Anthropic Agent Skills: 조합 가능한 에이전트 전문성을 위한 개방형 표준

AI 에이전트가 복잡한 컴퓨팅 환경과 상호작용할 수 있게 되면서, Anthropic은 일반 목적의 에이전트에게 조합 가능하고 이식 가능한 도메인별 전문성을 제공하도록 설계된 개방형 표준인 Agent Skills를 도입했습니다.

이 시스템을 통해 개발자는 특수 지침, 스크립트, 리소스와 같은 절차적 지식을 재사용 가능한 단위로 패키징하여, 모든 사용 사례에 대해 파편화된 맞춤형 에이전트를 만들 필요 없이 일반 목적의 에이전트를 고도로 특화된 도구로 변환할 수 있습니다.

Agent Skills 정의

Agent Skills는 SKILL.md 파일을 포함하는 조직화된 디렉토리로, 에이전트에게 추가 기능을 부여하는 지침, 스크립트, 리소스를 묶습니다. Skills의 핵심 목적은 절차적 지식을 캡처하고 공유함으로써 에이전트의 전문화를 가능하게 하는 것이며, 사실상 에이전트를 특정 도메인에 온보딩하는 가이드 역할을 합니다.

Skills는 전문성을 조합 가능한 리소스로 패키징할 수 있게 함으로써 Claude와 같은 모델의 기능을 확장합니다. 이 접근 방식은 모놀리식 맞춤형 에이전트를 구축하는 것에서 벗어나, 에이전트가 현재 작업에 따라 관련 전문성을 동적으로 발견하고 로드할 수 있는 모듈식 시스템으로 나아갑니다.

Skill의 구조: 점진적 공개

Skill의 구조는 점진적 공개 원칙을 기반으로 설계되어, 에이전트가 특정 작업에 필요한 컨텍스트만 로드하도록 보장하며, 이는 확장성과 효율성을 크게 향상시킵니다.

Skill 구조 및 메타데이터

가장 단순한 수준에서 Skill은 SKILL.md 파일을 포함하는 디렉토리입니다. 이 파일은 필수 메타데이터인 name과 description을 포함하는 YAML frontmatter로 시작해야 합니다. 에이전트가 시작될 때 설치된 모든 스킬의 name과 description을 시스템 프롬프트에 사전 로드합니다. 이 메타데이터는 점진적 공개의 첫 번째 수준 역할을 하여, 에이전트가 전체 내용을 로드하지 않고도 스킬의 관련성을 판단할 수 있게 합니다.

컨텍스트 계층화 및 파일 번들링

스킬이 더 복잡해짐에 따라 Anthropic은 컨텍스트 크기를 관리하기 위해 다층 시스템을 설계했습니다. SKILL.md 파일의 실제 본문은 두 번째 수준의 세부 정보를 구성하며, 에이전트는 현재 작업과 관련이 있다고 판단할 때만 이를 컨텍스트로 읽어들입니다. 더 큰 복잡성을 위해 스킬은 스킬 디렉토리 내에 추가 파일(예: forms.md 또는 reference.md)을 번들하고 핵심 SKILL.md에서 이를 참조할 수 있습니다.

이러한 추가 연결 파일은 세 번째 수준(및 그 이상)의 세부 정보를 나타냅니다. 특수 지침을 별도의 파일로 분리함으로써 스킬 작성자는 핵심 SKILL.md를 간결하게 유지할 수 있으며, 에이전트는 절대적으로 필요할 때만 이러한 심층 지침을 탐색하고 발견하도록 선택할 수 있습니다.

Skills 및 컨텍스트 창 관리

Agent Skills는 사실상 무제한의 컨텍스트 번들링을 가능하게 합니다. 파일 시스템 및 코드 실행 도구를 가진 에이전트는 모든 작업에 대해 스킬의 전체 내용을 컨텍스트 창에 로드할 필요가 없기 때문입니다.

