AI 에 업무를 맡길 때, 이런 경험이 있으신가요.
매번 동일한 조건을 설명하고 있음에도 불구하고 결과가 조금씩 달라집니다. 글쓰기 요청할 때마다文体와 구성, 확인해야 할 포인트를 다시 설명해야 합니다. 업무 절차를 상세히 설명했음에도 불구하고 기대했던 진행 방식이 되지 않습니다.
AI 의 성능이 향상되어도 이러한 문제들은 모두 해결되지 않습니다. AI 가 일반적인 지식을 갖추고 있더라도, 자신이 원하는 업무 수행 방법까지 알고 있는 것은 아니기 때문입니다.
이 문제를 해결하기 위한 방법 중 하나는 '에이전트 스킬스(Agent Skills)'입니다.
2026 년 10 월 22 일, AI 기업 안쓰럽틱 (Anthropic) 은 에이전트 스킬 (Agent Skills) 을 리눅스 파운데이션 산하 에이전틱 AI 파운데이션 (AAIF) 에 기증한다고 발표했습니다. 발표에 따르면, 에이전트 스킬은 공개 후 단기간에 70 개 이상의 에이전트 플랫폼에 통합되었으며, 공개된 스킬 수는 100 만 건, 설치 건수는 약 2 억 8,000 만 건에 달했습니다.
이번 발표는 단순히 새로운 AI 기능이 추가되었다는 소식에 그치지 않습니다. 특정 기업뿐만 아니라 여러 기업과 개발자가 관여하며 발전시키려는, AI 에이전트에 작업 절차와 전문 지식을 부여하는 시스템을 구축하려는 움직임입니다.
다만, 기증된다고 해서 모든 AI 서비스에서 동일한 기능이 완벽하게 작동하는 것은 아니며, 향후 운영 규칙과 보안 가이드라인에도 아직 보완해야 할 부분이 있습니다.
이 글에서는 에이전트 스킬의 기본 원리부터 이번 뉴스의 의미, 구체적인 활용 사례, 주의점, 그리고 향후 AI 산업에 미칠 영향까지 초보자도 쉽게 이해할 수 있도록 정리합니다.
무슨 일이 일어났나요? Anthropic 이 에이전트 스킬을 기증했습니다.
먼저, 이번 발표 내용을 정리해 보겠습니다.
2026 년 10 월 22 일, Anthropic 은 에이전트 스킬을 Linux Foundation 산하 에이전티크 AI 재단 (AAIF) 에 기증한다고 발표했습니다. AAIF 역시同日, 에이전트 스킬을 새로운 프로젝트로 발표했습니다.
안티프의 발표에 따르면, 기증 대상에는 에이전트 스킬의 이름과 로고, GitHub 조직, 공식 웹사이트 도메인 등이 포함됩니다. 앞으로는 여러 기업에 소속된 엔지니어가 개인으로 유지관리자 역할을 맡을 예정입니다.
이때 중요한 것은 이번 뉴스가 'Anthropic 이 에이전트 스킬 개발을 종료한다'고 오해하지 않는다는 점입니다. 발표에서는 Anthropic 이 계속해서 오픈소스 에이전트 관련 기술 개발에 주력할 의지를 표명했습니다.
또한, 기증 발표와 동시에 버전 관리, 공식 변경 제안 절차, 스킬 생성 및 도입을 위한 보안 가이드라인 등을 포함한 로드맵이 제시되었습니다. 이는 향후 정비 방향을 제시한 계획일 뿐, 모든 작업이 이미 완료되었다는 의미는 아닙니다.
이번 움직임의 이해를 위해서는 다음 세 가지가 중요합니다.
- 에이전트 스킬이 안티크의 특정 제품에만 국한되지 않는 오픈 형식으로 발전해 왔다는 점.
- 이 사양을 AAIF 프로젝트로 설정하여 여러 기업과 개발자가 향후 방향성을 함께 결정할 수 있도록 합니다.
- 현재 시점에서의 호환성 및 안전성에는 한계가 있으며, 공통 규칙을 마련하는 작업은 계속될 것입니다.
