에이전트에게 프롬프트를 주지 마세요. 장비를 갖춰주세요: 소형 모델과 Skillware가 최첨단 LLM을 능가하는 방법

LLM에게 임시 파이썬 스크립트를 즉석에서 작성하도록 강요하는 것을 멈추세요. 결정론적(deterministic) 기능 번들이 토큰 사용량을 84.8% 줄이고, 비용을 97.3% 절감하며, 8B 로컬 모델이 GPT-5와 Claude Sonnet 5를 능가하게 하는 방법입니다.

현재 AI 엔지니어링 세계는 매우 비싼 착각에 빠져 있습니다: 프롬프트 기반 실행 패러다임(prompt-driven execution paradigm).

우리는 자기회귀 언어 모델(auto-regressive language model)에게 방대한 마크다운 형식의 API 문서를 제공하고, 이 모델에게 즉석에서 파이썬이나 bash 스크립트를 동적으로 합성하도록 지시한 다음, 시스템 프롬프트에 대문자로 '중요: 운영 환경 삭제 금지(IMPORTANT: DO NOT DELETE PROD)'라고 적어 두었기 때문에 보안 경계를 존중해 주기를 기도합니다.

작동할 때는 마법처럼 느껴집니다. 하지만 실제 운영 환경에서 사용하면 재앙이 됩니다. 여러분은 프롬프트 부패(Prompt Rot) (모델을 전환하면 모든 도구 쉴드(tool shims)가 작동하지 않음), 제곱 어텐션 세금(Quadratic Attention Tax) (매 턴마다 정적인 OpenAPI 스키마를 다시 읽는 데 최첨단 비용 지불), 그리고 악명 높은 **컨텍스트 오염 절벽(Context Poisoning Cliff)**에 직면하게 됩니다. 이 현상에서는 에이전트가 스크립트 시도에 실패하고, 거대한 스택 추적(stack trace)을 자신의 컨텍스트 창에 쏟아내어, 8번째 시도부터 터미널 환각(terminal hallucination)으로 빠져드는 상황이 벌어집니다.

ARPA Hellenic Logical Systems의 새로운 논문("Don't Prompt Your Agents. Equip Them: Skillware as a Modular Standard for Sovereign, Auditable, and Deterministic Capability Execution for Logical Systems", arXiv:2611.07652v1)에서 우리는 이 해독제인 **기능 엔지니어링(Capability Engineering)**을 공식화했습니다.

RPG 단축키 비유 (The RPG Hotkey Analogy)

_Morrowind_나 Diablo 같은 RPG 게임에서 스킬이 어떻게 작동하는지 생각해 보세요. 캐릭터가 주문을 시전하거나 능력을 발동할 때, 채팅창을 열고 게임 엔진과 대화하며 화염구의 물리 법칙을 런타임에 즉석으로 만들어내도록 협상하지 않습니다.

단축키를 누릅니다. 전제 조건이 충족되면 (마나가 있고, 성역 도시 밖에 있으며, 유효한 적대 개체를 대상으로 지정했을 경우), 엔진은 미리 컴파일된 결정론적(deterministic) 로직을 실행하고 매번 정확히 동일한 상태 변화를 만들어냅니다.

Skillware는 이러한 정확한 규율을 AI 에이전트에게 가져옵니다:

인지(Cognition)와 역량(Capability)의 분리 원칙: 모델은 언제 행동할지 결정하고 매개변수를 선택하며, 역량 번들(capability bundle)이 그 행동을 어떻게 실행할지를 관장합니다. 이 경우 어시스턴트는 손님 역할을 하며, 하드 함수가 실제 작업을 수행합니다.

Skillware 번들이란 무엇인가?

느슨한 SKILL.md 파일이나 취약한 프롬프트 래퍼 대신, Skillware는 역량을 자체 포함적이고(self-contained), 버전 관리되는, 5가지 역할의 소프트웨어 번들로 패키징합니다:

계약 (Contract) (manifest.yaml): 타입이 지정된 JSON Schema 입력/출력, 필수 환경 변수(env vars), 암호화된 발행자 신원(cryptographic publisher identity), 그리고 변경 불가능한 헌법(Constitution)(예: 파괴적 행동에 대한 confirmed: true 게이트).
효과 (Effect) (skill.py): BaseSkill을 상속받아 미리 컴파일된 결정론적 Python 로직. 런타임 코드 합성(runtime code synthesis)이 없습니다.
지침 (Directive) (instructions.md): 필요할 때만 적시(Just-In-Time, JIT)로 로드되는 점진적 공개 지침입니다.
보증 (Assurance) (test_skill.py): 단일 LLM API 호출 없이도 Effect가 Contract를 준수하는지 검증하는 격리된 오프라인 pytest 스위트입니다(100ms 이내).
코퍼스 및 표현 (Corpus & Presentation) (data/, card.json): 100% 에어갭 실행을 위해 코드 바로 옆에 번들링된 정적 오프라인 데이터셋(예: OFAC 제재 목록 또는 법정 어휘집).

