Anthropic Skills. 새로운 모델 및 아키텍처를 위한 전반적 상황

Source: Dev.to

Introduction

스킬은 모듈식이며 필요에 따라 로드되는 데이터로, 범용 LLM을 특화된 에이전트로 변환합니다. 이것은 MCP나 화려한 프로토콜에 관한 것이 아니라 컨텍스트 엔지니어링에 관한 것입니다: 적절한 정보를 적절한 시점에 로드하는 것 말이죠.

스킬은 메모리, 명령, 사실, 혹은 코드 조각을 필요에 따라 LLM의 컨텍스트 윈도우에 로드한 것입니다.
스킬은 또한 RAG + 시스템 명령 + 도메인 전문 지식입니다.

스킬을 사용해 달성할 수 있는 모든 것은 기술적으로 스킬 없이도 가능합니다: 많은 토큰(도구, 명령, 예시)을 컨텍스트에 로드하고, 충분한 사고 시간을 가진 큰 추론 모델을 사용하면 괜찮은 결과를 얻을 수 있습니다. 그러나 새로운 스킬 기반 접근 방식은 더 간단하고, 빠르며, 저렴하고, 확장성이 높습니다.

It’s Not About MCP

저는 14년 동안 코드를 작성해 왔으며 AI 업데이트를 면밀히 팔로우하고, 스스로를 바이브 코더라고 생각합니다. 거의 1년 전, 저는 개발자 관점에서 본 MCP에 대한 생각을 공유했습니다.

핵심 주장: MCP를 접근 방식이나 프로그래밍 패턴으로 사용하는 것이 최선의 해결책은 아닐 수 있습니다.

• 제 사용 사례에 MCP 서버가 잘 맞지 않아 사용하지 않습니다.
• 코딩 에이전트는 이미 충분합니다: 터미널 명령, 파일 시스템, 웹 검색만으로 대부분의 시나리오를 처리합니다.
• 에이전트가 외부 도구(예: Google Calendar 이벤트 생성)를 호출해야 할 때는 MCP 래퍼가 아니라 더 견고한 커스텀 코드가 필요합니다.
• 제 디버깅 워크플로: 파일 3‑4개와 문서 링크 1‑2개를 수동으로 추가합니다. 이는 어떤 자동화된 컨텍스트 검색보다 더 잘 작동합니다.

그 파일과 링크를 자동으로 찾을 수 있다면—그것이 바로 스킬이 약속하는 바입니다: 에이전트를 더 똑똑하게 만드는 것.

Context Engineering

저는 건축적 전환이 다가오고 있다고 느낍니다:

• 이전: 큰 범용 사전학습 모델 또는 파인튜닝된 모델.
• 이후: 새로운 아키텍처를 학습하는 작은 추론 모델 + 특정 작업을 위한 스킬.

“컨텍스트 엔지니어링은 다음 단계에 필요한 정확한 정보를 컨텍스트 윈도우에 채워 넣는 섬세한 예술이자 과학이다.” — Andrej Karpathy

핵심 통찰: 가장 큰 모델을 갖는 것이 아니라 적절한 순간에 올바른 컨텍스트를 갖는 것이 중요합니다.

The Path Forward

아직은 R&D 단계이며, 주류 LLM 개발의 한 갈래일 뿐, 대체가 아닙니다. Anthropic은 이 작업을 6개월 이상 진행해 왔으며, 우리는 초기 채택자로서 주류가 되기 전에 더 나은 방향을 탐색하고 있습니다. 제 예측: 6개월 안에 모두가 스킬 기반 에이전트 아키텍처로 달려들 것입니다.

우리가 필요로 하는 것:

• 자동 스킬 발견.
• 조합 가능한 스킬 라이브러리 – 복잡한 다단계 워크플로(예: n8n)를 위해 스킬을 결합.
• 도메인 특화 스킬 팩 – Angular 스킬이나 GitHub Runner 스킬처럼 일반적인 개발자 작업을 위한 사전 구축된 전문 지식.

Conclusion

스킬은 모듈식이고 재사용 가능하며 필요에 따라 로드되는 전문 지식이라는 철학을 구현합니다. 이는 어떤 LLM이든 특정 워크플로에 맞는 특화된 에이전트로 변환시킵니다. 저는 이것이 올바른 길이라고 믿으며, 스킬의 진행 상황을 면밀히 지켜볼 계획이며, 결국 스킬을 활용하거나 확장하는 새로운 코드를 작성할 것입니다.