이미지·영상 생성 스킬은 '어떤 키로, 어디에 과금되는지'를 기준으로 선택하기: Claude Code용 SKILL.md 비교 분석

Claude Code에 이미지 생성 스킬을 넣고 “히어로 이미지를 만들어줘”라고 요청하면, 가장 먼저 묻는 것은 프롬프트가 아니라 보통 로그인이나 API 키입니다. Claude Code 자체로는 픽셀을 그릴 수 없습니다. 이미지·영상 생성 스킬의 본질은 어딘가의 CLI(Command Line Interface)나 API를 올바르게 호출하기 위한 절차서에 불과합니다.

따라서 선택 기준은 “어떤 모델이 가장 예쁜가”보다 먼저 “어느 프로바이더의 계정을 만들고, 어느 환경 변수에 키를 넣으며, 어디에서 청구가 발생하는가”가 됩니다. 본문에서는 설치 수가 많은 이미지·영상 생성 스킬들의 SKILL.md 파일을 GitHub 최신 버전으로 다시 읽어보고, 프로바이더-인증-모델 배정 규칙을 정리했습니다.

먼저 결론부터 말씀드립니다. 이미지 1장과 영상 1장을 같은 프로바이더의 스킬로 준비하세요. RunComfy를 사용한다면 RUNCOMFY_TOKEN이 필요합니다.

하나의 토큰으로 이미지와 영상 모두가 작동하며, Higgsfield는 higgsfield auth login을 사용합니다.

한 번에 이미지, 영상, 3D, 음성까지 처리할 수 있습니다. 이미 OpenRouter 키를 가지고 있다면, 이미지는 그쪽으로 몰아주는 방법도 있습니다. 편집(컷, 압축, 변환)은 생성과는 별개의 작업이므로, 키가 필요 없는 ffmpeg 스킬로 해결합니다.

비교표: 프로바이더·인증·과금처

표 위에서부터 순서대로 SKILL.md에 무엇이 적혀 있는지 살펴보겠습니다.

RunComfy: 하나의 토큰으로 이미지와 영상

설치 수 1위와 2위는 모두 prime-skills/runcomfy-agent-skills에 있는 RunComfy용 스킬입니다.

nano-banana-2 스킬의 게시 페이지에 따르면 누계 440,342 설치를 기록했으며, 리포지토리는 GitHub의 prime-skills/runcomfy-agent-skills(61스타)입니다. 전제 조건으로 명시된 것은 세 가지뿐입니다.
npm i -g @runcomfy/cli
로 CLI를 설치하고,
runcomfy login
으로 브라우저의 디바이스 코드 인증을 진행하며, CI나 컨테이너 환경에서는 대신 RUNCOMFY_TOKEN
을 설정합니다. 호출은 runcomfy run google/nano-banana-2/text-to-image
에 JSON을 전달하는 형태입니다.

이 스킬의 장점은 과금과 관련된 설명이 구체적이라는 점입니다. 해상도는 0.5K(초안), 1K(기본값), 2K(최종), 4K(최대) 4단계로 나뉘며, 2K와 4K는 비용이 높으므로 요청하지 않는 한 1K를 사용하라고 명시되어 있습니다. 또한, enable_web_search도 레이턴시(latency)와 코스트(cost)가 증가하므로 기본값은 꺼져 있습니다. 따라서 4장을 한 번에 0.5K로 생성한 후, 마음에 드는 것만 2K로 올리는 사용 방식이 그대로 절차로 안내됩니다.

모델 할당도 파일 내에 포함되어 있습니다. 표 형식으로, 러프(rough)나 SNS 썸네일, 이미지 속 문자는 Nano Banana 2를, 회화적인 강한 스타일은 Flux 2를, 프롬프트 충실도와 다국어 텍스트는 GPT Image 2를, 2K에서 4K의 사실적인 히어로샷은 Seedream 5를, 사실적인 인물 사진(portrait)은 Nano Banana Pro를 사용하도록 대응하고 있습니다. "Nano Banana"라고만 언급되었을 때의 처리 방법도 정해져 있습니다.

