Claude Code Agent Skills 경쟁사까지 쓰는 표준이 되다

이번 포스팅에서는 Claude Code Agent Skills에 대해서 정리하고자 한다. Anthropic이 2025년 12월 Agent Skills를 오픈 표준으로 공개한 뒤, 이 기술은 만든 회사의 제품 안에만 머물러 있지 않다. OpenAI의 Codex, Microsoft의 GitHub Copilot과 VS Code, Google의 Gemini CLI가 모두 같은 규격을 지원한다. AI 회사끼리 서로 자기 방식을 밀어붙이던 흐름을 생각하면 이례적인 장면이다. 그 사이 스킬 디렉터리 SkillsMP가 GitHub에서 긁어 모아 인덱싱한 공개 스킬은 200만 개를 넘는다. 다만 스탠퍼드와 CMU 연구진이 참여한 벤치마크가 매긴 공개 스킬의 평균 품질은 12점 만점에 6.2점이었다. 숫자와 쓸모 사이의 이 격차, 그리고 표준을 누가 관리할 것인가가 지금 이 생태계의 실질적인 쟁점이다.

경쟁사가 남의 표준을 앞다퉈 갖다 쓰는 진풍경

Claude Code Agent Skills는 Anthropic이 만들었지만 지금은 Anthropic만의 것이 아니다. 규격 문서는 agentskills.io에 공개돼 있고, 표준 관리는 Agentic AI Foundation이라는 별도 조직이 맡는다. 이 표준을 지원한다고 공식 쇼케이스에 이름을 올린 제품은 2026년 7월 현재 40개를 넘는다.

명단이 좀 이상하다. Anthropic의 Claude Code와 Claude야 당연하다. 그런데 그 옆에 OpenAI Codex와 GitHub Copilot, Cursor, Google의 Gemini CLI, Mistral AI Vibe가 나란히 있다. 전부 Anthropic과 정면으로 경쟁하는 제품이다. JetBrains의 Junie, Block의 Goose, ByteDance의 TRAE 같은 개발 도구도 있고 Snowflake Cortex Code, Databricks Genie Code처럼 데이터 플랫폼 쪽도 들어와 있다. Java 진영에서는 Spring AI가 2026년 1월 13일 지원을 발표했다. Canva, Stripe, Notion, Zapier는 자사 서비스를 다루는 스킬을 직접 만들어 제공한다.

Microsoft, OpenAI, Atlassian, Figma, GitHub까지 채택한 규격을 두고 아직 “Anthropic의 기술”이라고 부르는 게 맞나 싶다.

폴더 하나, 파일 하나가 전부다

Claude Code Agent Skills의 구조는 허무할 정도로 단순하다. 폴더를 하나 만들고 그 안에 SKILL.md라는 문서 파일 하나를 넣으면 끝이다. 이 문서에는 스킬의 이름과 설명, 그리고 AI에게 시킬 지시문이 적힌다.

프로그래밍은 필요 없다. 회사에서 신입에게 업무 인수인계 문서를 써 주는 것과 비슷하다. “이 작업은 이렇게 처리한다, 이때 이 양식을 쓴다, 이런 경우는 주의한다” 같은 내용을 평범한 글로 적어 두면 AI가 그걸 읽고 따른다. 필요하면 그 폴더에 실행 스크립트나 문서 템플릿을 같이 넣어 둘 수도 있다. 인수인계 문서에 엑셀 양식을 첨부하는 것과 같다.

메모장만 있으면 스킬 하나를 만들 수 있다는 뜻이다. 뒤에 나올 200만 개라는 숫자도 결국 여기서 출발한다.

접이식 설명서처럼 필요할 때만 펼친다

Claude Code Agent Skills의 진짜 설계 포인트는 progressive disclosure라 불리는 3단계 방식에 있다. 한국어로 옮기면 “점진적 공개” 정도인데, 필요할 때만 접힌 부분을 펼쳐 보는 접이식 설명서를 떠올리면 이해가 쉽다.

