Claude Skills: MCP를 넘어선 단순함 속의 혁신

복잡한 프로토콜에서 단순한 폴더로

AI 모델의 기능 확장은 지난 1년간 눈부시게 발전해왔다. ChatGPT의 플러그인과 Code Interpreter, 그리고 Anthropic의 Claude Code까지. 그러나 그 과정은 점점 복잡해졌고, “이제 또 뭘 배워야 하지?”라는 피로감을 남겼다.

이런 상황에서 Anthropic이 새롭게 내놓은 Claude Skills는 완전히 다른 접근 방식을 보여준다. Skills는 거대한 프로토콜이나 복잡한 API가 아니라, 단순히 폴더와 Markdown 파일로 정의된 기능 확장 시스템이다.

이 글에서는 Claude Skills의 구조와 원리, 그리고 왜 이 단순한 시스템이 MCP(Model Context Protocol)보다 더 큰 전환점이 될 수 있는지를 자세히 살펴본다.

반응형

---

Claude Skills란 무엇인가?

Anthropic이 공개한 Claude Skills는 말 그대로 Claude에게 새로운 ‘능력(Skill)’을 부여하는 시스템이다.
각 Skill은 하나의 폴더 구조로 구성되며, 그 안에는 다음과 같은 요소들이 들어 있다.

• Markdown 파일 (Skill 설명서): Claude에게 어떤 일을 어떻게 수행해야 하는지 알려주는 지침서 역할을 한다.
• 스크립트 및 리소스: Skill 수행에 필요한 코드나 도구들이 포함된다.
• Frontmatter YAML: Skill의 메타데이터(설명, 적용 조건 등)를 담아 Claude가 언제 어떤 Skill을 사용할지 판단할 수 있게 한다.

이 시스템의 핵심은 필요할 때만 불러온다는 점이다.
Claude는 전체 Skill 파일을 한꺼번에 로드하지 않는다. 대신, 사용자의 요청이 특정 Skill과 관련이 있을 때만 해당 Skill을 활성화해 작업 효율을 극대화한다.

이러한 구조는 토큰 효율성 측면에서도 탁월하다. 각 Skill은 수십 개의 토큰만 차지하며, 실제 세부 내용은 Claude가 필요할 때만 불러오기 때문이다.

---

실제 예시: Slack GIF Creator Skill

Anthropic이 공개한 예시 중 하나인 Slack GIF Creator Skill은 Skills의 가능성을 단적으로 보여준다.

이 Skill은 사용자가 “Slack용 GIF를 만들어줘”라고 요청하면, Claude가 자동으로 해당 Skill을 불러와 Python 환경에서 애니메이션 GIF를 생성한다.

Skill의 구조는 다음과 같다.

/skills/slack-gif-creator/
 ├─ skill.md
 ├─ core/
 │   └─ gif_builder.py
 └─ utils/
     └─ check_slack_size.py

skill.md 파일에는 다음과 같은 설명이 들어 있다.

“Slack용 애니메이션 GIF를 만들기 위한 툴킷입니다. 크기 제한 검증 기능과 애니메이션 생성 유틸리티가 포함되어 있습니다.”

Claude가 이 Skill을 불러오면, Python 스크립트를 실행해 GIF를 만들고, 크기가 Slack의 제한(2MB) 이하인지 자동으로 확인한다.

이 예시는 단순히 재미있는 기능 이상의 의미를 가진다. Skills는 Claude가 특정 분야의 “도메인 전문가”처럼 작동할 수 있도록 만든다. 개발자가 직접 Skill을 정의하고 추가할 수 있으므로, Claude는 조직의 브랜딩 가이드라인을 따르거나, 특정 문서 포맷(.pdf, .xlsx, .pptx 등)을 자동 생성하도록 학습할 수 있다.

---

Skills의 핵심 원리: 코딩 환경 기반의 동작

Skills가 작동하려면, 모델이 코딩 환경(coding environment) 에 접근할 수 있어야 한다.
Claude는 내부적으로 파일시스템에 접근하고, 코드 실행 명령을 수행할 수 있는 환경을 통해 Skill을 실행한다.

이는 ChatGPT의 Code Interpreter, Cursor, Codex CLI, Gemini CLI 등과 같은 기존 “코드 실행형 LLM”과 동일한 구조를 따른다.