If they said "Nano Banana" without specifying 2 vs Pro, default to
Pro for portraits and 2 for everything else.

출처: prime-skills/runcomfy-agent-skills, nano-banana-2/SKILL.md

영상 쪽의 ai-video-generation 스킬 게시 페이지는 누계 385,573 설치를 기록했습니다. 이 스킬은 단일 모델의 래퍼(wrapper)가 아니라 라우터(router) 역할을 하며, 텍스트에서 영상(t2v), 이미지에서 영상(i2v), Veo의 확장 엔드포인트 각각에 대해 모델별로 "Pick for"와 "Avoid for"가 나열되어 있습니다.

현재 읽어보면 기본 모델은 HappyHorse 1.0으로 설정되어 있습니다. t2v와 i2v 모두 기본값이 이것이며, 같은 경로에서 음성까지 생성할 수 있다는 점이 설명됩니다. 그 위에 지정된 내레이션 MP3에 입을 맞추고 싶다면 Wan 2-7(audio_url로 구동), 물리적으로 정확한 회전을 보여주는 상품 영상이라면 Veo 3-1, 4K 최종 납품용이라면 Kling 3.0 4K, 테스트를 저렴하게 돌리고 싶다면 Kling 2-6 Pro나 Standard로 낮추는 식입니다. Seedance v2 Pro는 "단순한 1프롬프트 1클립에는 과도하고 느리다"라며 피해야 할 쪽으로 기술되어 있습니다.

이 두 스킬은 동일한 runcomfy CLI와 같은 토큰으로 구동됩니다. 이미지와 영상의 청구가 한곳에 모인다는 점이 RunComfy를 선택하는 가장 큰 이유입니다.

Higgsfield: CLI 1개, 용도별로 스킬 분리

GitHub의 higgsfield-ai/skills(1,909스타)는 Higgsfield 자체 GitHub org의 리포지토리이며, 범용적인 진입점과 결과물별 전용 스킬로 나뉘어 있습니다.

진입점은 Skillselion의 higgsfield-generate 페이지(누계 225,833 설치)입니다. 프론트매터(frontmatter)의 description에 기본 모델들이 나열되어 있으며, 이미지는 GPT Image 2.6, 영상은 Seedance 2.5, 카툰 스타일 캐릭터는 Nano Banana 2, 광고는 Marketing Studio, 음성은 Seed Audio 1.0입니다. 인증은 higgsfield auth login
(대화식)으로 진행되며, 세션이 만료되면 사용자에게 재로그인을 요청하고 기다리는 절차로 되어 있습니다.

과금 관점에서 읽어보고 싶은 것은 UX 규칙의 5번째 항목입니다.

Don't pre-estimate cost or optimize for cheaper models unless the user asks. Prefer the quality default first.

출처: higgsfield-ai/skills, higgsfield-generate/SKILL.md

즉, 아무 말도 하지 않으면 품질 우선의 기본 모델로 전송합니다. 저렴하게 사용하고 싶을 때는 프롬프트에 "저렴하게", "빠르게"라고 명시해야 합니다. 그러면 Kling 3.0 Turbo나 Nano Banana 2 Lite 등으로 전환되는 규칙이 작성되어 있습니다.

상품 사진은 higgsfield-product-photoshoot 스킬의 게시 페이지(누적 203,972 설치)가 담당합니다. product_shot, lifestyle_scene, hero_banner, ad_creative_pack, virtual_model_tryout 등의 모드를 선택하면, 백엔드의 프롬프트 강화기가 gpt_image_2용 프롬프트를 구성합니다. 에이전트가 스스로 프롬프트를 작성하지 않도록 명시되어 있다는 점이 특징입니다.