스킬 활성화 프로세스는 컨텍스트 창 내에서 특정 순서를 따릅니다:

초기화: 컨텍스트 창은 핵심 시스템 프롬프트, 설치된 모든 스킬의 메타데이터, 사용자의 초기 메시지로 시작합니다.
스킬 트리거: 에이전트는 스킬의 SKILL.md 파일 내용을 읽기 위해 도구(예: Bash 도구)를 호출합니다.
컨텍스트 선택: 에이전트는 작업 요구 사항에 따라 특정 번들 파일(예: forms.md)을 읽기로 선택합니다.
작업 실행: 에이전트는 이제 스킬에서 관련 지침만 로드한 상태로 사용자의 작업을 진행합니다.

이 메커니즘은 에이전트가 필요할 때만 정보를 로드하도록 보장하며, 목차, 특정 장, 상세 부록을 사용하는 잘 정리된 매뉴얼과 유사합니다.

코드 실행 통합

Skills는 Python 스크립트와 같은 사전 작성된 코드를 포함하여 에이전트가 재량에 따라 실행할 수 있는 결정론적 도구로 기능할 수 있습니다. 이는 특정 작업이 토큰 생성보다 전통적인 코드 실행에 더 적합하기 때문에 중요합니다.

예를 들어, PDF 스킬은 PDF를 읽고 양식 필드를 추출하는 스크립트를 포함할 수 있습니다. 에이전트는 스크립트나 PDF 내용을 컨텍스트 창에 로드하지 않고도 이 스크립트를 실행할 수 있습니다. 이 접근 방식은 일관되고 반복 가능한 워크플로우에 필요한 결정론적 신뢰성을 제공합니다.

스킬 개발 및 평가

개발자는 스킬을 작성하고 테스트할 때 효과적이고 확장 가능하도록 여러 지침을 따라야 합니다:

평가로 시작: 대표적인 작업에서 에이전트를 실행하고 어려움을 겪는 지점을 관찰하여 에이전트 기능의 특정 격차를 식별한 후, 해당 문제를 해결하기 위한 스킬을 구축합니다.
확장을 위한 구조화: SKILL.md 파일이 너무 커지면 내용을 별도의 참조 파일로 분할합니다. 상호 배타적이거나 드물게 사용되는 컨텍스트를 분리하면 토큰 사용량이 줄어듭니다.
에이전트의 관점에서 생각: 실제 시나리오에서 에이전트가 스킬을 어떻게 사용하는지 모니터링하고, name과 description에 특히 주의를 기울입니다. 이러한 요소는 에이전트가 스킬을 트리거할지 여부를 결정하는 데 중요합니다.
에이전트와 함께 반복: 에이전트에게 스킬을 사용하면서 성공적인 접근 방식과 일반적인 실수를 스스로 반성하도록 요청합니다. 이는 모든 요구를 사전에 예측하려고 하기보다 에이전트가 실제로 필요한 정확한 컨텍스트를 발견하는 데 도움이 됩니다.

보안 고려 사항

Skills는 지침과 코드를 통해 에이전트에 새로운 기능을 부여하므로 잠재적인 취약점을 도입할 수 있습니다. 악의적인 스킬은 환경 취약점을 도입하거나, 에이전트가 데이터를 유출하도록 유도하거나, 의도하지 않은 작업을 유발할 수 있습니다.

Anthropic은 신뢰할 수 있는 출처에서만 스킬을 설치할 것을 강력히 권장합니다. 신뢰도가 낮은 출처의 스킬을 사용할 때는 철저한 감사가 필수입니다. 이 감사에는 모든 번들 파일을 읽어 기능을 이해하고, 코드 종속성을 면밀히 주시하며, 에이전트가 신뢰할 수 없는 외부 네트워크 소스에 연결하도록 지시할 수 있는 지침을 면밀히 검토하는 것이 포함되어야 합니다.

SUMMARY: Anthropic은 일반 목적의 AI 에이전트가 지침, 스크립트, 리소스의 조직화된 디렉토리를 통해 조합 가능하고 이식 가능한 도메인별 지식으로 전문화될 수 있게 하는 개방형 표준인 Agent Skills를 도입했습니다.

TITLE: Anthropic Agent Skills: 조합 가능한 에이전트 전문성을 위한 개방형 표준