이러한 환경 의존성은 단점처럼 보일 수도 있다. 하지만 동시에 LLM이 진정한 자동화 에이전트로 발전하기 위한 필수 조건이기도 하다.
Claude Skills는 이 환경 위에서 동작하며, 안전하게 샌드박스 처리된 상태에서 다양한 작업을 수행할 수 있다.

---

Claude Code: 일반화된 AI 에이전트로의 확장

Anthropic은 2024년 Claude Code를 출시하며 “AI 코딩 도우미”로 포지셔닝했지만, 실제로는 그 이상이다.
Claude Code는 단순히 코드를 작성하는 도구가 아니라, **일반적인 컴퓨터 자동화 에이전트(General Agent)**다.

Skills는 이 Claude Code를 더욱 강력한 에이전트로 확장시킨다.
예를 들어, 다음과 같은 Skill 세트를 구성할 수 있다.

• 미국 인구조사 데이터 가져오기 및 분석
• CSV, JSON 데이터를 DuckDB나 SQLite로 변환
• 시각화 보고서 자동 생성 (D3.js 기반)
• 분석 결과를 S3에 업로드

이러한 Skill 폴더를 묶으면, 결과적으로 **“데이터 저널리즘 에이전트”**가 된다.
즉, 몇 개의 Markdown 파일만으로 특정 도메인에 특화된 AI 도우미를 구축할 수 있는 것이다.

---

MCP vs Skills: 단순함이 이긴 이유

MCP(Model Context Protocol)는 LLM의 확장 기능을 표준화하려는 시도였다.
그러나 그 복잡성은 많은 개발자에게 부담으로 작용했다.

MCP는 수많은 구성 요소—호스트, 서버, 리소스, 툴, 트랜스포트(HTTP, SSE 등)—를 정의해야 하며,
심지어 GitHub의 공식 MCP 구현만으로도 수만 개의 토큰을 차지한다.
이는 실제 모델의 작업 공간을 심각하게 제한한다.

반면 Claude Skills는 훨씬 단순하다.

• Skill = Markdown 파일 + 약간의 YAML + 선택적 스크립트
• 필요한 순간에만 불러오므로 토큰 낭비가 거의 없음
• CLI 도구나 별도의 서버 구현이 필요 없음

결국, MCP가 “프로토콜 기반 확장”이라면 Skills는 “텍스트 기반 확장”이다.
Claude는 Skill 폴더 안의 지침을 읽고, 나머지는 스스로 판단해 실행한다.
이 단순함이 바로 Skills의 진정한 혁신이다.

---

Skills의 미래: 개방형 AI 생태계의 시작

Skills는 단순한 기능 확장 시스템이 아니다.
그 구조가 완전히 개방되어 있다는 점에서, AI 생태계의 새로운 방향을 제시한다.

Anthropic은 이미 GitHub에 Claude Skills Cookbook과 Agent Skills 문서를 공개했다.
누구나 자신의 Skill을 작성하고 공유할 수 있으며, 더 흥미로운 점은 이 Skill들이 Claude뿐만 아니라 다른 모델에서도 작동한다는 것이다.

예를 들어, 동일한 Skill 폴더를 Gemini CLI나 Codex CLI에 연결해도 동일하게 동작한다.
이는 AI 기능의 ‘오픈 소스화’이자, 모델 간 호환성을 향한 한 걸음이다.

---

LLM 확장의 새 패러다임

Claude Skills는 겉보기엔 단순한 폴더 구조에 불과하지만, 그 영향력은 매우 크다.
MCP가 복잡한 프로토콜로 기능 확장을 시도했다면, Skills는 단순한 텍스트 지침으로 같은 목표를 달성한다.

이 단순함은 곧 유연성, 확장성, 그리고 실용성으로 이어진다.
개발자는 더 이상 거대한 프레임워크를 학습할 필요가 없다.
단순히 Skill 폴더를 만들어 두면, Claude가 알아서 그것을 읽고 실행한다.

결국 Claude Skills는 AI 기능 확장의 새로운 방향을 제시한다.
프로토콜의 시대에서 폴더의 시대로, 거대한 시스템보다 효율적인 텍스트 중심 설계가 AI의 미래를 이끌고 있다.

https://simonwillison.net/2025/Oct/16/claude-skills/

Claude Skills are awesome, maybe a bigger deal than MCP