사내 매뉴얼 vs USB 포트: Claude Skills와 MCP 완벽 비교 및 실전 활용 가이드
"이 보고서를 우리 팀 양식으로 바꿔줘"와 "슬랙에서 최근 에러 로그를 가져와"는 완전히 다른 종류의 요청이다. 전자는 내부 지식(Skills), 후자는 외부 연결(MCP) 이 필요하다. 이 글에서는 초보자도 헷갈리지 않도록 두 개념을 명확히 구분하고, 스킬을 직접 만들어 팀에 배포하는 방법까지 실전으로 다룬다.
1. Skills vs MCP: 뭐가 다른 거야?
Claude를 확장하는 두 가지 방법이 있다. 많은 사람이 이 둘을 혼동하지만, 역할이 완전히 다르다.
Skills = "사내 업무 매뉴얼" (내부 지식)
스킬(Skills) 은 AI에게 특정 작업을 어떻게 처리해야 하는지 알려주는 절차서이자 인수인계서다.
- 형태: 마크다운 파일(
SKILL.md) + 선택적 스크립트 - 실행 위치: Claude 내부 (추가 서버 불필요)
- 핵심: "이 작업은 이런 순서로, 이런 규칙에 따라 처리해"
예시:
- "우리 회사 보고서 양식으로 글을 다듬어줘"
- "이 엑셀 파일을 우리 팀 스타일로 포매팅해줘"
- "코드 리뷰할 때 이 체크리스트를 반드시 따라줘"
신입사원에게 건네주는 업무 매뉴얼과 같다. 매뉴얼 자체는 종이(텍스트)일 뿐이지만, 이걸 읽은 사람의 업무 품질이 완전히 달라진다.
MCP = "USB-C 포트" (외부 연결)
MCP(Model Context Protocol) 는 AI가 외부 세상과 소통할 수 있게 해주는 연결 포트다.
- 형태: 별도 서버 + 프로토콜 연동
- 실행 위치: 외부 시스템 (서버를 띄워야 함)
- 핵심: "저 바깥 세상의 데이터를 가져와 / 저쪽에 명령을 보내"
예시:
- "우리 회사 슬랙 채널에서 최근 메시지를 읽어와"
- "GitHub에서 최신 PR 목록을 가져와"
- "실시간 사내 데이터베이스를 검색해"
USB-C 포트에 충전기, 모니터, 외장 하드를 꽂듯, MCP 하나로 다양한 외부 도구를 AI에 연결할 수 있다.
한눈에 비교
| 구분 | Skills (스킬) | MCP |
|---|---|---|
| 비유 | 사내 업무 매뉴얼 | USB-C 포트 |
| 역할 | 작업 방법을 가르침 | 외부 데이터/도구 연결 |
| 구성 | 마크다운 + 스크립트 | 서버 + 프로토콜 |
| 서버 필요 | ❌ 불필요 | ✅ 필요 |
| 데이터 접근 | 로컬 파일, 내부 지식만 | DB, API, Slack, GitHub 등 |
| 난이도 | 낮음 (마크다운만 작성) | 중~높음 (서버 설정 필요) |
Best Practice: 함께 쓰면 최강
둘은 경쟁이 아니라 상호 보완 관계다.
[MCP] GitHub에서 최신 에러 로그를 가져온다
↓
[Skills] 우리 팀 보고서 양식에 맞춰 분석 리포트를 작성한다
MCP가 최신 데이터를 끌어오고, Skills가 그 데이터를 우리 방식대로 가공한다. 이 조합이야말로 AI 자동화의 킬러 패턴이다.
2. 스킬의 내부 동작 원리: 점진적 공개 (Progressive Disclosure)
Claude에 수백 개의 스킬이 등록되어 있다면? 전부 한꺼번에 로드하면 컨텍스트 윈도우가 순식간에 꽉 찬다. 이 문제를 해결하는 핵심 원리가 점진적 공개(Progressive Disclosure) 다.
레스토랑 메뉴판 비유
레스토랑에 가면 주방장의 전체 레시피북을 손님에게 보여주지 않는다. 대신 요리 이름과 한 줄 설명이 적힌 메뉴판만 건넨다. 손님이 "파스타 주세요"라고 하면, 그제서야 주방장이 레시피북을 펼쳐 조리를 시작한다.
Claude의 스킬 로딩도 정확히 같은 방식이다.