출처: Anthropic 공식 발표 / Linux Foundation 발표
2. 에이전트 스킬이란 무엇인가?
에이전트 스킬을 한 마디로 설명하면, AI 에이전트가 특정 업무를 수행하는 방법을 가르치기 위해 재사용 가능한 절차서나 자료의 집합입니다.
예를 들어, 새로운 구성원에게 업무를 넘겨주는 장면을 상상해 보십시오.
「보고서를 이 순서대로 작성하라」「숫자를 인용할 때는 출처를 확인하라」「문서를 제출하기 전에 오타와 사실 관계를 점검하라」といった 규칙을 매번 구두로 설명하는 것은 번거롭다.
따라서 규칙이나 절차를 문서로 정리해 두면, 담당자가 바뀌더라도 동일한 문서를 활용하여 업무를 진행할 수 있습니다.
에이전트 스킬은 이러한 사고 방식을 AI 에이전트에 적용한 것입니다.
핵심은「SKILL.md」입니다.
에이전트 스킬의 사양에 따르면, 스킬은 최소한 SKILL.md 파일이 포함된 폴더로 구성되어야 하며, 이 파일에는 스킬의 이름, 용도, AI 가 작업을 수행하기 위한 지침 등을 작성합니다.
필요에 따라 관련 자료를 references/ 디렉토리에, 실행용 스크립트를 scripts/ 디렉토리에, 템플릿 등의 자산을 assets/ 디렉토리에 배치할 수도 있습니다.
구성 이미지는 다음과 같습니다.
SKILL.md 의 구성 예시
이것은 구성 예시입니다. 모든 폴더를 만들 필요가 없으며, 처음에는 SKILL.md 파일만으로도 시작할 수 있습니다.
예를 들어, 기사 작성에 필요한 스킬이라면 다음과 같은 지침을 정리할 수 있습니다.
- 이 글의 독자는 AI 초보자라고 가정합니다.
- 전문 용어는 처음 등장할 때 설명합니다.
- 서두에서 독자의 궁금증을 제기합니다.
- 사실, 의견, 예측을 구분해야 한다.
- 발표 전 출처와 오타를 확인합니다.
이러한 규칙을 한 번 파일로 정리하면, 해당 에이전트 환경에서 동일한 기술을 반복적으로 활용하는 기반이 됩니다.
단계적으로 필요한 정보를 로드하는 메커니즘
에이전트 스킬의 사양에는 필요한 정보를 단계적으로 로드하는 개념이 있습니다.
먼저 모든 자료를 한 번에 로드하지 않고, 먼저 기술 이름과 설명을 참조한 뒤, 해당 작업에 적합한 기술이 결정되었을 때 SKILL.md 의 상세 지침을 로드합니다. 또한 필요에 따라 관련 자료나 스크립트 등을 활용합니다.
즉, 매번 모든 설명을 대화에 붙여넣기 하는 대신, 필요한 시점에 해당 작업에 맞는 절차를 참조할 수 있도록 설계된 것입니다.
다만, 실제로 어떤 정보가 언제 로드되는지는 사용하는 에이전트의 구현에 따라 달라질 수 있습니다. 에이전트 스킬의 사양 자체가 모든 제품의 동작을 완전히 통일하지는 않습니다.
상세 내용은 에이전트 스킬 공식 사양서를 참조하세요.
3. 왜 지금 에이전트 스킬이 주목받고 있는가
배경에는 AI 사용 방식이 '질문해 답변을 얻는' 단계에서 '특정 절차에 따라 작업을 진행하게 하는' 단계로 확장되고 있다는 점입니다.
예를 들어, AI 에게 "블로그 글을 써라"고 요청하는 것만으로도 일반적인 글쓰기 능력으로 대응할 수 있을지도 모릅니다. 하지만 실제 업무에서는 그 alone 으로 부족할 때가 있습니다.
누구를 위한 글이 될 것인가. 어떤 정보원을 우선시할 것인가. 어떤 구성을 할 것인가. 공개 전까지 어디까지 확인해야 할 것인가. 회사만의 규칙은 무엇인가.
