원문 정보
- 제목: Skills explained: How Skills compares to prompts, Projects, MCP, and subagents
- 링크: claude.com/blog/skills-explained
- 발행: 2025년 11월 (Frontend Skill 글과 같은 시기)
- 카테고리: Claude Apps / Claude Platform
글의 요지
Anthropic이 빠르게 출시한 5가지 빌딩 블록 (Prompts, Projects, MCP, Subagents, Skills)의 차이와 통합 방법 설명. 각각 다른 영역을 다루며 함께 쓰일 때 가장 강력.
5가지 빌딩 블록 정리
1) Prompts (프롬프트)
- 무엇: 대화 중 자연어 지시
- 수명: 일시적 (현재 대화만)
- 언제 쓰는가: 일회성 요청, 다른 블록 활용 가이드
- 예: "이거 요약해", "Brand Voice Skill 사용해서 다시 써"*
2) Projects
- 무엇: 독립 워크스페이스 (자체 채팅 이력 + 지식 베이스)
- 수명: 영구
- 컨텍스트: 200K 윈도우 (한도 도달 시 RAG 모드)
- 언제 쓰는가: 특정 이니셔티브의 "우주" — 제품 출시, 연구 프로젝트, 클라이언트 케이스
- 제공: "What" (사실, 배경)
3) MCP (Model Context Protocol)
- 무엇: AI ↔ 외부 시스템 연결 표준 프로토콜
- 수명: 영구 (서버 연결 유지)
- 언제 쓰는가: Google Drive, Slack, GitHub, DB, CRM 같은 외부 데이터·도구 접근
- 제공: "Where" (어디서 데이터·도구 접근)
4) Subagents
- 무엇: 자체 컨텍스트 윈도우 + 시스템 프롬프트 + 제한된 도구의 특수 AI
- 수명: 작업 단위
- 언제 쓰는가: 격리된 컨텍스트, 제한된 권한이 필요한 작업
- 예: code-reviewer (Read·Grep만, Write 없음), data-fetcher (특정 API만)
- 제공: "Who" (누가 작업)
5) Skills
- 무엇: 폴더에 담긴 지시·스크립트·리소스, 동적 로드
- 수명: 영구, 모든 컨텍스트
- 로딩: Progressive disclosure (메타데이터 → 본문 → reference)
- 언제 쓰는가: 반복 가능 절차, 도메인 전문성
- 제공: "How" (어떻게 작업)
차이의 핵심 — Project vs Skill
본문이 강조한 구분:
"Project는 Claude에게 'what' (제품 출시의 사실)을 준다. Skill은 'how' (회사 스타일로 보도자료 쓰는 절차)를 가르친다."
"같은 'how' 지시를 여러 Project에 복사하고 있다면, 그건 Skill로 바뀌어야 한다."
차이의 핵심 — Subagent vs Skill
"여러 에이전트나 대화가 같은 전문성 (보안 리뷰 절차, 데이터 분석 방법)을 필요로 하면, Subagent의 prompt에 박지 말고 Skill로 만들어라."
통합 사용 사례 — "Competitive Analysis Agent"
본문이 든 종합 예시:
- Project: "Market Research" — 작년 전략 문서 업로드
- MCP: Google Drive 연결 → 최신 경쟁사 보고서 자동 가져옴
- Skills: "competitive-analysis" Skill — 분석 프레임워크 제공
- Subagents (Claude Code): market-researcher가 산업 데이터, technical-analyst가 기술 분석
- Prompt: "헬스케어 enterprise 고객에 특히 집중"
결과: 다중 데이터 소스 + 분석 프레임워크 + 전문 분업 + 일관 컨텍스트가 모두 결합된 종합 분석.
Skill + Subagent 조합
본문 인용:
"python-developer subagent가 pandas-analysis Skill 사용해서 팀 컨벤션대로 데이터 변환. documentation-writer subagent가 technical-writing skill로 API 문서 일관 포맷."