[세션 시작] → 스킬 메뉴판만 로드 (이름 + 한 줄 설명, 약 100토큰)
│
[사용자 질문] → "이 PDF 분석해줘"
│
[매칭 발견] → pdf 스킬의 전체 SKILL.md 로드 (수천 토큰)
│
[작업 실행] → 스킬 지시에 따라 PDF 분석 수행
효과: 스킬이 100개여도 세션 시작 시 약 10,000토큰(이름+설명)만 소모된다. 전체 내용을 다 로드하면 수십만 토큰이 필요했을 것이다. 토큰 절감률 90% 이상.
isMeta: true의 비밀 — 백조의 발차기
스킬이 발동되면 수천 단어의 지시문이 AI에게 주입되어야 한다. 그런데 이 긴 텍스트가 사용자 채팅창에 그대로 출력되면? 화면이 끝없이 스크롤되며 사용 불가 상태가 된다.
이를 해결하기 위해 시스템은 두 개의 메시지를 동시에 발사한다.
| 대상 | 메시지 | isMeta | 사용자에게 보임? |
|---|---|---|---|
| 사용자 화면 | "📄 PDF 스킬을 로딩 중입니다..." | false | ✅ |
| AI의 뇌 | (수천 단어의 상세 작업 지시서) | true | ❌ |
수면 위에서는 우아하게 떠 있지만, 수면 아래에서는 발을 미친 듯이 젓는 백조와 같다. 사용자 UI와 AI의 작업 지시를 완벽히 분리하는 것이다.
3. 나만의 스킬 만들기 & 사내 배포
코딩을 몰라도 스킬을 만들 수 있다. 심지어 팀 전체에 배포하는 것도 Git 저장소 하나면 충분하다.
코드 없이 스킬 만들기: skill-creator
Anthropic이 제공하는 skill-creator 스킬을 사용하면, 자연어 대화만으로 완벽한 스킬을 생성할 수 있다.
사용 예:
사용자: "마케팅 이미지를 만들고 SNS에 배포하는 스킬을 만들어줘"
AI: 아래 구조의 스킬을 생성했습니다.
├── SKILL.md (작업 지시서)
├── scripts/
│ ├── generate.py (이미지 생성)
│ └── deploy.py (SNS 업로드)
└── examples/
└── sample.md (사용 예시)
AI가 SKILL.md의 프론트매터(이름, 설명)부터 내부 스크립트까지 알아서 구성해준다. 사용자는 원하는 기능을 말로 설명하기만 하면 된다.
SKILL.md 파일 구조
직접 작성하고 싶다면, 구조는 매우 간단하다.
---
name: weekly-report
description: 주간 업무 보고서를 팀 양식에 맞춰 자동 생성
---
## 규칙
1. 보고서는 반드시 '성과 → 이슈 → 다음 주 계획' 순서로 작성
2. 성과 항목에는 수치(%, 건수 등)를 반드시 포함
3. 이슈 항목에는 원인 분석과 대응 방안을 함께 기술
## 양식 템플릿
### 📊 주간 업무 보고 ({{날짜}})
- **성과:**
- **이슈:**
- **다음 주 계획:**
--- 사이의 프론트매터가 메뉴판(이름 + 설명)이고, 아래 본문이 레시피(상세 지시)다.
사내 Git 마켓플레이스 만들기
스킬을 팀원에게 배포하려면 복잡한 서버가 필요할까? 아니다. 팀에서 이미 쓰는 Git 저장소(GitHub, GitLab 등) 하나면 사내 마켓플레이스가 완성된다.
준비물 2가지:
1. plugin.json — 스킬의 신분증
{
"name": "weekly-report",
"version": "1.0.0",
"author": "김시니어",
"description": "주간 업무 보고서 자동 생성 스킬",
"skills": ["weekly-report"]
}
2. marketplace.json — 마켓플레이스 메뉴판
{
"name": "우리팀 스킬 마켓",
"plugins": [
{
"name": "weekly-report",
"repo": "https://github.com/our-team/skill-weekly-report",
"description": "주간 업무 보고서 자동 생성"
},
{
"name": "code-review-checklist",
"repo": "https://github.com/our-team/skill-code-review",
"description": "팀 코드 리뷰 체크리스트 강제 적용"
}
]
}
팀원의 설치 과정:
# 마켓플레이스 등록 (최초 1회)
/plugin marketplace add https://github.com/our-team/skill-marketplace
# 스킬 설치
/plugin install weekly-report
터미널에서 명령어 한 줄이면 시니어가 만든 자동화 노하우를 그대로 내려받아 쓸 수 있다. 신입사원도 첫날부터 시니어 수준의 보고서를 작성할 수 있게 되는 것이다.
4. 고급 활용 패턴
단순 텍스트 응답을 넘어선 스킬의 고급 기능들이다.
