AI 스킬은 언제 만들고, 어떻게 확인할까요?

“이 PDF에서 글만 꺼내 줘.” “이번에는 PDF 양식을 채워 줘.” 같은 PDF 작업이어도 필요한 안내는 다릅니다. AI가 글을 추출할 때 양식 작성법까지 모두 읽을 필요는 없습니다. 여기서 스킬은 Claude가 필요할 때 꺼내 쓰는 지침과 자료의 묶음이며, 실행 코드를 담을 수도 있습니다.

Anthropic의 스킬 작성 모범 사례는 이런 차이를 스킬의 설명, 파일 구성, 실행 지침과 평가로 구체화합니다. 아래는 공식 PDF 예시를 중심으로 정리한 해설입니다. 그림은 공식 설명을 바탕으로 새로 그렸습니다.

업무에서 스킬의 가치는 다음번 같은 업무에서 사람이 다시 설명하고 고치는 일이 줄어드는지로 확인할 수 있습니다. 이를 위해 먼저 스킬로 만들 일을 고르고, 마지막에는 같은 자료로 적용 전후를 비교해 보겠습니다.

반복해서 쓸 업무 기준이 보이면 스킬 후보입니다

기업용 가이드의 계획 단계는 반복적이거나 오류가 잦고, 전문 지식이 필요한 업무를 찾도록 권합니다. 작성 지침의 반복 개발 절차는 먼저 스킬 없이 실제 과제를 수행한 뒤, 되풀이해서 제공한 맥락과 절차를 재사용할 지침으로 추출합니다.

아래 세 질문은 이 권고를 업무 선택에 적용하도록 재구성한 판단 기준입니다. 공식 문서의 필수 요건이나 점수표는 아닙니다.

같은 절차에 같은 보충 설명을 되풀이한다면, 그 설명을 스킬로 묶을 때입니다. 결과 확인 방법도 함께 적어야 다음 입력에서 쓸 만한지 판단할 수 있습니다. 확인 기준이 흐리다면 대표 과제 하나를 먼저 수행해 기준부터 찾습니다.

다음 경우에는 시작점을 달리 잡을 수 있습니다. 이 구분은 편집자의 적용 제안입니다.

• 일회성 요청은 대화나 프롬프트로 먼저 해결합니다. 재사용할 절차가 발견되면 스킬 후보로 올립니다.
• 참고할 사실만 있는 경우는 자료를 정리하고 필요할 때 읽게 합니다. 그 자료를 언제, 어떻게 적용할지도 반복된다면 스킬에 연결할 수 있습니다.
• 정해진 계산·변환 작업은 검증된 스크립트가 실행을 맡게 합니다. 스킬은 그 코드를 언제 호출하고 결과를 어떻게 확인할지 안내할 수 있습니다.

PDF 요청에 맞춰 읽을 지침이 달라집니다

공식 개요의 PDF 예시에서 Claude는 처음에 이름과 설명을 확인하고, 요청과 관련이 있으면 본문을 읽습니다. 양식 작업이 필요할 때만 추가 안내를 읽습니다. 이를 점진적 공개(Progressive disclosure)라고 부릅니다.

파일 역할도 구분돼 있습니다. 아래는 공식 개요의 구성을 간추린 것입니다.

설명과 본문, 참고 자료가 나뉜 이유는 읽을 범위를 고르기 위해서입니다. 파일을 나눴다는 사실만으로 원하는 지침이 반드시 선택되는 것은 아닙니다. 실제 요청으로 발견과 사용을 확인해야 합니다.

description에는 할 일과 사용 상황을 함께 적습니다

Anthropic 개요의 PDF 설명 예시에는 텍스트·표 추출과 양식 작성, PDF·폼 작업이라는 사용 맥락이 들어갑니다. 다음은 설명 부분의 의미를 한국어로 축약한 것입니다. 같은 원칙은 스킬 작성 지침에서도 확인할 수 있습니다.

name: pdf-processing
description: >
  PDF의 텍스트·표 추출과 양식 작성을 지원한다.
  PDF 문서나 양식 처리 요청에 사용한다.

위 예시는 스킬 파일의 이름과 설명 부분입니다. AI는 이 설명을 보고 관련 스킬을 고릅니다. ‘문서 작업 지원’만 적으면 읽기, 편집, 양식 작성 중 어떤 요청을 맡는지 흐려집니다. 담당 업무와 호출 상황을 함께 적으면 사람이 스킬 목록을 관리할 때도 범위를 구분하기 쉽습니다.

