클로드의 스킬 프레임워크, 산업 표준으로 조용히 변모하다

안트로픽이 10월에 스킬을 출시했을 때, 발표는 개발자용 니치 기능처럼 보였다. 두 달 후, 오픈AI도 같은 아키텍처를 채택했으며, 조용한 수렴은 AI 에이전트가 향하는 방향에 대해 의미 있는 것을 보여준다.

스킬은 간단하게 보이지만, 마크다운 파일이 포함된 폴더로, AI 시스템이 특정 작업을 수행하는 방법을 알려준다. 그러나 두 개의 주요 AI 연구소가 채택한 것은, 산업이 기본적인 질문에 대한 공통의答案을 찾았다는 것을 의미한다. 즉, AI 어시스턴트가 전문 작업을 일관되게 잘하는 방법은 무엇일까?

오픈AI가 방금 한 일

개발자 엘리아스 유딘은 12월 12일 채트GPT의 코드 인터프리터를 실험하면서 오픈AI의 구현을 발견했다. 모델이 `/home/oai/skills` 디렉토리의 zip 파일을 생성하도록 요청했을 때, 그는 PDF, 스프레드시트, 문서에 대한 폴더를 발견했으며, 각 폴더에는 안트로픽의 사양과 구조적으로 동일한 지침 파일이 포함되어 있었다.

同じ 아키텍처는 오픈AI의 코덱스 CLI 도구에도 두 주 전에 나타났으며, “feat: experimental support for skills.md”라는 제목의 풀 리퀘스트를 통해 구현되었다. 구현은 안트로픽의 접근 방식과鏡像이며, 스킬은 로컬 디렉토리(`~/.codex/skills`)에 존재하며, 각 스킬은 메타데이터와 지침이 포함된 `SKILL.md` 파일로 정의된다.

오픈AI는 이 기능을 공식적으로 발표하지 않았다. 그러나 채트GPT와 코덱스에서 모두 나타나는 것은 실험보다는 의도적인 전략을 나타낸다.

스킬이 중요한 이유

전통적인 접근 방식은 특정 작업을 더 잘하는 AI를 만드는 데에는 비싼 모델 훈련이 필요했다. 스킬은 더 가벼운 대안을 제공한다. 즉, 관련된 경우에만 로드되는 지침과 리소스이다.

안트로픽의 엔지니어링 팀은 이 설계 원리를 “진행적 공개”라고 설명했다. 각 스킬은 요약된 형태로 몇십 개의 토큰으로 구성되며, 전체 세부 정보는 작업이 요구할 때만 로드된다. 이는 실제 문제를 해결한다. 즉, 컨텍스트 창은 귀중한 자원이며, 모든 가능한 지침을 요청에_stuffing하는 것은 자원을浪費한다.

이 아키텍처는 현대적인 AI 모델이 동적으로 지침을 읽고 따를 수 있기 때문에 작동한다. PDF 처리 스킬은 선호하는 라이브러리, 에지 케이스 처리, 출력 형식을 포함할 수 있으며, 모델은 PDF를 처리할 때만 이러한 정보가 필요하다.

수렴의 이야기

오픈AI가 안트로픽의 접근 방식을 채택한 것은 고립되어서는 이상하지 않다. AI 연구소는 종종 서로의 발표된 연구에서 배운다. 그러나 구조적인 동일성은 주목할 만하다. 즉, 동일한 파일 이름 규칙, 동일한 메타데이터 형식, 동일한 디렉토리 구성이다.

이 호환성은 안트로픽의 클로드 코드용으로 작성된 스킬이 오픈AI의 코덱스 CLI와 함께 작동할 수 있으며, 그 반대도 가능할 수 있다. 개발자는 깃허브에서 전문적인 지침 세트를 공유할 수 있다. 생태계는 단편화된 것이 아니라 상호 운용 가능해진다.

타이밍은 더 넓은 표준화 노력과 일치한다. 안트로픽은 12월 9일에 모델 컨텍스트 프로토콜을 리눅스 재단에 기증했으며, 두 회사는 블록과 함께 에이전틱 AI 재단을 공동 설립했다. 구글, 마이크로소프트, AWS도 회원으로加入했다.

