AI 에이전트를 만들 때 개발자들이 겪는 가장 큰 고민이 뭘까요? 바로 “이 모든 지시사항을 어떻게 하나의 프롬프트에 담지?”입니다. 고객 응대부터 데이터 분석까지 다양한 역할을 하는 에이전트라면 프롬프트가 수만 토큰까지 늘어나기 일쑤죠. 그런데 OpenAI가 최근 공식 문서에 조용히 추가한 한 가지 개념이 이 문제의 해법을 제시합니다. 흥미로운 건 그게 경쟁사 Anthropic이 먼저 제안한 아이디어라는 점입니다.

OpenAI가 12월 초 에이전트 가이드 문서를 업데이트하면서 “스킬(Skills)”이라는 개념을 슬쩍 추가했습니다. 이는 Anthropic이 올해 5월 공개한 “Building effective agents” 문서에서 제안한 핵심 개념과 거의 동일합니다. 에이전트가 수행할 작업들을 독립적인 모듈로 나눠서 필요할 때만 불러 쓰자는 아이디어죠.

출처: OpenAI quietly adopts Anthropic’s modular skills framework to boost agent capabilities – The Decoder

스킬이 뭔데 왜 필요한가?

기존 방식은 간단했습니다. AI 에이전트에게 모든 지시사항을 하나의 거대한 시스템 프롬프트에 때려 넣는 거죠. “너는 고객 서비스 담당이야. 주문 취소는 이렇게 하고, 환불은 저렇게 하고, 불만 접수는…” 이런 식으로 계속 이어집니다. 문제는 이게 3만 토큰까지 늘어나면 AI가 정작 필요한 부분을 놓치거나 혼란스러워한다는 겁니다.

스킬 개념은 이를 레고 블록처럼 나눕니다. “주문 취소 스킬”, “환불 처리 스킬”, “불만 접수 스킬”처럼 각 기능을 독립적인 모듈로 만들어두는 거죠. 그리고 AI가 상황에 맞는 스킬만 꺼내 쓰도록 합니다. 고객이 환불 문의를 하면? 환불 처리 스킬만 활성화됩니다. 나머지 수만 토큰짜리 지시사항은 잠시 무대 뒤로 물러나 있고요.

Anthropic 문서는 이를 “워크플로우(반복 작업) → 에이전트(판단 필요) → 스킬(세부 지시)” 순으로 작업을 분해하라고 제안합니다. 예를 들어 “고객 문의 응대”라는 워크플로우 안에서 AI 에이전트가 상황을 판단하고, 필요한 스킬(환불/교환/수정)을 선택하는 식이죠.

OpenAI는 어떻게 다르게 접근했나?

OpenAI의 접근은 조금 다릅니다. Anthropic이 “스킬을 철저히 분리하라”고 강조한다면, OpenAI는 기존 시스템 프롬프트를 유지하면서 스킬을 “추가 옵션”으로 제공합니다. Simon Willison은 이를 두고 “OpenAI는 여전히 전통적인 방식을 선호하되, 복잡도가 높아지면 스킬을 쓰라는 입장”이라고 분석했습니다.

실제로 OpenAI 문서를 보면 “간단한 에이전트는 하나의 프롬프트로도 충분하지만, 복잡해지면 스킬로 나누는 게 낫다”고 조심스럽게 권장합니다. 반면 Anthropic은 처음부터 모듈형 설계를 강력히 밀어붙이죠. 두 회사 모두 같은 문제를 인식했지만, 해결책의 강도가 다른 셈입니다.

흥미로운 건 OpenAI가 이 개념을 도입하면서 Anthropic을 단 한 번도 언급하지 않았다는 점입니다. 업계에선 이미 “Anthropic 따라하기”라는 반응이 나오고 있지만요. 어쨌든 두 회사가 같은 방향을 가리킨다는 건, 이게 AI 에이전트 개발의 새로운 표준으로 자리 잡을 가능성이 크다는 뜻입니다.

개발자들에게 무슨 의미인가?

지금 AI 에이전트를 만들고 있다면, 프롬프트 설계 방식을 다시 생각해볼 시점입니다. “모든 걸 한 번에 설명하는” 3만 토큰짜리 프롬프트 대신, “필요할 때만 꺼내 쓰는” 모듈형 구조가 더 효율적일 수 있습니다. 토큰 비용도 절약되고, AI의 응답 품질도 올라가니까요.

물론 모든 경우에 스킬이 필요한 건 아닙니다. 단순한 챗봇이라면 기존 방식도 충분하죠. 하지만 복잡한 작업을 처리하는 에이전트를 만든다면? OpenAI와 Anthropic 모두 “스킬로 쪼개라”고 말하고 있습니다. 경쟁사끼리 의견이 일치한다는 건, 그만큼 검증된 방법론이라는 뜻 아닐까요.

참고자료:

• OpenAI’s adoption of Anthropic’s “skills” concept – Simon Willison’s Weblog
• Building effective agents – Anthropic
• Agent – OpenAI Platform Documentation

Like?