첫 단계인 Discovery에서 AI는 각 스킬의 이름과 한 줄 설명만 훑는다. 언제 이걸 꺼내 쓸지 판단할 최소한의 정보만 본다는 뜻이다. 두 번째 Activation 단계에서 지금 하는 일이 그 설명과 맞아떨어지면, 그제야 SKILL.md 전체를 읽어 들인다. 마지막 Execution 단계에서는 지시문을 따라가다가 정말로 필요한 순간에만 첨부된 코드를 실행하거나 참고 파일을 연다.

이 구조가 중요한 이유는 AI가 한 번에 기억할 수 있는 분량에 한계가 있기 때문이다. 스킬을 100개 갖고 있어도 100개를 전부 머릿속에 올려 두지 않으니, 많이 갖고 있어도 부담이 적다.

아끼는 티는 문서 곳곳에 난다. Claude Code 공식 문서를 보면 목록에 노출되는 설명 텍스트는 설명과 사용 시점 안내를 합쳐 1,536자에서 잘라 내고, SKILL.md 본문은 500줄 이하를 권장한다. 한번 읽어 들인 본문은 그 대화가 끝날 때까지 남기 때문에, 쓸데없이 늘어놓은 문장 하나하나가 계속 비용으로 쌓인다.

MCP는 콘센트, Claude Code Agent Skills는 설명서

Claude Code Agent Skills를 이야기하면 자주 나오는 질문이 MCP와 뭐가 다르냐는 것이다. 둘은 경쟁 관계가 아니라 역할이 다르다. MCP(Model Context Protocol)가 AI를 외부 시스템에 물리적으로 연결하는 콘센트라면, Claude Code Agent Skills는 그렇게 꽂아 둔 도구를 언제 어떻게 쓰라고 알려 주는 설명서에 가깝다. 콘센트가 없으면 전원이 안 들어오고, 설명서가 없으면 기계를 엉뚱하게 쓴다.

Claude Code는 스킬을 네 곳에 나눠 저장한다. 조직 전체에 적용되는 Enterprise, 내 모든 프로젝트에 따라다니는 Personal, 특정 프로젝트에만 붙는 Project, 그리고 플러그인이 들고 오는 것이다. 이름이 겹치면 Enterprise, Personal, Project 순으로 우선한다. 기존에 쓰던 커스텀 커맨드도 스킬 체계로 통합됐고 둘 다 동작하지만 스킬이 우선한다.

Claude Code Agent Skills 200만 개 중 쓸 만한 건 몇 개일까

많지 않다. 공개 스킬 47,150개를 분석한 SkillsBench 논문에 따르면 평균 품질 점수는 12점 만점에 6.2점이다. 연구진은 상위 25%에 해당하는 9점 이상만 골라 실험에 썼고, 그렇게 추린 스킬은 AI 에이전트의 작업 성공률을 평균 16.2%포인트 끌어올렸다. 성공률이 50%였다면 66.2%가 된다는 뜻이다.

2026년 2월 공개된 이 논문은 스탠퍼드와 카네기멜런, UC 버클리 등 소속 연구자들이 참여했고, 322명이 제출한 후보 과제를 추려 11개 분야 84개 과제로 스킬의 효과를 측정했다. 스킬을 잘 고르면 확실히 이득이라는 게 결론이다. 흥미로운 건 분야별 편차다. 헬스케어는 51.9%포인트, 제조는 41.9%포인트나 뛰었다. 반면 소프트웨어 개발은 4.5%포인트, 수학은 6%포인트에 그쳤다. 연구진은 모델이 사전학습에서 이미 충분히 다룬 분야일수록 스킬로 더 얹어 줄 게 없다고 해석했다. 개발자용 스킬이 가장 많이 쏟아지는 분야인데 정작 효과는 가장 작은 축이라는 점은 곱씹어 볼 만하다.

더 뼈아픈 결과도 있다. 84개 과제 중 16개에서는 스킬을 붙였더니 성능이 오히려 떨어졌다. 그리고 AI에게 스킬을 직접 써 보라고 시켰더니 평균적으로 아무 이득이 없었다. 논문은 모델이 정작 자기가 읽고 도움받는 그 절차적 지식을 스스로는 제대로 못 쓴다고 적었다. 스킬은 결국 사람이 써야 한다는 얘기다.