이것들은 일반적인 지식보다는 업무 경험이나 각 조직의 작업 방식에 더 가까운 정보입니다.
에이전트 스킬은 이러한 절차와 지식을 재사용 가능한 형태로 정리하는 방법입니다.
안티프릭의 설명에 따르면 에이전트 스킬은 클로드 코드 개발 과정에서 탄생했으며, 이후 개발자들의 활용과 다른 도구에서의 적용이 확대되어 안티프릭은 2025 년 12 월에 표준 규격으로 공개했다고 밝히고 있습니다.
중요한 것은 스킬이 단순히 '긴 프롬프트'와 동일하지 않다는 점입니다.
물론, 핵심이 되는 SKILL.md 파일은 텍스트로 작성할 수 있습니다. 필요에 따라 참고 자료, 템플릿, 스크립트 등을 같은 폴더에 함께 정리할 수도 있습니다. 즉, 언어로만 지시하는 것을 넘어 작업 진행에 필요한 보조 자료와 처리 절차를 하나의 묶음으로 구성할 수 있다는 점이 특징입니다.
이러한 시스템이 보편화되면, 사람들이 반복해 수행해 온 작업의 개선점을 AI 가 활용할 수 있는 형태로 체계화하기 쉬워집니다.
4. AAIF 에 기증함으로써 어떤 변화가 일어나는가
이번 발표에서 강조해야 할 점은 에이전트 스킬의 사양을 여러 기업과 커뮤니티가 참여하는 프레임워크에서 발전시키려는 점입니다.
에이전티크 AI 파운데이션 (AAIF) 은 Linux Foundation 산하 조직입니다. 2025 년 12 월 설립 당시 앤트로픽, 블록, 오픈AI 가 참여했으며, MCP, goose, AGENTS.md 가 설립 초기 프로젝트로 지정되었습니다.
2026 년 10 월 22 일, 에이전트 스킬 외에도 오픈 AI 가 기증한 오픈 응답, 허깅페이스가 기증한 오픈엔브, 알리바바가 기증한 오픈샌드박스가 새로 추가되었다는 발표가 있었습니다. 리눅스 파운데이션에 따르면 AAIF 의 프로젝트 수는 설립 당시의 3 개에서 10 개로 늘었습니다.
이러한 움직임은 특정 기업에만 의존하지 않는 형태로 AI 에이전트의 주변 기술을 구축하려는 방향성을 보여줍니다.
다만, AAIF 가 제시한 중립적 거버넌스는 중요한 방향성이나, 이것이 실제로 어떻게 운영되는지는 향후 의사결정 과정과 커뮤니티 참여 상황을 지켜봐야 하므로, "중립적 조직으로 전환했으므로 미래에도 특정 기업의 영향은 받지 않을 것"이라고 단정 짓는 것은 적절하지 않습니다.
또한 이번 기증은 에이전트 스킬의 사양과 관련된 사항입니다. 에이전트 스킬에 대응하는 각社の AI 제품이나 서비스 자체가 모두 공통화되거나 이용 조건이 동일해지지는 않습니다.
이 부분을 구분하면 이번 뉴스의 의미가 명확해집니다.
기술 사양을 공동으로 발전시키는 틀이 마련되기 시작했음에도 각사의 AI 제품이 완전히 동일한 동작을 한다는 것은 별개의 문제입니다.
5. MCP 와 AGENTS.md 는 무엇이 다른가요?
에이전트 스킬을 이해하려면 MCP 나 AGENTS.md라는 이름도 접할 수 있습니다. 이 둘 모두 AI 에이전트의 개발과 운영에 관련된 메커니즘이지만, 주요 역할은 다릅니다.
역할 비교 구조 / 주요 역할 / 이미지
MCP 의 주요 역할: AI 와 외부 도구, 데이터를 연결하기 위한 프로토콜 이미지: 외부 서비스와의 연결 인터페이스
주요 역할: 코딩 에이전트를 위한 프로젝트 규칙 및 작업 지침을 안내하는 파일. 이미지: 프로젝트별 규칙집
에이전트 스킬의 주요 역할: 특정 작업을 수행하기 위한 절차, 지식, 관련 리소스를 재사용 가능한 형태로 정리하는 것입니다. 이는 업무별 절차서 세트와 같은 개념입니다.
