# [[Agent Skills (Anthropic)]]

## 📌 Brief Summary
Agent Skills는 2025년 12월 Anthropic이 공개한 오픈 표준(agentskills.io)으로, 에이전트가 특정 워크플로우를 실행하는 방법을 학습할 수 있도록 재사용 및 이식 가능한 스킬 패키지를 지정합니다. 원자적(atomic)인 개별 도구 호출을 표준화하는 MCP(Model Context Protocol)와 달리 워크플로우와 수명 주기(Lifecycle) 수준의 상호 운용성을 다룹니다. 이를 통해 스킬 라이브러리를 특정 하네스에 종속된 사유적(proprietary) 아티팩트에서 독립적인 하네스 간 이식 및 배포가 가능한 오픈 생태계 자원으로 탈바꿈시킵니다.

## 📖 Core Content
- **아키텍처 스택에서의 위치 (L-Component 통합)**: Agent Skills는 하네스 설계에서 도구 레지스트리(T-component)가 아닌 수명 주기 및 워크플로우 관리(L-component) 계층에서 작동합니다. 단일 도구 작업(Tool invocation)을 처리하는 MCP와 결합하여, 하위 수준의 도구 실행과 상위 수준의 워크플로우 조합을 분리하는 자연스러운 '2계층 프로토콜 스택(two-layer protocol stack)'을 형성합니다.
- **패키지 구성 및 구조**: 각 스킬은 `SKILL.md` 명세 파일, 실행 가능한 스크립트, 그리고 리소스 파일이 포함된 디렉토리 형태로 구성됩니다. 이는 에이전트가 획득하고 적용할 수 있는 개별적인 역량(discrete capability)을 정의합니다.
- **상호 운용성 (Interoperability & Portability)**: 스킬 패키지에 대한 표준 포맷을 제공함으로써, 한 조직에서 생성된 스킬을 Cursor, VS Code, Goose, OpenCode, Amp 등 독립적인 여러 에이전트 하네스에서 즉시 채택하고 배포할 수 있습니다. Anthropic의 자체 Agent SDK 역시 Agent Skills를 일급 객체(first-class constructs)로 통합합니다.
- **인프라 및 거버넌스 효과**: 에이전트 워크플로우를 공식적인 인프라 컴포넌트로 규격화함으로써 중대한 거버넌스 효과를 창출합니다. 구체적으로 (1) 하네스 간 스킬 이식성, (2) 워크플로우 패턴의 버전 관리 및 폐기(deprecation), (3) 워크플로우의 전제 조건 및 실패 모드에 대한 명시적 문서화, (4) 모델 변경과 무관하게 워크플로우 수준의 성능 개선에 대한 재현 가능한 평가를 가능하게 합니다. 

## ⚖️ Trade-offs & Caveats
소스에 관련 정보가 부족합니다. (Agent Skills 개별 기술의 명시적인 부작용이나 단점에 대해서는 소스 데이터 내에 구체적으로 서술되어 있지 않습니다. 다만 일반적인 스킬 라이브러리 운용과 관련하여, 지나치게 방대한 스킬 문서를 제한 없이 로드할 경우 컨텍스트 윈도우가 오염되고 노이즈가 발생해 선택 품질이 저하될 수 있으며, 에이전트가 스스로 생성한 스킬(self-generated skills)의 경우 신뢰성이 보장되지 않아 하네스 차원의 큐레이션 및 검증(quality-gate) 메커니즘이 필요하다는 제약이 언급됩니다.)

## 🔗 Knowledge Connections

### Related Concepts

#### [프로토콜 및 상호 운용성 표준]
- [[MCP (Model Context Protocol)]]
  - 연결 이유: Agent Skills와 함께 2계층 프로토콜 스택을 구성하는 핵심 기술입니다.
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: MCP가 원자적인 외부 도구 및 데이터 소스 연결을 담당하는 반면, Agent Skills는 여러 MCP 도구들을 조합하여 "어떤 조건에서 어떻게 적용할지"에 대한 다단계 워크플로우를 어떻게 지시하는지 그 차이와 상호보완성을 이해할 수 있습니다.

#### [하네스 아키텍처 및 기반 기술]
- [[L-component (Lifecycle hooks)]]
  - 연결 이유: Agent Skills가 작동하고 통합되는 에이전트 하네스의 거버넌스 계층입니다.
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: 스킬이 단순한 도구 등록(T-component)을 넘어 에이전트의 작업 흐름, 정책 시행, 다단계 실행을 관리하는 상위 인프라로서 어떻게 동작하는지 이해할 수 있습니다.
- [[Context Engineering]]
  - 연결 이유: 이식 가능한 스킬을 에이전트가 활용하려면 컨텍스트 윈도우에 스킬 메타데이터와 내용을 효과적으로 주입해야 합니다.
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: `SKILL.md`와 같은 지식 아티팩트가 컨텍스트 오버헤드를 막기 위해 어떻게 점진적 공개(Progressive disclosure)나 지연 로딩(Lazy loading) 방식으로 에이전트에게 제공되는지 파악할 수 있습니다.

