원문 정보
- 제목: Extending Claude's capabilities with skills and MCP servers
- 링크: claude.com/blog/extending-claude-capabilities-with-skills-mcp-servers
- 발행: 2025년 12월 19일
- 카테고리: Claude Apps / Claude Platform
글의 요지
Skills + MCP의 결합 패턴 종합 가이드. "MCP = capability, Skills = expertise". 두 도구가 다른 영역을 커버 → 함께 쓸 때 가장 강력. 사례: comparable company analysis (재무 분석).
핵심 분리 — Capability vs Expertise
본문 인용:
"MCP handles connectivity: secure, standardized access to external systems. Skills handle expertise: the domain knowledge and workflow logic that turn raw tool access into reliable outcomes."
| MCP | Skills | |
|---|---|---|
| 본질 | 연결 (capability) | 절차 (expertise) |
| 역할 | "도구 접근 가능" | "도구 사용 방법" |
| 예시 | Salesforce API | "어떤 record 우선" |
| 수준 | system level | task level |
| 포커스 | how to access | when, why, what |
비유:
- MCP = "망치 건네줌"
- Skills = "이 망치로 못 박는 방법 설명"
Composable Architecture
본문 강조:
"A single skill can orchestrate multiple MCP servers, while a single MCP server can support dozens of different skills."
| 패턴 | 설명 |
|---|---|
| 1 Skill : N MCP | 한 워크플로가 여러 도구 사용 |
| N Skill : 1 MCP | 한 도구가 여러 워크플로에 사용 |
| N : N | 모든 조합 가능 |
이 분리 효과:
- 새 connection 추가 → 기존 Skill이 자동 통합
- Skill 개선 → 모든 연결 도구에서 작동
- decoupled, composable
사례 — Comparable Company Analysis
Anthropic이 출시한 재무 워크플로 Skill:
문제 (Comparable Company Analysis):
- 분석가가 시간 단위 작업
- 여러 소스에서 메트릭 추출
- 동일 valuation 방법론 적용
- compliance 표준 포맷팅
해결:
- Skill: 분석 워크플로 자동화 + 일관 방법론 + 표준 포맷
- MCP servers: S&P Capital IQ, Daloopa, Morningstar 라이브 시장 데이터
함께 사용:
- MCP가 데이터 끌어옴
- Skill이 valuation 방법 적용
- 자동 리포트 생성
Clear Discovery — Skills이 푸는 문제
본문 예시:
Meeting Prep Skill:
- 1) 프로젝트 페이지 먼저
- 2) 이전 미팅 노트
- 3) 이해관계자 프로필
Research Skill:
- 1) 공유 드라이브 시작
- 2) CRM 교차 참조
- 3) 갭은 웹 서치
이 "institutional knowledge" 캡슐화가 Skills의 가치다. "이 작업엔 어떤 소스 우선" 같은 회사 지식.
Reliable Orchestration
Skills 없이:
- Claude가 데이터 가져옴
- 포맷팅
- "필요한 데이터 다 있나?" 사후 확인
- 비결정적
Skills로:
- 시퀀스 명시
- 매번 같은 워크플로
- 결정적 결과
MCP vs Skills 충돌 처리
본문 경고:
"If your MCP server says to return JSON and your skill says to format as markdown tables, Claude has to guess which one is right."
원칙:
- MCP instructions: 서버·도구 사용법 (generic)
- Skill instructions: 프로세스·멀티 서버 워크플로 (specific)
Salesforce 예시:
- MCP: 쿼리 syntax, API 형식
- Skill: 어떤 records 먼저, Slack 교차 참조 방법, 파이프라인 리뷰 출력 구조
2026년에 다시 읽으며 — 내가 본 것
1. "MCP UI Framework"의 진화 (2026년 1월)
이 글의 후속 — Anthropic이 MCP UI Framework 출시 (2026년 1월).
이전 MCP:
- 텍스트만 교환
- Claude가 텍스트로 응답
- 사용자 인터랙션 텍스트 기반
새 MCP UI Framework:
- Rich UI 컴포넌트 제공
- Jira MCP가 mini 대시보드 렌더
- 버튼 클릭으로 ticket 상태 변경
- 반응형 GUI 안에서
Dante Blog 인용:
"In January 2026, Anthropic released the MCP UI Framework. Where MCP previously only exchanged text, it can now provide rich UI components."
이게 "AI = 채팅 인터페이스" 의 한계 깨뜨림. AI가 풀 GUI 앱처럼 작동.
미래:
- AI가 자기 UI 생성
- 사용자가 채팅 X, 인터랙티브 위젯
- "AI 위에서 앱 빌드"
2. "Open Standard"의 시장 임팩트
Dante Blog 인용:
"In December 2025, Anthropic released Agent Skills as an open standard. Now Skills aren't just for Claude. Skills files written once can be reused across multiple AI platforms."
이 변화의 의미:
- 한 번 작성한 Skill = ChatGPT, Gemini, Claude 모두 작동
- "Skill marketplace" 가 단일 회사 X
- 산업 자산
비교:
- Docker images: 단일 회사가 만든 표준 → 모든 컨테이너 런타임이 따름
- K8s manifests: Google 시작 → 모든 클라우드 따름
- Skills: Anthropic 시작 → 모든 AI 따를 가능성
3. "Databricks MCP Catalog"의 enterprise 패턴
Medium 인용 — Databricks의 MCP Catalog:
- 중앙 MCP 서버 디스커버리
- 거버넌스 (누가 어떤 도구 접근?)
- 접근 권한 관리
이게 enterprise의 핵심 needs:
- Discovery: 어떤 도구가 있나?
