AutoSkill은 경험 기반 평생학습(Experience-driven Lifelong Learning, ELL)의 실용적 구현체다. 실제 사용자 대화와 에이전트 실행 궤적에서 재사용 가능한 스킬을 자동으로 추출하고, 지속적인 병합·버전 업데이트를 통해 스킬을 진화시킨다. 스킬은 사람이 읽고 편집할 수 있는 SKILL.md 파일 형식으로 저장된다.

• GitHub: ECNU-ICALK/AutoSkill
• 논문: arXiv 2603.01145
• 개발: 상하이 AI 연구소 + 화동사범대학교 컴퓨터과학부

배경 문제

LLM 에이전트는 매번 대화가 끝나면 사용자와의 상호작용에서 축적한 노하우가 사라진다. 사용자가 “보고서 작성 시 환각하지 말 것”이라고 교정해도, 다음 세션에서는 처음부터 다시 배워야 한다. AutoSkill은 이런 단기 상호작용 신호를 장기 재사용 자산으로 전환한다.

핵심 특징

• 경험 기반 연속 스킬 진화: 실제 사용자 상호작용과 에이전트 궤적에서 재사용 가능한 역량을 직접 추출. 시간이 지남에 따라 버전 관리된 스킬이 계속 발전
• 범용 스킬 포맷: SKILL.md 형식으로 설명 가능성과 편집 가능성 확보. 스킬은 읽기·검토·수동 수정 가능
• 오프라인 추출: 기존 대화 기록과 궤적에서 오프라인으로 스킬 추출 가능. 원래 상호작용을 재실행할 필요 없음

스킬 라이프사이클

1단계: 자동 판단 + 피드백 기반 추출 (v0.1.0)

사용자가 “보고서 작성해줘”처럼 안정적인 선호가 없으면 스킬을 생성하지 않는다. 사용자가 “환각하지 말 것”처럼 지속적 제약을 추가하면 AutoSkill이 스킬을 추출하거나 기존 스킬에 병합한다.

2단계: 스킬 업데이트 (v0.1.1)

이후 대화에서 사용자 피드백이 추가 제약이나 우선순위 변경을 가져오면, 기존 스킬을 중복 없이 업데이트해 버전을 높인다.

3단계: 스킬 활용

다음에 유사한 작업이 주어지면 업데이트된 스킬을 자동으로 검색·활용해 사용자 기대에 맞는 결과를 생성한다.

주요 컴포넌트

설치 및 시작

# Local Skill Manager 설치 (skills/autoskill)
# 로컬 에이전트 스킬 파일 유지 관리
# 재사용 가능 경험 분류, 유사 스킬 검색,
# discard / improve / merge / create 결정 지원

자세한 설치 방법은 공식 README를 참조한다.

누가 쓰면 좋을까

• 사용자별 선호와 제약을 장기간 유지해야 하는 AI 어시스턴트 개발자
• 에이전트가 반복 작업에서 자동으로 개선되길 원하는 ML 엔지니어
• 조직 지식을 재사용 가능한 스킬로 축적하려는 팀

라이선스

MIT License

관련 문서

• claude-code — SKILL.md 형식의 스킬 시스템을 활용하는 AI 코딩 에이전트