#### [에이전트 메모리 및 지속성]
- [[Skill Library]]
  - 연결 이유: Agent Skills가 모여 에이전트의 절차적 지식(Procedural knowledge)을 구성하는 영구적인 저장소 역할을 합니다.
  - 이 개념을 통해 더 깊게 이해할 수 있는 부분: 일회성 프롬프트가 아닌, 세션을 초월하여 재사용 가능한 워크플로우 지식이 에이전트의 능력 성장에 어떻게 기여하는지 이해할 수 있습니다.

### Deeper Research Questions

- MCP가 원자적 도구 호출을, Agent Skills가 다단계 워크플로우를 담당하는 2계층 구조에서 오류 발생 시 디버깅 및 추적(Tracing)은 각 계층에서 어떻게 분리되어 처리되는가?
- 에이전트가 경험을 통해 스스로 진화시킨 스킬(Evolved skills)을 SKILL.md 표준 포맷으로 출력하고 검증하여 영구적인 스킬 라이브러리에 등록하기 위한 하네스 수준의 파이프라인(Quality-gate)은 무엇인가?
- Agent Skills를 통해 서로 다른 프레임워크(예: LangGraph, OpenClaw 등) 간에 스킬을 이식할 때, 각 하네스의 고유한 메모리나 상태 관리(State management) 차이로 인해 발생하는 충돌은 어떻게 해결되는가?
- 조직 내 다양한 도메인 지식을 Agent Skills 패키지로 모듈화하여 배포할 때, 에이전트가 상황에 맞는 스킬만 적재적소에 검색하고 로드하게 만드는(Progressive disclosure) 최적의 검색 아키텍처는 무엇인가?
- 모델의 추론 능력 향상이 아닌, Agent Skills 적용과 같은 '워크플로우(Harness) 최적화'만으로 해결할 수 있는 에이전트 한계의 상한선은 어디까지인가?

### Practical Application Contexts

- **Implementation:** 개발자는 단일 프롬프트를 작성하는 대신, 특정 작업 수행 규칙, 예외 처리, 관련 스크립트를 포함하는 `SKILL.md` 디렉토리를 생성하여 에이전트의 역량을 모듈화하여 배포할 수 있습니다.
- **System Design:** 도구(Tool) 인프라를 설계할 때, 단순 API 연동은 MCP 서버로 구축하고, 해당 API들을 엮어 복잡한 비즈니스 로직을 수행하는 과정은 Agent Skills로 추상화하여 시스템을 두 계층으로 분리 설계합니다.
- **Operation / Maintenance:** 특정 팀이 개발한 버그 수정 절차나 코드 리뷰 체크리스트 등을 표준 Agent Skills 패키지로 관리하여, 조직 내 다양한 하네스 툴(예: VS Code, Cursor 등)을 사용하는 모든 개발자 에이전트가 일관된 워크플로우를 공유하고 버전을 관리하게 합니다.
- **Learning Path:** 에이전트 시스템 학습 시 기본 모델 API 호출 $\rightarrow$ MCP를 통한 외부 데이터/도구 연동 $\rightarrow$ Agent Skills를 통한 워크플로우 및 수명 주기 제어 순으로 하네스 엔지니어링의 깊이를 확장해 나갑니다.
- **My Project Relevance:** 다중 에이전트(Multi-agent) 시스템이나 자동화 개발 파이프라인을 구축할 때, 반복되는 작업 패턴(예: CI/CD 오류 자동 복구 워크플로우)을 Agent Skills 표준으로 패키징하여 이식성을 높이고, 모델을 교체하더라도 기존 작업 방식을 그대로 유지할 수 있도록 활용할 수 있습니다.

### Adjacent Topics

- [[A2A (Agent-to-Agent Protocol)]]
  - 확장 방향: Agent Skills가 '어떻게 워크플로우를 실행할 것인가'에 대한 지식의 표준이라면, A2A는 여러 에이전트 간에 '작업(Task)을 어떻게 위임하고 통신할 것인가'에 대한 프로토콜 표준입니다. 워크플로우 실행과 원격 에이전트 위임 간의 상호 작용 구조를 확장하여 조사할 수 있습니다.
- [[Agent-Computer Interface (ACI)]]
  - 확장 방향: 에이전트가 코드를 편집하고 터미널과 상호작용하기 위한 전용 인터페이스 설계 개념으로, Agent Skills 내부의 실행 스크립트나 도구들이 에이전트의 추론에 적합하게 어떻게 구성되어야 하는지 인터페이스 최적화 관점에서 확장할 수 있습니다.

---
*Last updated: 2026-05-01*