Anthropic의 스킬 구조 안내는 이름과 설명을 스킬을 식별하는 필수 항목으로 정합니다. 이름은 최대 64자이며 소문자·숫자·하이픈을 사용하고, 설명은 최대 1,024자입니다. 이 길이는 형식의 상한입니다. 내용을 채울 분량 목표는 아닙니다.

본문은 바로 쓸 정보부터 보여줍니다

간결성 원칙의 PDF 예시는 PDF의 정의를 길게 설명하는 대신 사용할 라이브러리와 추출 코드를 바로 제시합니다.

import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
    text = pdf.pages[0].extract_text()

이 코드는 첫 페이지를 추출하는 공식 예시의 일부입니다. 모든 페이지 추출이나 스캔 이미지의 문자 인식까지 수행하는 코드는 아닙니다. 어떤 입력과 결과를 다루는지 구분해서 읽어야 합니다.

Anthropic의 구성 권고는 SKILL.md 본문을 500행 미만으로 유지하고, 자세한 내용은 참고 파일로 분리하도록 권합니다. 참고 파일 연결 지침은 SKILL.md에서 각 파일에 직접 연결하도록 안내합니다. 이 분량은 작성 권고이며 실행을 보장하는 조건은 아닙니다.

업무에 따라 AI에게 남기는 재량이 달라집니다

지침의 자유도에서 제시하는 사례는 코드 리뷰, 보고서 생성, 데이터베이스 마이그레이션입니다. 아래 선의 갈라짐은 허용할 재량을 표현한 개념도입니다.

같은 문서에 모든 지침을 같은 강도로 적으면 어디에서 판단해도 되는지 알기 어렵습니다. 예를 들어 결과를 표현하는 문장은 조정할 수 있어도, 데이터 구조를 바꾸는 작업의 실행 순서에는 더 강한 제약이 필요합니다.

양식 작성은 중간 결과를 검사하고 진행합니다

공식 PDF 양식 워크플로는 분석, 필드 매핑, 매핑 검사, 양식 작성, 출력 검증으로 이어집니다. 매핑 오류는 작성 전에 고치고, 최종 검증이 실패하면 매핑 단계로 돌아갑니다.

이 예시에서 눈여겨볼 것은 완성 파일 앞에 중간 산출물이 있다는 점입니다. 필드와 입력값을 먼저 맞춰 보면, 결과가 틀렸을 때 어디부터 고칠지 짚을 수 있습니다. ‘꼼꼼히 확인’이라는 말도 검사 대상과 돌아갈 위치가 있어야 구체적인 행동이 됩니다.

평가는 기대 행동을 먼저 정합니다

공식 평가 예시는 PDF의 모든 텍스트를 추출해 파일에 저장하도록 요청합니다. 기대 행동에는 적절한 도구 사용, 모든 페이지의 텍스트 추출, 지정 파일 저장이 포함됩니다.

앞의 짧은 코드가 첫 페이지 예시였다는 점을 떠올리면 차이가 분명합니다. ‘텍스트가 나왔다’만 확인해서는 모든 페이지를 처리했다는 기대를 충족했는지 알 수 없습니다.

기업용 스킬 가이드는 관련 요청, 무관한 요청, 애매한 경계 요청과 실제로 쓸 AI 모델마다의 시험을 권합니다. 엉뚱한 요청에도 스킬이 켜지지 않는지 함께 확인합니다. 관련 요청 한 번이 잘 된 것만으로 다른 입력에서도 같은 결과를 낸다고 판단해서는 안 됩니다.

실천과제: 반복 수정에서 지침 한 장을 만듭니다

공개 제품설명서 PDF 3개로 해보는 자체 과제입니다.

1. 먼저 해봅니다. 스킬 없이 PDF의 모델명·주요 사양·사용 조건을 표로 정리합니다.
2. 반복 수정을 지침으로 남깁니다. 예: 단위 유지, 근거 페이지 표시, 없는 정보는 ‘확인 불가’.
3. 다시 확인합니다. 같은 모델·자료·첫 요청으로 새 대화에서 지침을 적용합니다. 원문과 대조하고, 다른 PDF에서도 기준이 통하는지 확인합니다.

남길 것은 스킬에 담을 지침 초안 한 장입니다.

이 글의 예시와 그림은 공식 문서 해설입니다. 실제 스킬 설치·실행이나 업무 효과를 측정한 기록은 아닙니다.

이 글은 AI의 도움을 받아 작성했습니다.

참고 자료

1. Anthropic, Skill authoring best practices
2. Anthropic, Agent Skills
3. Anthropic, Skills for enterprise