물론 실제 용도에는 겹치는 부분도 있습니다. 여기서는 초보자를 위해 주요 역할을 정리해 보겠습니다.
예를 들어, AI 가 내부 데이터를 조회하도록 지시하는 상황을 가정해 보겠습니다. MCP 는 AI 가 외부 시스템이나 데이터에 접근할 수 있도록 연결을 담당하는 역할을 하지만, 에이전트 스킬은 해당 데이터를 어떤 순서로 조회하고 무엇을 확인하며 어떤 형태로 정리할지에 대한 작업 절차를 정의하는 데 사용됩니다.
AGENTS.md 는 코딩 에이전트에 "테스트 실행 후 변경 사항을 제출한다", "이 디렉토리 구조를 준수한다"와 같은 프로젝트 전체의 규칙을 전달하는 데 사용됩니다.
각 역할은 동일하지 않으며, 필요에 따라 결합하여 사용할 수도 있습니다.
중요한 것은 이를 '나머지를 치환하는 기술' 중 하나라고 보기보다, AI 에게 무엇을 원하는가에 따라 활용하는 방법을 선택하는 것입니다.
에이전트 스킬 활용의 장점
장점 1: 반복되는 설명을 줄일 수 있습니다.
예를 들어, 매주 보고서 작성을 AI 에 의뢰한다고 가정해 보겠습니다.
매번 대상 기간, 문서의 톤, 필수 항목, 숫자 확인 방법, 출력 형식 등을 명시하는 것이 번거롭습니다.
이들을 스킬로 통합해두면, 해당 환경에서 재사용이 가능합니다. 각 요청마다 처음부터 세부 조건을 설명하는 번거로움을 줄일 수 있습니다.
다만, 스킬에 지시만 입력하더라도 모든 결과가 반드시 동일하지는 않습니다. 입력 정보, 모델의 판단, 실행 환경에 따라 결과가 달라질 수 있습니다.
장점 2: 업무 노하우를 정리할 수 있습니다.
업무 수행 방식은 개인의 경험이나 머릿속에 축적되는 경향이 있습니다.
이러한 유형의 자료에서는 먼저 숫자를 확인해야 합니다. 이 문장은 전문 용어를 줄이는 것이 좋습니다. 이 작업에서는 마지막에 반드시 원본 데이터와 대조해야 합니다.
이러한 노하우를 구체적인 단계와 확인 항목으로 전환하는 것 자체에 가치가 있습니다.
에이전트 스킬은 이러한 노하우를 AI 가 활용할 수 있도록 기록하는 방법입니다. 스킬을 활용하고 부족한 단계를 찾아 개선해 나간다면, 업무 수행 방식을 문서화하는 계기가 될 수 있습니다.
장점 3: 해당 지식의 이동을 다른 도구로 원활하게 할 수 있습니다.
공통된 형식을 활용하면 특정 제품에 의존한 서술을 줄이고 다른 환경에서도 동일한 지식을 재사용할 수 있습니다.
예를 들어, 특정 AI 도구를 위한 정리된 기사 작성 규칙을 다른 에이전트 환경에서도 활용 가능할 수 있습니다.
다만, 이는 "어떤 툴에 넣어도 그대로 완벽하게 작동한다"는 의미는 아닙니다. 사용 중인 기능, 스크립트, 액세스 권한, 환경에 따라 수정이 필요할 수 있습니다.
장점 4: 팀 내에서 지식을 공유하고 개선할 수 있습니다.
개인이 직접 개발한 기술을 팀 내에서 공유할 수 있다면, 한 사람이 발견한 개선점을 다른 구성원들이 더 쉽게 활용할 수 있습니다.
예를 들어, 보고서 작성 스킬에 '출처 확인'이라는 단계를 추가했다고 가정해 보겠습니다. 이후 팀 내에서 이 스킬을 사용하는 인원이 늘어나고, 누락되기 쉬운 확인 항목이 발견되면 스킬을 업데이트할 수 있습니다.
