향으로 수렴할 거라 봅니다. 여러분도 함께 스킬을 만들어 보세요!"
마치며
Anthropic가 제시한 스킬 개념은 앞으로 AI 에이전트 분야의 중요한 표준으로 자리잡을 가능성이 높아 보입니다. 핵심은 "AI의 똑똑함"을 "개인의 경험"과 "현장의 전문성"으로 연결시키는 재사용 가능한 매개체라는 점입니다. 앞으로 더 많은 팀과 조직, 그리고 비전문가까지 모두가 스킬을 만들고 공유하는 미래가 기대됩니다. 🚀
"AI를 일 잘하는 동료로 만들고 싶다면, 에이전트를 다시 만드는 대신 스킬을 만드세요!"