늦은 밤, 어느 개발자의 모니터 앞.

Claude Code(Anthropic의 터미널 기반 코딩 에이전트) 창에 슬래시 커맨드를 입력하자, AI가 질문을 쏟아내며 요구사항을 집요하게 파고든다.

단순한 코드 생성을 넘어 엔지니어링 프로세스를 강제하는 이런 풍경이 이제 표준이 된다.

Claude Code 에이전트 스킬의 구성과 설치

Matt Pocock(TypeScript(정적 타입 지원 자바스크립트) 교육자)은 자신이 매일 사용하는 에이전트 스킬 저장소를 공개했다. 이 프로젝트는 슬래시 커맨드와 행동 규약을 모아놓은 도구상자 형태로 제공된다. 설치는 아래 명령어로 수행한다.

bash
npx skills@latest add mattpocock/skills

설치 후에는 `/setup-matt-pocock-skills` 커맨드를 실행하여 이슈 트래커 종류, 트리아지(Triage, 우선순위 결정)에 사용하는 라벨 어휘, 문서 저장 위치를 설정한다. 한 저장소당 한 번의 설정으로 모든 스킬이 해당 환경 설정을 공유하는 구조다.

저장소 내부의 `skills/` 디렉터리는 engineering, productivity, misc, personal, in-progress, deprecated라는 6개의 버킷으로 나뉜다. 각 스킬은 독립된 단위로 관리되며, 개별적인 `SKILL.md` 파일을 통해 정의된다. 운영 규칙 또한 엄격하다. engineering, productivity, misc에 포함된 스킬은 반드시 최상위 README와 `.claude-plugin/plugin.json`에 등록해야 하며, 그 외의 카테고리는 등록이 금지된다. 별도의 ADR(Architecture Decision Record, 아키텍처 결정 기록) 문서 디렉터리와 `scripts/` 내의 셸 스크립트가 이러한 규율을 뒷받침한다.

통합 프레임워크와 도구 단위 접근법의 차이

기존의 GSD(Get Stuff Done, 작업 완료 중심 프레임워크)나 BMAD(에이전트 기반 개발 프레임워크), Spec-Kit 같은 방식은 프로세스 전체를 AI가 떠안는 통합 자동화를 지향한다. 그러나 이러한 방식은 개발자의 통제권을 빼앗고 결함 발생 시 추적을 어렵게 만든다. 반면 Matt Pocock의 접근법은 작고 교체 가능한 도구 단위로 기능을 분해하여 어떤 모델과도 결합할 수 있게 설계했다.

주목할 점은 에이전트의 실패 모드를 네 가지로 정의하고 이를 해결하는 전용 스킬을 배치했다는 것이다. 첫째는 정렬 문제로, `grill-me`와 `grill-with-docs` 스킬이 AI로 하여금 사용자의 의도를 끝까지 캐묻는 인터뷰 세션을 강제하게 한다. 둘째는 장황한 응답 문제다. 이를 위해 `CONTEXT.md`(도메인 용어 사전)를 작성하여 토큰 낭비를 줄이고 명명 일관성을 유지한다.

셋째는 코드 동작 불능 문제다. `tdd`(Test-Driven Development, 테스트 주도 개발) 스킬은 레드-그린-리팩터 루프를 수행하며, `diagnose` 스킬은 재현부터 회귀 테스트까지의 디버깅 루프를 담당한다. 마지막으로 코드 구조가 엉망이 되는 머드 볼 현상을 막기 위해 `to-prd`(Product Requirements Document, 제품 요구사항 문서 작성), `zoom-out`, `improve-codebase-architecture` 스킬을 통해 모듈 경계와 시스템 시야를 회복시킨다.

개발자가 체감하는 실무적 변화는 에이전트와 사람 사이의 공유 언어를 명시적으로 일치시키는 지점에서 나타난다. 예를 들어 `course-video-manager` 스킬의 `CONTEXT.md`에서는 코스 내 섹션과 레슨이 파일 시스템에 배치되는 복잡한 시점 문제를 materialization cascade라는 단 한 단어로 압축한다. 이렇게 정의된 공유 언어는 반복적인 대화에서 발생하는 토큰 소모와 인지 비용을 동시에 낮춘다.

보조 도구의 실용성 또한 높다. `caveman` 모드는 응답을 극도로 압축하여 토큰을 약 75퍼센트 절감하며, `write-a-skill`은 새로운 스킬을 만드는 메타 스킬로 작동한다. 또한 `git-guardrails-claude-code`(위험한 Git 명령을 차단하는 훅 설정)와 `setup-pre-commit`(Husky(Git 훅 관리 도구)와 lint-staged(스테이징된 파일만 검사하는 도구) 기반의 사전 커밋 구성)을 통해 코드 작성 외의 운영 영역까지 도구화했다.

결국 AI 에이전트의 성능은 모델의 파라미터 수가 아니라, 엔지니어가 정의한 정교한 프로토콜의 밀도에서 결정된다.