이러한 개선 노력의 축적은 조직이 AI 를 활용할 때 운영 규칙을 마련하는 데 도움이 될 수 있습니다. 그러나 효과를 거두려면 누가 기술을 관리할지, 변경 사항을 어떻게 검증할지 등 운영 측면의 고려 사항도 필요합니다.
7. 알아두어야 할 제한 사항과 주의점
편리한 시스템이지만 과도한 기대는 금물입니다. 적어도 다음 사항을 미리 숙지해야 합니다.
제한 1: 공통 형식이라 하더라도 완전한 호환성이 보장되지 않습니다.
에이전트 스킬은 상호작용하는 에이전트 간 절차와 지식 공유를 용이하게 하는 형식입니다. 그러나 스킬이 활용하는 기능이나 실행 환경까지 완전히 통일되지는 않습니다.
예를 들어, 어떤 스킬에 Python 스크립트가 포함되어 있다고 가정해 보겠습니다. 사용 목적 환경에서 Python 이 사용되지 않거나 필요한 라이브러리가 없다면, 동일하게 실행할 수 없습니다.
공식 스펙에서도 사전 승인된 도구를 지정하는 allowed-tools 항목은 실험적 처리로, 에이전트 구현에 따라 대응 상황이 다르다고 명시되었습니다.
따라서 기술을 다른 환경으로 이전할 때는 해당 기능과 전제 조건을 확인하고, 필요에 따라 테스트나 수정을 수행하는 것이 현실적입니다.
제한 2: 스킬을 추가해도 AI 의 능력이나 권한이 자동으로 강화되지 않습니다.
스킬은 AI 가 업무를 수행하기 위한 절차와 참고 정보를 제공하는 시스템입니다.
그 자체는 AI 모델의 능력을 향상시키거나, 존재하지 않는 외부 서비스에 대한 접근 권한을 부여하지 않습니다.
예를 들어, 스킬에「회사 내부 데이터베이스 검색」이라고 적어도 실행 환경에 적절한 연결 수단과 권한이 없다면 데이터베이스를 조회할 수 있는 것은 아닙니다.
또한 모호한 지시나 불완전한 정보를 스킬에 기록하면 기대한 결과를 얻지 못할 수도 있습니다. 스킬은 AI 의 판단을 보조하는 도구일 뿐이며, 실제 입력이나 실행 환경과 분리하여 고려할 수 없습니다.
제한 3: 외부의 기술을 무조건 신뢰하지 않기
에이전트 스킬에서는 명령문 외에도 스크립트와 같은 실행 가능한 파일을 포함할 수 있습니다. 따라서 외부에서 가져온 스킬을 사용할 때는 반드시 내용을 확인해야 합니다.
일반적으로 신뢰할 수 없는 명령이나 스크립트를 포함하면 의도하지 않은 처리가 실행되거나 기밀 정보 처리에 문제가 발생할 수 있으며, 외부 문서에 포함된 부적절한 명령이 AI 의 판단에 영향을 줄 가능성에도 주의해야 합니다.
이 발표는 특정 피해가 확인되었다는 의미가 아닙니다. 스킬을 사용할 때 고려해야 할 일반적인 보안상의 주의사항입니다.
실제로 활용할 때는 배포원을 확인하고, 내용을 먼저 검토한 후 도입하며, 불필요한 권한을 부여하지 않고 기밀 데이터를 공유하지 않는 등 기본적인 보안 수칙을 준수해야 합니다.
안티로픽은 이번에는 스킬 생성 및 도입을 위한 보안 가이드라인을 향후 로드맵에 포함시켰습니다. 즉, 안전한 운영을 위한 준비 작업도 앞으로 진행될 주요 주제 중 하나입니다.
제한 4: 공개된 수치만으로는 품질을 알 수 없다.
Anthropic 은 공개된 스킬이 100 만 개에 달했으며, 설치 횟수가 약 2 억 8,000 만 회에 이르렀다고 밝혔습니다. AAIF 블로그에서는 이 100 만 개가 skills.sh라는 레지스트리에 등록된 수라고 소개하고 있습니다.
