핵심 요약
Claude Code Skill은 반복되는 업무 방식, 조직의 기준, 검증된 스크립트와 템플릿을 하나의 작업 패키지로 묶어두는 방법입니다. AI가 매번 처음부터 추측하지 않고, 필요한 순간에 정해진 기준을 꺼내 쓰게 만드는 구조라고 이해했습니다.
전체 흐름
| 중심 개념 | 내가 이해한 의미 | 바로 적용할 곳 |
|---|---|---|
| Skill | AI에게 특정 업무 방식을 가르치는 재사용 가능한 패키지 | 블로그 작성, 프로젝트 로그 정리, 코드 리뷰 |
| SKILL.md | 언제 이 스킬을 쓰고, 어떤 순서로 일할지 적는 설명서 | 영상 분석용 스킬, CatchPro 로그 분석 스킬 |
| 점진적 로딩 | 처음부터 모든 지식을 넣지 않고 필요할 때만 불러오는 방식 | 긴 자료 요약, 프로젝트별 규칙 분리 |
| 리소스와 스크립트 | 템플릿, 예시, 검증된 코드, 자동화 파일을 함께 넣는 것 | WordPress 발행 템플릿, 분석 스크립트 |
| 조직 지식 | LLM이 원래 모르는 우리만의 기준과 업무 흐름 | hongsik.blog 글쓰기 톤, 프로젝트 기록 방식 |
| 보안 | 외부 스킬은 코드 실행 위험이 있으므로 검증 후 사용해야 함 | 신뢰한 저장소만 사용, 민감 정보 분리 |
Skill은 반복 작업을 맡기는 방식이다
처음에는 Skill을 “잘 정리된 프롬프트” 정도로 생각했습니다. 그런데 내용을 따라가다 보니 조금 달랐습니다. 프롬프트는 보통 한 번의 요청을 잘하기 위한 문장이고, Skill은 반복되는 일을 계속 비슷한 품질로 처리하기 위한 작업 단위에 가깝습니다.
예를 들어 매번 영상 내용을 블로그로 정리한다고 해보겠습니다. 그때마다 “영상을 분석해서 요약해줘, 블로그 형식으로 써줘, 내 말투처럼 해줘, 태그는 PROMPT로 해줘”라고 설명할 수도 있습니다. 하지만 같은 일이 반복된다면, 그 규칙을 하나의 Skill로 만들어두는 편이 훨씬 편합니다.
그러면 매번 길게 설명하지 않아도, “영상 분석 블로그 글을 만들어줘”라는 요청만으로 정해진 흐름을 따라갈 수 있습니다.
왜 Skill이 필요할까
가장 중요하게 느껴진 부분은 컨텍스트 관리였습니다. AI에게 많은 도구와 규칙을 한꺼번에 주면 더 똑똑해질 것 같지만, 실제로는 오히려 헷갈릴 수 있습니다. 컨텍스트 창 안에 도구 설명, 지침, 대화 기록, 파일 내용이 계속 쌓이기 때문입니다.
Claude 공식 문서에서도 Skills는 필요한 작업을 처리하기 위해 지침, 스크립트, 리소스를 동적으로 불러오는 구조라고 설명합니다. 처음에는 스킬의 이름과 설명 같은 작은 정보만 읽고, 실제로 그 스킬이 필요할 때 전체 지침과 추가 파일을 불러옵니다. 이 방식을 progressive disclosure, 즉 점진적 공개 또는 점진적 로딩이라고 부릅니다.
이 구조가 좋은 이유는 단순합니다. AI에게 처음부터 모든 책을 읽히는 것이 아니라, 도서관의 책 제목과 설명만 먼저 보여주고 필요한 책만 꺼내 읽게 만드는 방식이기 때문입니다.
필요할 때만 불러오는 구조
| 단계 | 불러오는 것 | 역할 |
|---|---|---|
| 1단계 | 스킬 이름과 설명 | AI가 “이 상황에 어떤 스킬을 써야 하는지” 판단한다. |
| 2단계 | SKILL.md 본문 | 스킬이 선택되면 구체적인 작업 절차를 읽는다. |
| 3단계 | 템플릿, 예시, 스크립트, 참고 파일 | 실제 작업 중 필요할 때만 추가 자료를 불러온다. |
이 구조 덕분에 스킬을 여러 개 등록해도 모든 내용이 한꺼번에 컨텍스트를 차지하지 않습니다. 필요한 순간에 필요한 것만 읽기 때문에, AI가 더 오래 집중하고 더 안정적으로 일할 수 있습니다.
핵심은 조직 지식이다
가장 오래 남은 부분은 “조직 안의 지식은 LLM이 아무리 발전해도 자동으로 알 수 없다”는 관점이었습니다. 모델이 좋아지면 PDF 요약이나 이미지 설명 같은 일반 기능은 더 좋아질 수 있습니다. 하지만 우리 조직의 문서 양식, 보고 순서, 브랜드 톤, 담당자, 검토 기준은 모델이 원래 알 수 없습니다.
그래서 Skill의 진짜 가치는 단순 기능 추가가 아니라, 우리만의 일하는 방식을 AI에게 가르치는 것이라고 느꼈습니다.
