본문 바로가기
AI

Claude Skills

by Mujae98 2025. 11. 2.

반복되는 불편함의 해결

"보고서 양식은 이걸로 해주고, 우리 회사 로고 꼭 넣어주고, 글씨체는 이걸로..."

AI를 업무에 활용하다 보면 매번 같은 지시를 반복하게 됩니다. 프롬프트를 정교하게 작성해도 결과물은 미묘하게 달라지고, 이 답답함은 AI 활용의 큰 장벽이 되곤 합니다. Anthropic의 Claude Skills는 바로 이 문제에 대한 꽤 강력한 답변입니다.

Claude Skills란? 범용 에이전트를 전문가로 만드는 기술

Claude Skills는 지시사항, 스크립트, 리소스를 구조화된 폴더로 패키징하여 Claude가 특정 작업을 수행할 때 동적으로 발견하고 로드할 수 있게 하는 시스템입니다.

핵심 구조: 3가지 레이어

1. SKILL.md - 핵심 지시사항

  • YAML frontmatter로 메타데이터 정의 (name, description)
  • 상세한 작업 가이드와 프로세스 설명
  • 조직의 작업 방식을 문서화

2. resources/ - 참고 자료실

  • 템플릿, 가이드라인, 예제 파일
  • 브랜드 에셋, 양식, 규정 문서
  • 조직 고유의 컨텍스트

3. scripts/ - 실행 가능한 코드

  • 결정론적 계산이 필요한 작업
  • 외부 도구 연동 스크립트
  • 자동화 가능한 절차

암묵지와 형식지의 통합

Claude Skills의 진정한 가치는 조직의 암묵지(tacit knowledge)와 형식지(explicit knowledge)를 모두 활용 가능하게 만든다는 점입니다.

형식지의 활용:

  • 명시적으로 문서화된 작업 절차
  • 브랜드 가이드라인, 보안 규정
  • 표준화된 템플릿과 양식

암묵지의 디지털화:

  • 숙련된 직원의 작업 노하우
  • "우리 팀은 이렇게 해왔어"라는 관행
  • 시행착오를 통해 쌓인 베스트 프랙티스

이전까지 개인의 머릿속에만 존재하던 지식, 팀 내에서만 공유되던 노하우를 Skill이라는 형태로 패키징하면, 조직 전체가 일관되게 활용할 수 있습니다.

동적 로딩: Progressive Disclosure의 마법

Claude Skills의 기술적 우아함은 필요할 때만 로드하는 점진적 공개(progressive disclosure) 방식에 있습니다.

3단계 로딩 프로세스

Claude는 시작 시 모든 설치된 Skill의 이름과 설명만 시스템 프롬프트에 미리 로드합니다. 이 메타데이터가 첫 번째 수준의 점진적 공개로, 각 Skill이 언제 사용되어야 하는지 판단할 수 있는 최소한의 정보만 제공합니다.

1단계: 메타데이터 스캔

---
name: company-report-generator
description: 우리 회사 표준 양식으로 주간/월간 보고서 생성
---
  • 가벼운 메타데이터만 항상 메모리에 상주
  • 컨텍스트 윈도우 부담 최소화

2단계: 관련 Skill 식별

  • 사용자 요청 분석
  • 관련 Skill 자동 선택
  • 수동 선택 불필요

3단계: 필요 리소스만 로드

  • SKILL.md의 상세 지시사항
  • 현재 작업에 필요한 scripts와 resources만
  • 불필요한 정보는 로드하지 않음

이 방식의 장점은 명확합니다. 수십, 수백 개의 Skill을 등록해도 실제 작업 시에는 필요한 것만 로드되므로 성능 저하 없이 무한히 확장 가능합니다.

범용 에이전트에서 전문 에이전트로의 변환

조합 가능성(Composability)

Skills는 서로 조합될 수 있으며, Claude는 어떤 Skill이 필요한지 자동으로 식별하고 사용을 조율합니다.

예를 들어, "GCP 인프라에 새 서비스 배포"라는 요청이 들어오면:

  • infrastructure-as-code Skill: Terraform 패턴, 네이밍 규칙
  • security-compliance Skill: 보안 체크리스트, 접근 제어
  • monitoring-setup Skill: 로깅, 알림 설정

세 가지 Skill이 자동으로 조합되어 작동합니다. 각 Skill은 독립적으로 관리되지만, 필요 시 완벽하게 협력합니다.

MCP와의 차이점: 내부 지식 vs 외부 연동

MCP (Model Context Protocol):

  • 외부 애플리케이션, 데이터 소스와의 연동
  • 실시간 데이터 접근, API 호출
  • "무엇을 가져올 것인가"

Claude Skills:

  • 내부 지식, 작업 방식의 패키징
  • 조직의 노하우, 절차의 코드화
  • "어떻게 할 것인가"

두 기술은 상호보완적입니다. MCP로 외부 데이터를 가져오고, Skills로 조직의 방식대로 처리하는 것이죠.

내부 동작: Frontmatter와 Context Management

Frontmatter: Skill의 신분증

---
name: pdf-processing
description: PDF 텍스트/테이블 추출, 양식 작성, 문서 병합
version: 1.0.0
author: platform-team
tags: [document, pdf, automation]
---

YAML frontmatter는 Skill을 식별하고 발견하는 데 필요한 필수 메타데이터를 포함합니다. 이 정보가 Claude의 "Skill 카탈로그"를 구성하며, 적절한 Skill을 찾는 인덱스 역할을 합니다.

Context Window의 효율적 활용

전통적인 RAG 시스템은 모든 문서를 임베딩하고 유사도 검색을 수행합니다. Skills는 더 직접적입니다:

  1. 구조화된 발견: 메타데이터 기반 식별
  2. 선택적 로딩: 필요한 섹션만 컨텍스트에 추가
  3. 계층적 참조: 상세도에 따라 파일 분리 가능
my-skill/
├── SKILL.md (항상 로드)
├── quick-reference.md (자주 참조)
├── detailed-procedures/
│   ├── edge-case-1.md (필요시에만)
│   └── edge-case-2.md (필요시에만)
└── scripts/
    └── validation.py (실행시에만)

Claude는 SKILL.md를 읽고, 필요하면 detailed-procedures/의 특정 파일만 추가로 로드합니다.

실무 적용: 우리 조직에서는?

사용 사례

1. 문서 자동화

name: weekly-report
description: 주간 업무 보고서 생성 (팀 표준 양식)
  • 매주 반복되는 보고서 형식 표준화
  • 필수 섹션, 메트릭 자동 포함
  • 상급자별 맞춤 스타일

2. 코드 리뷰

name: code-review-guide
description: 우리 팀의 코드 리뷰 체크리스트와 기준
  • 팀의 코딩 컨벤션
  • 보안/성능 체크포인트
  • 리뷰 코멘트 작성 가이드

3. 고객 응대

name: customer-support
description: 고객 문의 유형별 응답 가이드
  • 자주 묻는 질문 DB
  • 응답 톤 & 매너 가이드
  • 에스컬레이션 절차

참고자료

'AI' 카테고리의 다른 글

OpenAI Responses API vs Chat Completions API  (1) 2026.07.11
vLLM, paged_Attention - 빠른 LLM 서빙을 위한  (0) 2025.10.12
RAGAS 평가 지표  (3) 2025.07.13