동적 컨텍스트 주입: ! command 구문
스킬 마크다운 안에 ! 접두사를 붙인 셸 명령어를 적어두면, Claude가 문서를 읽기 직전에 해당 명령어가 먼저 실행된다.
## 최신 PR 변경 사항
아래 diff를 분석하여 리뷰를 진행하세요.
!gh pr diff
이 경우 !gh pr diff는 명령어 텍스트 그대로 AI에게 전달되지 않는다. 대신 실행 결과가 프롬프트에 삽입된다.
## 최신 PR 변경 사항
아래 diff를 분석하여 리뷰를 진행하세요.
diff --git a/src/auth.ts b/src/auth.ts
- const token = getToken();
* const token = await getToken();
...
효과: 스킬을 실행할 때마다 항상 최신 데이터가 자동으로 주입된다. 수동으로 복사-붙여넣기 할 필요가 없다.
대화형 시각화: HTML 렌더링
스킬은 스크립트 파일을 번들링할 수 있다. 이를 활용하면 복잡한 데이터를 대화형 HTML 차트로 시각화할 수 있다.
예시: 코드베이스 시각화 스킬
skill/
├── SKILL.md (지시서: "코드 구조를 분석하여 시각화하라")
└── scripts/
└── codebase-map.py (프로젝트 구조 → HTML 트리맵 생성)
사용자가 "이 프로젝트 구조를 시각화해줘"라고 하면:
- AI가
codebase-map.py스크립트를 실행 - 프로젝트 디렉토리를 재귀 스캔
- 대화형 HTML 파일 (
codebase-map.html)을 생성 - 브라우저에서 클릭 가능한 트리맵 차트로 표시
텍스트로 설명하는 것보다 한 장의 시각화가 훨씬 직관적이다.
5. 당장 쓸 수 있는 Awesome Claude Skills 모음
GitHub의 'Awesome Claude Skills' 리스트에서 엄선한, 바로 설치해서 쓸 수 있는 스킬들이다.
📄 문서 처리 (Document Skills)
| 스킬 | 기능 |
|---|---|
| PDF 읽기, 표 분석, 데이터 추출 | |
| docx | Word 문서 서식 유지하면서 편집 |
| xlsx | Excel 수식 작성, 피벗 테이블 분석, 차트 생성 |
단순히 텍스트만 읽는 게 아니라, 수식 작성, 서식 유지, 표 분석까지 가능한 오피스 자동화 스킬들이다.
🎨 프론트엔드 & 디자인 (Design & Creative)
| 스킬 | 기능 |
|---|---|
| frontend-design | AI 특유의 촌스러운 디자인("AI slop")을 방지하고, React + Tailwind로 트렌디한 UI 생성 |
| canvas-design | 코드로 아름다운 시각 예술, 다이어그램, 인포그래픽 제작 |
특히 frontend-design은 AI가 만들어내는 밋밋한 기본 디자인 대신, 과감하고 세련된 UI를 강제하는 스킬이다. 프론트엔드 개발자라면 필수.
🧪 QA 테스트 & 보안 (Testing & Security)
| 스킬 | 기능 |
|---|---|
| webapp-testing | Playwright 기반 브라우저 자동화 테스트. AI가 직접 클릭하고 화면을 보며 검증 |
| playwright-skill | E2E 테스트 코드 작성 및 실행 자동화 |
| ffuf-web-fuzzing | 모의 해킹(퍼징) 수행 및 취약점 분석 결과 해석 |
webapp-testing은 AI가 실제로 브라우저를 열고, 버튼을 클릭하고, 스크린샷을 찍으며 테스트 결과를 보고하는 스킬이다. 수동 QA의 상당 부분을 자동화할 수 있다.
📝 요약 (치트시트)
| 주제 | 핵심 포인트 |
|---|---|
| Skills vs MCP | Skills = 내부 매뉴얼 (서버 불필요), MCP = 외부 연결 (서버 필요). 함께 쓰면 최강 |
| 점진적 공개 | 메뉴판(이름+설명)만 먼저 로드 → 필요 시 전체 내용 로드. 토큰 90% 절감 |
| 스킬 제작 | skill-creator로 자연어 생성, plugin.json + marketplace.json으로 팀 배포 |
| 고급 패턴 | ! command로 최신 데이터 자동 주입, 스크립트 번들링으로 HTML 시각화 |
| 추천 스킬 | pdf/docx/xlsx(문서), frontend-design(디자인), webapp-testing(QA) |
한 줄 요약: Skills는 AI에게 "어떻게"를 가르치고, MCP는 "어디서"를 연결한다. 매뉴얼을 잘 쓰고 포트를 잘 꽂으면, AI는 팀의 시니어 수준으로 일한다.