- 보고서는 어떤 순서로 써야 하는가
- 블로그 글은 어떤 톤으로 써야 하는가
- 프로젝트 로그에는 무엇을 반드시 남겨야 하는가
- 코드 수정 후 어떤 기준으로 검증해야 하는가
- 민감 정보는 어떤 방식으로 다뤄야 하는가
이런 기준은 매번 말로 설명하면 빠뜨리기 쉽습니다. 하지만 Skill로 묶어두면 누가 사용하더라도 비슷한 품질의 결과를 얻을 수 있습니다.
MCP와 Skill은 경쟁 관계가 아니다
강의 후반부에는 MCP와 Skill의 차이도 나왔습니다. 제가 이해한 차이는 이렇게 정리할 수 있습니다.
| 구분 | 역할 | 예시 |
|---|---|---|
| MCP | AI가 외부 서비스나 도구와 연결되는 프로토콜 | Notion, GitHub, DB, 브라우저 같은 외부 도구 연결 |
| Skill | AI가 일을 처리하는 방법과 절차를 담은 작업 패키지 | 블로그 작성 규칙, 코드 리뷰 절차, 보고서 작성 방식 |
즉 MCP는 “어디에 연결할 것인가”에 가깝고, Skill은 “어떻게 일할 것인가”에 가깝습니다. 둘은 서로 대체만 하는 관계가 아니라 함께 쓸 수도 있습니다. 예를 들어 Notion MCP로 데이터를 가져오고, Skill로 자기소개 페이지를 어떤 흐름으로 정리할지 지시할 수 있습니다.
내 프로젝트에 연결하기
이 내용을 들으면서 바로 떠오른 것은 지금 진행 중인 프로젝트들을 Skill 단위로 나눠보는 방식이었습니다.
| 프로젝트 | 만들고 싶은 Skill | 목적 |
|---|---|---|
| hongsik.blog | 영상 분석 블로그 작성 Skill | 유튜브 오디오 추출, 전사, 요약, 내 말투 블로그 발행까지 반복 가능하게 만들기 |
| CatchPro | 현장 로그 분석 Skill | 운행 로그를 보고 왜 수정했는지, 수정 후 무엇이 달라졌는지 개발일지로 정리하기 |
| YesTrader | 전략 검증 기록 Skill | 매매 신호 조건, 실패 케이스, 개선 방향을 같은 양식으로 남기기 |
| InsightView Space | 콘텐츠 검증 Skill | 출처 확인, 요약 품질 점검, WordPress 발행 전 체크리스트 자동화 |
특히 hongsik.blog에는 이미 영상 분석, 학습 요약, 프로젝트 로그, Notion 페이지 작업이 반복되고 있습니다. 이 반복 작업을 Skill로 만들면 매번 처음부터 설명하지 않고도 같은 흐름으로 기록을 쌓을 수 있을 것 같습니다.
먼저 만들어보고 싶은 Skill
가장 먼저 만들고 싶은 것은 영상 학습 기록 Skill입니다.
- 유튜브 URL을 받는다.
- 자막이 있으면 자막을 가져온다.
- 자막이 없으면 음성 내용을 전사해 핵심 흐름을 잡는다.
- 핵심 개념을 요약한다.
- 내 프로젝트와 연결되는 적용점을 정리한다.
- hongsik.blog의 학습 AI트랙 카테고리로 발행한다.
- 태그와 제목을 자동으로 추천한다.
이 흐름은 지금 제가 실제로 하고 있는 작업과 거의 같습니다. 차이는 지금은 매번 대화로 요청하고 있지만, Skill로 만들면 하나의 표준 작업 방식이 된다는 점입니다.
보안은 반드시 확인해야 한다
Skill은 편리하지만 조심할 점도 있습니다. Skill 안에는 스크립트가 들어갈 수 있고, 그 스크립트는 내 컴퓨터에서 실행될 수 있습니다. 그래서 아무 저장소에서 받은 스킬을 무조건 설치하면 위험합니다.
- 출처가 불분명한 스킬은 설치하지 않는다.
- 스크립트가 파일 삭제, 외부 전송, 키 접근을 하는지 확인한다.
- 중요한 토큰과 비밀번호는 Skill 폴더에 넣지 않는다.
- 회사나 팀에서는 검증된 내부 스킬 저장소를 따로 운영한다.
AI가 실행까지 해주는 시대에는 “잘 시키는 능력”만큼이나 “무엇을 실행하게 둘지 정하는 능력”도 중요해집니다.
정리하며
Skill을 기능 소개로만 보면 아깝습니다. 제가 이해한 핵심은 AI에게 일을 맡기는 방식이 프롬프트에서 작업 시스템으로 넘어가고 있다는 점입니다.
프롬프트는 한 번의 대화를 잘하기 위한 방법입니다. Skill은 반복되는 일을 계속 잘하기 위한 방법입니다. 그리고 조직 지식이 담긴 Skill은 단순 자동화가 아니라, 내가 일하면서 쌓은 판단 기준을 AI에게 넘겨주는 방식이 될 수 있습니다.
앞으로는 “AI에게 뭐라고 물어볼까?”에서 한 단계 더 나아가야겠습니다.
이 일을 매번 설명하지 않으려면, 어떤 Skill로 만들어야 할까?
이 질문을 가지고 hongsik.blog의 학습 기록, CatchPro의 고도화 로그, YesTrader의 전략 실험을 하나씩 스킬화해볼 생각입니다.