이러한 숫자는 에이전트 스킬의 활용 범위를 파악하는 데 참고가 될 수 있습니다. 다만, 숫자가 많다고 해서 개별 스킬의 품질이나 안전성이 보장되는 것은 아닙니다.
동일한 스킬이 어떻게 집계되는지, 모든 이용 현황이 동일한 기준으로 세어지는지 등을 확인하려면 집계 원천과 정의를 반드시 확인해야 합니다.
초보자가 먼저 살펴봐야 할 것은 건수 그 자체보다, 기술의 목적이 명확한지, 절차가 구체적이며, 도입하려는 환경에 적합하고, 내용이 신뢰할 수 있는지에 대한 것입니다.
8. 구체적인 활용 사례: 오늘부터 무엇을 활용할 수 있을까요?
에이전트 스킬의 개념은 프로그래밍을 제외한 지식 노동에도 적용 가능합니다. 여기에서는 개인이 쉽게 시작할 수 있는 예시 3 가지를 소개합니다.
실제 사례 1: note 게시글 작성 및 게시 전 점검
연속적으로 글을 작성하는 사람이라면, 작성 순서를 습관화하여 활용할 수 있습니다.
예를 들어, 다음과 같은 규칙이 있습니다.
- 독자의 지식 수준에 맞춰 전문 용어를 설명합니다.
- 서두에서 독자의 궁금증을 제시한다.
- 뉴스를 다루는 경우 발표 출처와 날짜를 반드시 확인해야 합니다.
- 확인된 사실과 저자의 예측이나 의견을 구분합니다.
- 글의 마지막에 독자가 다음에 취할 수 있는 행동을 제시합니다.
- 발표 전에는 출처, 오타, 목차의 흐름을 확인합니다.
이러한 절차를 미리 정리해두면, 글을 쓸 때마다 동일한 요건을 처음부터 설명하는 번거로움을 줄일 수 있습니다.
다만, 스킬을 만들어도 출처를 실제로 확인할 수 있는지는 사용하는 AI 의 기능과 접근 환경에 따라 달라집니다. 스킬에 '사실 확인'이라고만 적어도, 확인 작업 자체가 자동으로 보장되는 것은 아닙니다.
실제 사례 2: 주별 보고서 및 회의록 작성
주요 보고서와 회의록도 절차가 체계화하기 쉬운 업무입니다.
결론을 먼저 정리하고, 결정된 사항과 미결 사항을 구분하며, 담당자와 기한을 명확히 하고, 모호한 내용은 추측으로 보충하지 않는 등의 규칙을 습관으로 만들어보세요.
보고서 템플릿이나 용어 설명 자료를 참고 자료로 준비하는 방법도 있습니다.
다만, 회사 내부 자료를 사용할 때는 정보 관리 규칙을 확인하고 승인되지 않은 환경으로 기밀 정보를 전송하지 않도록 주의하시기 바랍니다.
실제 사례 3: 자료와 조사 내용 정리
조사 자료를 읽는 업무에서는 필요한 항목을 통일하여 정리하는 능력이 도움이 될 수 있습니다.
예를 들어, 조사 결과를 정리할 때는 다음 순서로 정리하라는 지시를 내립니다.
- 자료의 작성자와 공개일을 확인합니다.
- 주장과 이를 뒷받침하는 데이터를 구분한다.
- 숫자와 고유명사의 출처를 기록합니다.
- 자료만으로는 판단할 수 없는 사항을 명시합니다.
- 사실과 추측을 구분하여 핵심 내용을 정리합니다.
이러한 절차는 특정 주제에 대한 지식이 부족한 사람이 조사할 때도 확인 누락을 줄이는 토대가 됩니다.
그러나 최종적인 정확성을 보장하려면 원문 자료나 1 차 정보와의 교차 검증이 필요합니다. 스킬은 확인 절차를 지원할 수 있지만, 잘못된 정보를 반드시 식별할 수 있다는 것을 보장하지는 않습니다.