- Governance: 누가 사용?
- Audit: 무엇 접근했나?
이 needs가 "AI가 enterprise 인프라" 가 됐을 때의 거버넌스다.
비교 — 기존 IT 거버넌스:
- Active Directory (사용자)
- IAM (권한)
- SIEM (감사)
새 AI 거버넌스:
- MCP Catalog (도구)
- Skills Directory (절차)
- 감사 로그 (실행)
4. "재무 분석 = 첫 vertical Skill"
Anthropic이 첫 재무 워크플로 Skill 출시 (Comparable Company Analysis).
이게 의미하는 것:
- "Pre-built vertical skills" 시작
- Anthropic이 도메인 expertise 직접 제공
- 사용자가 즉시 사용
다음 예상 vertical skills:
- 법무: 계약 분석, 컴플라이언스
- 의료: 진단 지원, 의약품 가이드
- 마케팅: 캠페인 분석, A/B 테스트
- HR: 채용 워크플로
- 공급망: SOP, 발주 자동화
이 "vertical Skills 마켓플레이스" 가 SaaS 시장 잠식 시작이다. 거대 vertical SaaS (예: 법무 전용 SaaS) → AI Skills가 일부 기능 흡수.
5. "S&P Capital IQ + Daloopa + Morningstar"의 데이터 connectivity
본문이 인용한 재무 데이터 소스:
- S&P Capital IQ (글로벌 시장 데이터)
- Daloopa (재무 모델링 데이터)
- Morningstar (투자 분석)
이 회사들이 MCP 서버 제공한다는 의미:
- 데이터 회사들이 AI 시대 적응
- "AI가 우리 데이터 우회" 두려움 X
- "AI 위에서 우리 데이터 더 가치 있게"
이게 데이터 회사의 AI 시대 생존 전략이다:
- API → MCP 서버 노출
- 사용 빈도 ↑ (AI가 자주 호출)
- "AI-friendly = 매출 ↑"
비교 — 다른 데이터 회사:
- Bloomberg: AI 회사들과 협상 중
- Reuters: Claude/CoCounsel 통합
- 모든 데이터 회사가 "AI 친화" 전략
6. "충돌 처리"의 운영 디테일
본문이 언급한 "MCP vs Skill 충돌" 처리가 깊다:
- MCP: "JSON 반환"
- Skill: "markdown 테이블"
- Claude가 추측 → 비일관 출력
해결 원칙:
- MCP instructions = generic (모든 use case)
- Skill instructions = specific (이 워크플로)
- Skill이 specific하니까 우선
이게 시스템 디자인의 일반 원칙이다 — "가장 specific한 layer가 우선". CSS의 cascading, programming의 inheritance, AI의 context engineering 모두 같은 원칙.
7. "Pradeep의 'hands vs expertise' 비유"
Medium의 Pradeep 인용:
"MCP servers give Claude hands to interact with the world: reliable, predictable, composable tools. Claude skills give Claude expertise to know what to do: reasoning, synthesis, and intelligent workflows."
이 비유가 정확하다:
| hands (MCP) | expertise (Skills) | |
|---|---|---|
| 신생아 | ✓ (있음) | ✗ (없음) → 무력 |
| 아기 | ✓ | 일부 → 흉내 |
| 아동 | ✓ | 점차 → 학습 |
| 성인 | ✓ | 풍부 → 작업 가능 |
| 전문가 | ✓ | 깊음 → 가치 큼 |
AI가 인간 발달 단계와 닮음:
- 2023: hands만 (거의 없음, 챗봇)
- 2024: hands + 일부 expertise (도구 사용)
- 2025: hands + expertise (Skills)
- 2026: 전문가 수준 (이 글)
이 진화가 "AI = 어른 동료" 시대의 시작이다. Hands + Expertise = 진짜 가치 창출.
마무리
이 글은 "Skills + MCP 가이드" 같지만, 실제로는 AI 도구 시스템의 아키텍처 정의다.
- Capability vs Expertise 분리: 두 도구의 명확한 영역
- Composable Architecture: N:N 결합으로 거대 시스템
- Comparable Company Analysis: 첫 vertical Skill 사례
- MCP UI Framework: 텍스트 → 인터랙티브 GUI
- Open Standard: 산업 표준 도전
- Databricks MCP Catalog: enterprise 거버넌스
- 데이터 회사 AI 적응: S&P, Daloopa, Morningstar
- Conflict Resolution: specific layer 우선
- Hands vs Expertise: AI 진화 비유
2025년 12월 19일 시점은 "AI 도구 = 단일 도구" 시대가 끝난 시점이다. Composable system 개념 정착. MCP + Skills + Subagents + Plugins → 거대 통합 시스템.
흥미로운 건 이 시스템이 Unix 철학과 닮았다는 점이다:
- "Do one thing and do it well" (Unix)
- "MCP = connection, Skills = expertise" (이 글)
- 작은 도구의 결합 → 거대 시스템
이 "composable AI infrastructure" 가 AI 시대 소프트웨어 아키텍처의 정석이다. 단일 거대 모델 X, 레이어드 시스템:
- Foundation Model (Claude)
- MCP (도구 접근)
- Skills (절차 지식)
- Subagents (분업)
- Plugins (분배)
- Hooks (거버넌스)
이 6층 스택이 2026년 AI 인프라의 표준이다. Anthropic이 이 모든 층 정의 + 표준 → 시장 압도적 우위. OpenAI, Google이 따라잡으려면 같은 표준 위에서 빌드해야 함. 이게 "표준 정복" 의 진짜 가치.