범용 인-프로세스 어댑터 (Zero IPC 지연 시간)

MCP(Message Passing Client)가 표준 입출력(stdio)/HTTP 소켓을 통해 외부 프로세스 클라이언트-서버 데몬을 시작하고 감독해야 하는 것과 달리, Skillware는 CPython에서 **인-프로세스(in-process)**로 1.2ms 이내에 실행됩니다. 그 범용 인터페이스 형태 변환기(to_gemini_tool(), to_claude_tool(), to_openai_tool(), to_ollama_prompt())는 사용자의 manifest.yaml을 실시간으로(on the fly) 어떤 제공업체의 네이티브 도구 방언(native tool dialect)으로든 자동으로 변환합니다.

from skillware.core import SkillLoader

# 1. 검증되고 오프라인 테스트된 역량 번들을 로드함
...

SLM 매개변수 역설: 8B 로컬 > 최첨단 클라우드

우리는 23개의 프론티어(frontier) 및 오픈 웨이트 모델을 368개의 벤치마크 조건(SKILLWARE-BENCH)에 걸쳐 평가했으며, 다단계 이메일 처리, 영국 기업 등록부 해결, 온체인 제재 심사, 적대적 프롬프트 주입 등을 테스트했습니다.

핵심 발견은 무엇일까요? **SLM 파라미터 역설(Parameter Paradox)**입니다.

모델에게 일회성 코드를 작성하도록 강요하는 것을 중단하고 이를 시맨틱 라우팅(semantic routing)과 스키마 파라미터 선택에 엄격하게 제한할 때, Skillware가 장착된 3B–8B 로컬 모델은 장비가 없는 프론티어 거대 모델들(GPT-5 및 Claude Sonnet 5 포함)보다 일관되게 뛰어난 성능을 보입니다:

97.3% 비용 절감: 프론티어 LLM이 코드를 동적으로 작성할 때의 $15.58에서 로컬 8B SLM + Skillware를 사용했을 때 1,000턴당 $0.42로 하락했습니다.
84.0% 컨텍스트 제거(Context Excision): 점진적 JIT 공개(mode="brief")는 도구 시그니처를 약 30개의 토큰으로 압축하여 전체 토큰 소모량을 최대 **84.8%**까지 줄였습니다.
제로 파라미터 손상(Parameter Corruption): 비행 전 JSON 스키마 유효성 검사(Pre-flight JSON Schema validation)를 통해 파라미터 오류율을 18.5%에서 **0.0%**로 낮추고 464개의 모든 런타임 스크립트 디버깅 루프를 제거했습니다.
오픈 웨이트 모델의 56.2% 성능 향상(Lift): Meta Llama 4 Maverick은 장비가 없을 때 37.5%의 통과율을 보였으나, 장착 후에는 **93.8%**로 급증했으며, Qwen 3.8 Flash와 Gemma 4 (31B)는 **100.0%**를 달성했습니다.
1.2ms 제로 토큰 방화벽(Firewall): 프롬프트 주입을 감사하기 위해 두 번째 LLM을 사용하는 대신(이는 비용을 두 배로 늘리고 여전히 탈옥될 수 있음), Skillware는 3단계 결정론적 정규화 파이프라인(zero-width Unicode smuggling, 키릴 문자/그리스어 동형 문자, 숨겨진 DOM 스팬 제거)을 사용하여 0 토큰 소모로 1.2ms 만에 처리합니다.

파이썬 루프에서 드론 및 신경 인터페이스로

밀리초(ms) 단위의 인프로세스 결정론(in-process determinism)이 API 예산 절감 외에 왜 중요한가요? 소프트웨어 에이전트는 단지 규모 확장(Scale I)의 문제이기 때문입니다.

ISO 13849 SIL-3 안전 표준에 따라, 로봇 공학 및 산업용 디지털 트윈(Digital Twins)의 물리적 오류 완화는 10ms 이내에 실행되어야 하며, 고주파 로봇/UAV 제어 루프는 **500Hz (1–2ms)**로 작동합니다. 드론이나 수술용 신경 보철기(surgical neuroprosthetic)를 2.5초짜리 클라우드 LLM 루프나 아웃-오브-프로세스 JSON-RPC 소켓 위에서 실행할 수는 없습니다.

느린 인지적 숙고(cognitive deliberation)(~1s)와 밀리초 단위의 결정론적 모터 스키마(<1.2ms) 사이에 공식적인 **클럭 도메인 크로싱(Clock-Domain Crossing, CDC)**을 확립함으로써, Skillware는 자율 IoT, 체화된 로봇 공학(embodied robotics), 그리고 궁극적으로 뇌-컴퓨터 인터페이스(Brain-Computer Interfaces, BCIs) 전반에 걸쳐 검증된 기능을 설치할 기반을 마련합니다.

직접 사용해 보기

프롬프트 엔지니어링(prompt engineering) 시대는 끝나가고, **역량 공학(Capability Engineering)**의 시대가 시작되었습니다. 토큰 단위로 일회성 논리를 임대하는 것을 멈추세요.

PyPI를 통한 설치: pip install skillware
GitHub 저장소: github.com/arpahls/skillware
문서 및 레지스트리: skillware.site
전체 논문 읽기: arXiv:2611.07652v1 | DOI: `10.5281/zenodo.21552745