썸네일은 YouTube용 higgsfield-youtube-thumbnail 스킬(누적 109,284 설치)입니다. 최대 3명의 얼굴을 참조하여 동일성을 유지하고, 본 그림은 Nano Banana Pro를 4K로, 표정 등의 부분 수정은 Seedream으로 진행하며, 그림이 그려질 때마다 (사용 가능한 환경이라면) 호스트 측의 비전으로 "가로 120px 정도에서도 얼굴과 주인공이 읽히는지"를 확인합니다. 과금에 관해서는, use_unlim은 현재 CLI의 파라미터가 아니며, 이 워크플로우는 CLI에서는 크레딧으로 작동한다고 명시되어 있습니다.

OpenRouter와 Pilio: 보유 키에 맞추기

이미 OpenRouter를 사용하고 있다면, nano-banana-pro-openrouter 스킬의 게시 페이지(누적 9,933 설치)가 후보입니다. 위치는 GitHub의 github/awesome-copilot(40,900 스타)입니다. frontmatter에 primaryEnv: OPENROUTER_API_KEY와 필요한 바이너리 uv가 선언되어 있으며, uv run으로 포함된 generate_image.py를 호출하고, google/gemini-3-pro-image-preview로 생성 및 편집, 최대 3장의 합성 작업을 수행합니다. 문제 해결 표에는 HTTP 401의 원인으로 다음 한 줄이 있습니다.

Key is invalid or has no credits.

출처: github/awesome-copilot, skills/nano-banana-pro-openrouter/SKILL.md

401이 발생했다면, 키 오타뿐만 아니라 OpenRouter 측의 잔액도 의심해야 한다는 의미입니다.

Pilio의 pilioai/skills(44 스타)에도 nano-banana-pro 스킬이 있으며, PILIO_API_KEY를 환경 변수로 요구합니다. 키 취급에 대해서는 이 한 줄이 가장 명확합니다.

Do not ask the user to paste API keys into the conversation.

출처: pilioai/skills, skills/nano-banana-pro/SKILL.md

채팅에 붙여넣은 키는 트랜스크립트에 남습니다. 어떤 스킬을 사용하든, 키는 환경 변수에 두고 프롬프트나 스킬 파일에는 작성하지 않는 것이 기본입니다.

deer-flow: 환경 변수로 작동 프로바이더 결정하기

지금까지의 스킬들은 한 회사 전용이었습니다. ByteDance의 bytedance/deer-flow(85,108 스타)에 있는 두 가지는 반대로, 설정된 키에 따라 프로바이더가 전환됩니다.

deer-flow의 image-generation 스킬 게시 페이지(누적 2,925 설치)에서는, GEMINI_API_KEY가 있으면 Gemini를, 그렇지 않으면 MINIMAX_API_KEY를 사용합니다.

MiniMax의 image-01을 사용하거나, 그것이 없다면 IMAGE_GENERATION_API_KEY를 사용하여 OpenAI 호환 Images API(기본 모델 gpt-image-2.5-flare)를 사용합니다. IMAGE_GENERATION_PROVIDER에서 명시적으로 고정할 수도 있습니다.

동영상 버전의 deer-flow video-generation 스킬(누적 3,041 설치)도 같은 구조이며, Gemini를 사용한다면 Veo가, MiniMax를 사용한다면 MiniMax-Hailuo-2.3입니다. 인증 정보 처리는 다음과 같이 명시되어 있습니다.

Provider credentials are read from the runtime environment, not embedded in the script. Do not put their values in prompt files or command-line arguments.
Source: bytedance/deer-flow, skills/public/video-generation/SKILL.md

주의할 점이 두 가지 있습니다. 첫째는, GEMINI_API_KEY가 다른 용도로 셸에 설정되어 있을 경우, 의도치 않게 Gemini에 과금될 수 있다는 것입니다. 우선순위가 정해져 있으므로, 목표로 하는 프로바이더가 있다면 IMAGE_GENERATION_PROVIDER나 VIDEO_GENERATION_PROVIDER로 고정해 두는 것이 안전합니다. 또 하나는, 스크립트 경로가 /mnt/skills/public/image-generation/scripts/generate.py와 같이 DeerFlow 측의 레이아웃을 전제로 작성되어 있다는 점입니다. Claude Code에서 사용하려면 설치된 위치의 경로로 수정해야 합니다.