같은 Skill이 여러 Subagent에서 재사용 — 이게 Skill의 가장 큰 가치.
2026년에 다시 읽으며 — 내가 본 것
1. "5가지 빌딩 블록"의 정리가 늦었다
Anthropic이 이 정리 글을 11월에 낸 것 자체가 시그널 이다.
타임라인:
- 2024년 11월: MCP 출시
- 2025년 6월: Projects 본격화
- 2025년 7월: Subagents (Claude Code 패턴)
- 2025년 10월 16일: Skills 출시
- 2025년 11월 (이 글): 5가지 통합 가이드
5가지가 출시된 후 1년이 걸려 통합 가이드 나옴. 그 사이 사용자 혼란:
- "Project? Skill? 뭐가 달라?"
- "MCP에 Slack 있는데 Slack Skill도 있는데?"
- "Subagent를 만들까 Skill을 만들까?"
이 혼란이 외부 글들로도 입증:
- AntStack: "Anthropic shipped a lot of building blocks... what's missing is a unified map"
- Verdent: "none of the launch posts clearly explain how they relate to each other"
- Medium: "Comparative Analysis", "Building Blocks"
이 통합 글이 개발자 페인 포인트의 응답이다. "우리도 헷갈렸다, 정리해드림".
2. "What/Where/How/Who" 분리의 우아함
이 글의 가장 중요한 통찰 — 각 빌딩 블록이 다른 차원:
| 블록 | 차원 | 질문 |
|---|---|---|
| Prompt | 즉시 의도 | "지금 무엇?" |
| Project | 컨텍스트 | "무엇에 대해서?" (What) |
| MCP | 접근 | "어디서 가져와?" (Where) |
| Subagent | 분업 | "누가 처리?" (Who) |
| Skill | 절차 | "어떻게?" (How) |
이 분리가 명확하게 정리되면 사용 결정이 자연스러워진다:
- 외부 데이터 필요 = MCP
- 같은 절차 반복 = Skill
- 격리된 작업 = Subagent
- 큰 컨텍스트 = Project
3. "Skills이 시스템 프롬프트가 아니다"
Verdent 인용:
"Skills are not system prompts. A system prompt is static text loaded once at session start. A Skill is a file-based module Claude discovers, evaluates for relevance, and loads dynamically — including code it can actually execute."
이 차이가 결정적이다:
시스템 프롬프트의 한계:
- 매 세션 시작 시 한 번 주입
- 컨텍스트 윈도우 차지
- 대화 길어지면 "희석"
- 모든 작업에 적용 (필요 없어도)
Skill의 우위:
- 동적 발견: 작업 매칭 시 로드
- 메타데이터만 항상: 토큰 효율
- 코드 실행 가능: 결정론적 작업
- 여러 도구·환경에서 작동: portable
이게 "AI 시스템 프롬프트가 한계 도달" 의 응답이다. 모든 지식을 system prompt에 넣을 수 없음 → 필요할 때 동적 로드.
4. "Subagent + Skill의 조합"이 가장 강력
본문의 마지막 예시가 진짜 통찰이다:
python-developer subagent (역할 분리)
+ pandas-analysis Skill (절차 지식)
= 일관된 데이터 변환이 조합의 장점:
- Subagent: 컨텍스트 격리, 제한된 권한, 병렬 가능
- Skill: 재사용 가능 절차, 일관성 보장
- 함께: 격리 + 표준 = production 품질
비교 — Subagent에만 절차 박은 경우:
- documentation-writer subagent.md에 "이렇게 포맷 써" 박음
- 다른 subagent도 같은 포맷 필요
- → 코드 중복, 변경 시 여러 곳 수정
Skill로 분리한 경우:
- technical-writing.md (Skill) 한 곳
- 여러 subagent가 사용
- 변경 시 한 곳만
이게 소프트웨어 엔지니어링의 DRY 원칙 의 AI 적용이다.