재단은 MCP, 블록의 구스 프로젝트, 오픈AI의 AGENTS.md 사양을 관리할 것이다. 스킬은 이 표준화 추진에 자연스럽게 들어맞는다. 즉, 플랫폼 전체에서 작동하는 재사용 가능한 능력 모듈이다.

AI 코딩 도구에 대한 의미

스킬 아키텍처는 가장 중요한 것은 AI 코딩 도구이다. 여기서 전문 지식은 출력 품질을 크게 향상시킨다. 리액트 개발용 스킬은 컴포넌트 패턴, 상태 관리 선호도, 테스트 규칙을 지정할 수 있다. 데이터베이스 마이그레이션용 스킬은 안전성 검사와 롤백 절차를 포함할 수 있다.

AI 코딩 스타트업인 커서는 특정 개발 작업에 대한 AI의 유용성을 높이는 비즈니스 모델을 구축했다. 스킬 프레임워크는 모델 제공업체가 유사한 사용자 지정 기능을 표준화된 방식으로 제공할 수 있도록 한다. 이는 第三方 도구에 대한 잠재적인 위협 또는 보완을 의미한다.

기업 개발자에게는 상호 운용 가능한 스킬이 의미한다. 즉, 기관의 지식이 휴대 가능해진다. 회사의 내부 코딩 표준, 보안 요구 사항, 워크플로우 선호도는 한 번에 인코딩되어 사용하는 AI 도구에 적용할 수 있다.

전략적 하위 텍스트

오픈AI의 채택은 전략적 의미를 가진다. 이 회사는 역사적으로 독점적 접근 방식을 선호했다. 즉, GPT 액션, 사용자 지정 GPT, 플랫폼 특정 통합이다. 스킬은 오픈 표준으로의 전환을 나타낸다. 즉, 도구 전체에서 작동한다.

한 가지 해석은 오픈AI가 개발자 생태계가 이 단계에서 더 중요하다는 것을認識한다는 것이다. 스킬이 표준이 되면, 도구와의 호환성이 더 중요해진다.

또 다른 해석은 안트로픽의 개발자 경험과 경쟁하기 위해 스킬을 따라야 한다는 것이다. 클로드 코드는 공격적으로 성장했으며, 10억 달러의 연간 매출을 달성했으며, 슬랙에 통합되었다. 스킬은 클로드 코드가 유용한 이유 중 하나이다. 오픈AI는 반응해야 했다.

진리는 두 요인이 모두 포함될 가능성이 있다. AI 연구소는 벤치마크와 능력에서激烈하게 경쟁하지만, 모든 사람이 혜택을 받는 인프라 표준에 대해서는 협력한다. 스킬은 후者の 범주에 속한다.

다음에는 무엇이 올까?

즉각적인 기회는 스킬 마켓플레이스이다. 즉, 개발자가 일반 작업용 전문 지침 세트를 공유하는 깃허브 저장소이다. 안트로픽은 이미 `anthropics/skills` 저장소를 가지고 있다. 오픈AI도 이를 따를 것으로 예상되며, 커뮤니티 기여 스킬이普及될 것으로 예상된다.

장기적인 질문은 스킬이 AI 제품에 얼마나 깊이 통합되는지이다. 현재 스킬은 주로 CLI 도구를 사용하는 개발자에게 관련이 있다. 그러나 동일한 아키텍처는 소비자 제품에서 사용자 지정 기능을 구현하는 데에도 사용될 수 있다. 즉, 개인화된 글쓰기 어시스턴트, 전문 연구 도구, 도메인 특정 채팅봇이다.

현재, 스킬의 수렴은 AI에서 드문 현象이다. 즉, 경쟁 회사가 표준화가 모든 사람이 혜택을 받는다는 것을同意한다는 것이다. 그러나 安全性 표준, 能力 공개, 배포 지침과 같은 다른 논쟁적인 영역에서 이러한 협력이 계속될지 여부는 불확실하다.

그러나 AI 플랫폼을 사용하는 개발자에게는 메시지가 명확하다. 즉, 스킬은 인프라가 되고 있다. 지금 스킬을 작성하는 것을 배우는 것은 미래에 AI 도구가 작동하는 방식을 준비하는 것이다.