스킬을 모아 두는 SkillsMP 디렉터리는 GitHub에서 긁어 온 스킬 200만 개 이상을 인덱싱하고 있다고 표시한다. 하지만 그 숫자가 곧 200만 개의 쓸모는 아니다.

시장도 이 격차를 알아채고 반응하는 중이다. GitHub 스타 수를 보면 흐름이 읽힌다. 2026년 7월 17일 기준 Anthropic 공식 저장소 anthropics/skills는 161,959개인데, 커뮤니티가 만든 스킬 프레임워크 obra/superpowers는 256,348개로 공식 저장소를 앞지른다. 2026년 4월 27일에 만들어진 Nutlope/hallmark는 석 달도 안 돼 11,567개를 모았다. Claude Code와 Cursor, Codex에서 쓰는 디자인 스킬인데, AI가 만든 티가 나는 결과물을 걸러 내려고 57개나 되는 검사 게이트를 넣었다. 사람들이 원하는 건 스킬 200만 개가 아니라 골라 주는 장치라는 신호다.

표준의 주인이 사라진 다음이 진짜 시험대

Claude Code Agent Skills의 다음 관문은 기술이 아니라 거버넌스다. Anthropic이 표준을 공개하고 Agentic AI Foundation에 관리를 넘긴 구조는 명분상 중립적이지만, 명세를 처음 설계한 쪽의 영향력이 실제로 얼마나 희석되는지는 아직 검증된 바 없다. MCP가 그랬듯 초기 설계자의 제품이 사실상의 기준 구현으로 남는 경우가 흔하다.

지켜볼 대목은 표준 개정에 외부 기여가 실제로 반영되는지다. 명세가 외부에 열려 있다는 말은 이미 나와 있다. 다만 OpenAI나 Google처럼 이해가 정면으로 충돌하는 회사의 제안이 어디까지 받아들여지는지를 봐야 그 말의 무게를 알 수 있다.

품질 문제도 그대로 남아 있다. 200만 개 중 무엇이 안전하고 쓸 만한지 걸러 주는 장치가 나오지 않으면, 스킬 생태계는 초기 npm이 겪은 신뢰 문제를 그대로 밟게 된다. SkillsBench 같은 벤치마크가 출발점이긴 하지만 업계 표준이라 부를 단계는 아직 아니다.

마치며

지금까지 Claude Code Agent Skills 생태계에 대해서 정리해 보았다. 처음 스킬을 만들어 봤을 때 솔직한 감상은 “이게 되네”였다. 코드 한 줄 없이 마크다운 문서만 써 놓았는데 AI가 매번 같은 절차로 일을 처리했다. 그동안 대화창에서 매번 반복해 설명하던 것들, 우리 팀 코드 컨벤션이나 배포 전 확인 순서 같은 게 문서 하나로 정리되니 재작업이 눈에 띄게 줄었다.

물론 좋기만 한 건 아니다. 욕심을 부려 스킬 본문을 길게 쓴 적이 있는데, 그럴수록 오히려 AI가 산만해졌다. 500줄 이하 권장이 괜히 있는 게 아니었다. 결국 지시문을 절반으로 줄이고 상세 내용은 별도 참고 파일로 뺀 뒤에야 제대로 돌아갔다. 남이 만든 스킬을 그대로 갖다 쓸 때도 비슷한 실망이 있었다. 별 많이 붙은 저장소에서 받아 왔는데 정작 우리 상황에는 안 맞아서 결국 다시 썼다. SkillsBench의 평균 6.2점이라는 수치가 남 얘기처럼 들리지 않았다.

그래서 지금은 스킬을 늘리는 것보다 줄이는 데 더 신경을 쓴다. 잘 만든 스킬 다섯 개가 어중간한 쉰 개보다 확실히 낫다. 200만 개 시대에 필요한 능력은 만드는 게 아니라 고르고 버리는 쪽이 아닐까 싶다.

자주 묻는 질문

더 알아보기

• Agent Skills 공식 표준 사이트 (agentskills.io)
• Claude Code Skills 공식 문서
• SkillsBench 논문 원문 (PDF)
• SkillsMP 스킬 디렉터리
• anthropics/skills GitHub 저장소
• obra/superpowers 커뮤니티 스킬 프레임워크