5. "Agent Teams"의 출시 (2026년 2월)
이 글의 3개월 후 Anthropic이 Agent Teams 출시 (2026년 2월 5일).
차이:
- Subagent: 메인 Claude가 위임
- Agent Team: 완전 독립 Claude 인스턴스, 서로 통신
Agent Team의 의미:
- 더 복잡한 워크플로
- 진정한 multi-agent 시스템
- 그러나 4-7배 더 많은 토큰 사용
권장:
- "Subagent로 검증 후 Agent Team으로 업그레이드"
- 모든 워크플로가 Agent Team 필요 X
- 진짜 inter-agent 통신 필요할 때만
이 진화가 추상화 단계를 보여준다:
- 단일 모델 → Subagent → Agent Team
- 점점 더 복잡, 점점 더 토큰 소모
비용-성능 트레이드오프가 명확해졌다.
6. "MCP 10,000+ 서버"의 폭발
이 글 시점 MCP 생태계:
- 10,000+ 활성 공개 서버
- 모든 주요 AI 회사 채택
- Linux Foundation 산하
이 폭발이 Skills와의 관계를 명확히 한다.
비유:
- MCP = 인프라 (도로, 전력)
- Skills = 콘텐츠 (가게, 학교)
같은 인프라 위에서 다른 콘텐츠. 인프라 (MCP) 표준 정해지면 위에 콘텐츠 (Skills) 폭발.
이 패턴이 인터넷 진화와 닮았다:
- HTTP/HTML 표준 정해짐
- 그 위에 웹사이트, 앱, 서비스 폭발
7. "Skill 우선" 가이드의 의미
이 글이 묵시적으로 권장하는 순서:
- Prompt 시도 (가장 단순)
- 반복되면 Skill로 (재사용)
- 외부 데이터 필요하면 MCP
- 컨텍스트 격리 필요하면 Subagent
- Project로 묶음 (큰 이니셔티브)
이 순서가 점진적 복잡도 증가다. 단순한 게 작동하면 단순하게. 복잡도는 필요할 때만 추가.
같은 원칙 — "You should consider adding complexity only when it demonstrably improves outcomes." (#56 글의 인용)
이게 AI 도구 사용의 minimalist 원칙이다. 더 복잡 = 더 좋음 X. 적합한 도구 선택 = 더 좋음.
마무리
이 글은 "5가지 도구 비교" 같지만, 실제로는 Anthropic의 빌딩 블록 통합 청사진이다.
- What/Where/How/Who 분리: 각 도구의 역할 차원
- Skills ≠ System Prompt: 동적 로딩의 우위
- Subagent + Skill 조합: DRY 원칙의 AI 적용
- MCP + Skills 보완: 인프라 + 콘텐츠
- 단순함 우선: 복잡도는 필요할 때만
- Agent Teams로의 진화 (2026년): 더 복잡한 다중 에이전트
2025년 11월 시점은 Anthropic 도구 생태계의 혼란 정리 시기다. 1년간 5개 도구 빠르게 출시 → 사용자 혼란 → 정리 가이드. 이 가이드가 개발자 채택의 마찰 줄임.
흥미로운 건 "무엇을 쓸지" 보다 "무엇을 쓰지 말아야 할지" 가 더 중요한 메시지라는 점이다:
- Subagent에 절차 박지 마라 (Skill로)
- Project에 같은 지시 반복하지 마라 (Skill로)
- MCP로 모든 것 해결 마라 (절차는 Skill)
- 모든 것에 Skill 만들지 마라 (단순 prompt로 충분)
이 "안 쓸 것 명시" 가 진짜 가이드다. 선택의 자유보다 선택의 명확성이 가치를 만든다. Anthropic의 일관된 메시지 — "단순한 게 더 좋다" — 가 도구 생태계 디자인 철학.