9. AI 산업에 미친 영향은 무엇인가? 확인 가능한 사실과 향후 전망
이번 발표에서는 이미 확인된 움직임과 앞으로 발생할 수 있는 변화를 구분하여 고려해야 합니다.
확립된 사실
첫째, Anthropic 이 에이전트 스킬을 AAIF 에 기증한다고 발표했습니다. 이는 특정 제품 범위를 벗어나 여러 기업과 개발자가 참여하는 프로젝트로 발전시키려는 움직임입니다.
둘째로, Anthropic 의 발표에 따르면 70 개 이상의 에이전트 플랫폼이 에이전트 스킬을 통합했다고 합니다. 또한 공개된 스킬 100 만 개, 설치 횟수 약 2 억 8,000 만 회라는 수치도 제시되었습니다. 다만, 이는 Anthropic 과 AAIF 가 발표한 수치로만 취급해야 하며, 독립적인 감사 과정을 통해 품질과 실제 활용 성과를 입증한 숫자는 아닙니다.
셋째로, AAIF 는 2026 년 10 월 22 일 에이전트 스킬 등 4 개의 프로젝트를 새로 발표하여 프로젝트 총수가 10 개로 늘었다고 밝혔습니다. 공식 발표를 통해 AI 에이전트를 지원하기 위한 기술의 일부가 공통된 프레임워크로 개발되는 움직임이 진행되고 있음을 확인할 수 있습니다.
이후는 예측할 수 있습니다.
이후부터는 현재 확정된 사실이라기보다는 앞으로 고려될 방향성에 관한 내용입니다.
예측 1: 업무 노하우를 '스킬'로 공유하는 움직임이 확산될 가능성
과거에는 AI 에 대한 지시나 작업 절차가 개인의 대화 기록이나社内 문서에 산재해 있던 경우도 있었습니다. 공통 형식이 활용이 용이해지면 특정 업무의 진행 방식을 기술로 정리하고 팀 내부 및 외부에서 공유하는 움직임이 확대될 가능성이 있습니다.
다만, 실제로 확산될지는 제작의 용이성, 관리 방법, 품질, 안전성, 각 기업의 대응 상황 등에 따라 달라집니다.
예측 2: 기업 내에서 기술 역량을 관리하는 체계가 중요해질 가능성
기업에서 AI 활용이 확대되면, 누가 스킬을 개발하고, 누가 승인하며, 어떤 버전을 배포할 것이냐가 주요 과제가 될 수 있습니다.
이 경우 단순히 기술을 보관하는 것뿐만 아니라 리뷰, 업데이트, 권한 관리, 사용 내역 확인 등을 포함한 내부 운영 체계가 중요해질 수 있습니다.
다만, 이는 향후 도입 현황에 따라 달라질 수 있는 예측일 뿐이며, 모든 기업이 동일한 운영 방식을 채택한다는 결정은 내려지지 않았습니다.
예측 3: AI 도구 선택 시 작업 절차와 지식의 이동 편의성이 평가될 가능성
여러 AI 도구를 활용하는 사람이라면 작업 흐름을 다른 환경으로 이전하기가 수월해지면 이는 장점이 될 수 있습니다. 에이전트 스킬스(Agent Skills) 와 같은 공통 형식이 성숙해지면 도구를 변경할 때 축적된 절차와 지식을 재사용하기가 더 쉬워질 가능성이 있습니다.
다만, 제품마다 사용 가능한 기능, 권한, 모델 동작이 다르므로 모든 것을 그대로 이식할 수는 없습니다. 앞으로는 공통 형식뿐만 아니라 실제로 얼마나 매끄럽게 작동하는지가 중요해 보입니다.
10. 오늘부터 할 수 있는 일: 먼저 작은 기술을 만들어보세요
에이전트 스킬은 대규모 개발 없이는 사용할 수 없는 개념입니다. 첫걸음으로, 자신이 반복해 수행해 온 작업을 하나 선택해 보십시오.
예를 들어, '노트 게시글 게시 전 점검', '주별 보고서 작성', '자료 핵심 내용 정리' 등이 있습니다.
