0. TL;DR
- 에이전트를 업무에 쓰다 보면 반복적으로 주입해야 하는 공통 컨텍스트가 있습니다.
- 이 반복을 줄이기 위해 Skill을 만들고 공유했습니다.
- 그 결과 업무 효율, 재사용성, 팀 내 표준화가 좋아졌습니다.
1. 서론
최근 회사에서 CLI 기반 에이전트를 활용하며 에이전트를 어떻게 더 잘 쓸가에 대한 고민이 많습니다.
OpenCode(oh-my-opencode)를 활용해서 여러 병렬 에이전트, 최적화 모델을 사용해보거나.
처음보는 Repo의 코드베이스를 읽고 제가 잘모르는 것을 저에게 설명해주는 질의응답 도우미로 사용합니다.
다양한 업무를 핸들링하면서 저는 한달 전부터 Agent Skill에 대한 관심을 가졌고, 매 세션마다 AI에게 반복적으로 말하거나 설명하는 공통 컨텍스트를 줄이고 싶다는 생각을 했습니다. 이와 같은 생각 때문에 적극적으로 Skill에 대해 사내에 도입하자고 의견을 내었고 아래에서 제가 Skill을 사용한 방법에 대해 써보려합니다.
1. 왜 Skill이 필요할까?
위에서도 말했듯이 같은 동작이나 작업을 에이전트에게 매번 설명해야하는 컨텍스트 낭비와 같은 비효율을 해결하고 싶었습니다.
사람은 이미 아는 배경지식으로 문제를 해석할 수 있지만, AI는 맥락이 설명되지 않으면 할줄 아는게 없는 깡통입니다.
특히 AI는 컨텍스트가 가득차 Compact 동작을 통해 Reset하게 된다면 이전 컨텍스트의 작업(디테일)을 잘 기억하지 못하는 특징이 있습니다. 이러한 현실적인 AI의 제약 때문에 컨텍스트를 줄이는 최적화가 필요하다고 생각합니다.
이러한 최적화를 위해 Skill이 필요합니다. AI가 알아야할 최소한의 메타데이터를 제공하고 MCP보다 훨씬 가벼운 도구를 쥐어주는 역할인 것입니다.
2. Skill 활용 예시
제가 업무를 위해 개인적으로 만든 Skill 중 하나는 에이전트에게 서버 에러율 지표와 로그를 조회할 수 있도록하는 Skill을 만들었습니다.
저는 아래와 같은 정보를 넣어주었는데요.
- Elasticsearch에 어떻게 접근하고, 인증정보를 설정하는지
- 어떤 인덱스와 도메인을 기준으로 조회해야 하는지
- 에러율 계산식 또는 로그에 대한 계보와 설명
이렇게 구성해두면 새로운 Agent 세션 마다 굳이 똑같은 이야기를 반복할 필요가 없습니다.
스킬을 사용해서 지금 특정 서비스의 특정 타이틀의 어느 시간대의 에러율 지표를 참고해서 문제의 원인을 코드에서 파악해보자
라고 말하면 뚝딱 유추해봅니다.
즉, Skill은 단순하게 템플릿 형태만 띄는 것이 아니라 적은 컨텍스트 비용으로 최대 효과를 발휘하는 공통 모듈에 가깝습니다.
3. 개인사용 -> 팀사용
처음에는 개인적으로 반복 입력을 줄이기 위한 목적이 컸는데요. 사내 스터디 시간에 제가 만든 Skill에 대해서 이야기 해보며 이걸 개인이 각자 관리하지 말고, "사내 공통 Skill로 만들어서 공유해보자" 라는 의견을 냈습니다.
이후 여러 공통 Skill들이 만들어졌고, 팀 내에서 같은 도메인 영역의 도구가 생겼습니다.
3.1. Multi-tenancy MongoDB 리팩토링 Skill
최근 서로 다른 Multi-tenancy 게임 타이틀의 MongoDB에 Dynamic하게 접근을 가능하게 해주는 npm 패키지 모듈을 다른 팀원분이 개발해주셨습니다.
이러한 내부적으로 사용하는 npm 패키지의 사용법과 접근 패턴을 Skill로 정리했습니다.
- 어떤 패키지를 써야 하는지
- 어떤 환경에서 어떤 식으로 연결하는지
- 어떤 방식으로 서비스 코드 개선에 연결할 수 있는지
같은 내용을 함께 담아두어, MSA 서비스 코드 개선 작업에 활용할 수 있도록 했습니다.
3.2. Elasticsearch Log Monitoring Skill
위에서 말한 것과 비슷하게 운영 환경의 서버 로그, 에러율, 주요 지표를 Elasticsearch 기반으로 확인하는 과정을 Skill로 정리했습니다.
- 최신 로그 조회
- 특정 서비스의 오류 상황 파악
- 에러 증가 여부를 비교
서버 운영자가 바로 참고할 수 있는 현황을 파악하고 결과를 정리하는 데 도움을 줄 수 있었습니다.
이 외에도 사내에서 자주 반복되는 업무를 중심으로 다양한 Skill이 만들어졌고, 주로 내부 생산성을 높이기 위한 용도로 활용되고 있습니다.
4. Skill을 쓰며.. 달라진 점?
Skill을 많이 활용해보며 느낀점은 최적화입니다. 쓸때 없는 말 안하고 본론으로 바로 도입할 수 있는거죠!
이전에는 새로운 세션을 시작할 때마다 “지금 시스템은 이런 구조고, 어떤 코드를 봐야 하고, 무엇을 기준으로 판단해야 하는지”를 길게 설명해야 했습니다.
하지만 Skill이 생긴 이후에는 에이전트가 이미 기본 컨텍스트를 가지고 시작하기 때문에, 사용자는 코어문제 자체에 더 빨리 집중할 수 있게 된것 같습니다.
즉, 아래와 같은 대표적인 효과가 있었습니다.
- 반복입력, 컨텍스트 비용, 온보딩 비용 감소
- 응답 품질 일관성 향상
- 팀 내 지식 재사용(시니어의 도메인 지식++)
AI에게 이글을 읽어보고 간단히 3줄 정리해달라고 해봤습니다.
결국 Skill의 핵심은 단순한 자동화가 아니라, 반복되는 업무 맥락을 재사용 가능한 형태로 축적하는 데 있다고 생각합니다.
이런 자산이 쌓일수록 에이전트는 더 실무적인 도구가 되고, 사람은 더 중요한 판단과 실행에 집중할 수 있습니다.
앞으로도 자주 반복되는 문제를 Skill로 정리하면서, 개인의 사용 경험을 팀의 생산성으로 확장해보고자 합니다.
여러분도 반복되는 에이전트 작업을 Skill로 만들어서 도입해보시길 적극 추천합니다.
긴 글 읽어주셔서 감사합니다. :)