다음은 해당 작업을 진행할 때마다 반드시 준수해야 할 규칙을 나열해 보겠습니다. 처음부터 완벽한 절차서를 만들 필요는 없습니다. 확인 포인트 5~10 가지만이라도 출발점이 될 수 있습니다.
그리고 Agent Skills 의 공식 사양에 맞춰 SKILL.md 에 이름, 용도, 구체적인 작업 절차를 기록합니다. 처음에는 스크립트나 추가 자료를 준비하지 않고도 문서로만 지시하여 시도해도 무방합니다.
실제 에이전트 환경에서 실행하여 결과를 확인해 보겠습니다. 예상과 다르게 작동하는 부분이 있다면 지시를 구체화하거나 확인 항목을 추가합니다.
예를 들어, 기사 작성 스킬이라면 '출처 확인'이라고만 적는 것보다 '날짜, 발표자, 본문 주장, 원자료 링크를 확인하고, 확인되지 않은 내용은 미확인으로 명시한다'라고 적는 것이 작업 내용을 구체화할 수 있습니다.
다만, 상세히 적어도 반드시 정확해지지는 않습니다. 지시 내용이 너무 길어 중요한 조건이 묻히거나, 모순된 규칙이 섞이면 기대와 다른 결과가 나올 수도 있습니다.
또 하나의 잊지 말아야 할 점은 안전성입니다. 외부에서 얻은 스킬을 사용할 때는 먼저 내용을 확인한 후 도입하세요. 스크립트가 포함되어 있다면 어떤 동작이 수행되는지 이해하고, 사용 환경의 권한 및 데이터 처리에도 주의하십시오.
첫 번째 목표는 AI 에 모든 것을 맡기는 것이 아니라, 자신의 업무 진행 방식을 언어화하여 AI 가 재사용할 수 있는 형태로 정리하는 것입니다.
요약: 앞으로 중요한 것은 AI 에게 무엇을 알려주느냐입니다.
에이전트 스킬은 AI 에이전트에게 작업 절차, 전문 지식, 참고 자료 등을 부여하기 위한 오픈 형식입니다. 핵심인 SKILL.md 파일에 지시를 작성하고 필요에 따라 관련 자료와 스크립트를 정리할 수 있습니다.
2026 년 10 월 22 일, Anthropic 은 에이전트 스킬을 Linux Foundation 산하 AAIF 에 기증한다고 발표했습니다. 이는 특정 기업뿐만 아니라 여러 기업과 개발자가 공통된 사양을 발전시켜 나가는 움직임으로 해석됩니다.
한편, 이번 발표로 완전한 호환성이나 안전성이 확보된 것은 아닙니다. 대응 상황은 에이전트에 따라 다르며, 스킬에 포함된 스크립트나 지시사항의 안전성에도 주의가 필요합니다. 향후 운영 규칙과 보안 가이드라인에는 아직 정비되지 않은 부분도 남아있습니다.
그럼에도 불구하고 AI 를 반복해서 업무에 활용하는 사람이라면, 자신의 절차와 판단 기준을 재사용 가능한 형태로 정리하는 것은 바로 실천 가능한 방법입니다.
AI 의 성능에만 집중하지 않고, 어떤 절차를 가르치고 어떤 정보를 제공하며 어떻게 검증하는지에 대한 작업 설계가, AI 를 안정적으로 활용하는 데 더 중요해질 수 있습니다.
먼저, 매번 반복하는 업무를 하나 선택하여 그 진행 방법을 적어보는 것으로 시작해 보시는 것은 어떨까요.
참고 링크
- 안트로픽 공식 발표: 에이전트 기술을 에이전티크 AI 기반에 기증
- 에이전트 스킬 공식 사양서
- Linux Foundation: AAIF 이 4 개의 새로운 프로젝트를 발표했습니다.
- 에이전티 AI 기반: 에이전트 스킬 소개
- 에이전티크 AI 기반 공식 웹사이트
#AI #생성형 AI #AI 에이전트 #에이전트 스킬 #기술
출처: note 원문
번역: Qwen 3.5(.48) 초벌 + 교정 106청크
원문 보기 | 출처: note.com