키가 필요 없는 Seedance 프롬프트 스킬

seedance-prompt-en 스킬의 게시 페이지(누적 3,173 설치, GitHub의 dexhunter/seedance2-skill은 4,419 스타)는 API를 호출하지 않습니다. Jimeng Seedance 2.0용 프롬프트를 작성하는 것만으로 구성된 스킬입니다. @Image1 as the first frame나 reference @Video1's camera movement와 같은 @ 참조 방식, 입력 제한(이미지 9장, 동영상 3개, 음성 3개, 총 12개 파일), 출력은 4초에서 15초 등 제약 사항이 정리되어 있습니다. 사실적인 사람의 얼굴을 포함하는 이미지나 동영상은 업로드 시 차단된다는 주의사항도 있습니다.

키 발생이나 과금도 없기 때문에, 루터(router)에서 Seedance를 결정한 후 추가하는 스킬로 적합합니다.

같은 모델에 여러 개의 래퍼가 존재함

나열해 보면, 동일한 모델로 접근하는 입구가 여러 개라는 것을 알 수 있습니다. 이곳이 가장 돈을 낭비하기 쉬운 부분입니다.

Nano Banana Pro에는 최소 4개의 경로가 있습니다. OpenRouter(nano-banana-pro-openrouter), Pilio(nano-banana-pro), Higgsfield(youtube-thumbnail이 내부적으로 nano_banana_pro를 사용), 그리고 추후 언급할 ECC video-editing에서 예시로 드는 fal.ai의 fal-ai/nano-banana-pro입니다. 모델은 같지만, 청구서는 4가지 방식입니다.

Nano Banana 2의 이름에도 함정이 있습니다. RunComfy에서는 google/nano-banana-2이지만, Higgsfield에서는 ID가 다릅니다.

The id nano_banana_2 is an alias for Nano Banana Pro, not Nano Banana 2
Source: higgsfield-ai/skills, higgsfield-generate/SKILL.md

Higgsfield에서 Nano Banana 2를 사용하고 싶다면 nano_banana_flash입니다. 이름만 보고 nano_banana_2를 지정하면, 실제로는 Nano Banana Pro로 생성됩니다.

같은 SKILL.md가 다른 리포지토리에도 존재합니다. RunComfy의 nano-banana-2는 agentspace-so/runcomfy-skills에도 동일한 내용의 파일이 있으며, 2026년 11월 7일에 가져온 두 파일은 바이트 단위로 일치했습니다. 게다가 SKILL.md 내의 설치 예시는 npx skills add agentspace-so/runcomfy-skills --skill nano-banana-2 -g를 가리킵니다. ai-video-generation의 설치 예시는 agentspace-so/runcomfy-agent-skills이며, 이 파일은 GitHub 상에서 prime-skills/runcomfy-agent-skills로 전송됩니다. 어느 쪽을 사용하든 내용은 같지만, 업데이트를 추적할 리포지토리를 하나로 정해두면 어떤 것이 최신 버전인지 헷갈릴 일이 없습니다.

사라진 스킬의 숫자는 남아있습니다. Pilio의 nano-banana-2 스킬은 2026년 5월 12일 커밋인 'fix: remove unreleased Nano Banana 2 skill'을 통해 pilioai/skills에서 삭제되었습니다. 그럼에도 불구하고 레지스트리의 누적 설치 수는 남아있기 때문에, 숫자만 보고 선택할 경우 내용물이 없는 스킬에 해당할 수 있습니다. 사용하기 전에 GitHub 상에서 파일이 존재하는지 확인해 주세요.

동일한 모델의 래퍼(wrapper)를 여러 개 넣을 경우, 어떤 것이 로드될지는 description의 순서에 따라 달라져 사전에 알기 어렵습니다. 또한, 어느 키로 과금되는지를 에이전트에게 맡기지 않기 위해서도, 하나의 모델당 래퍼는 하나만 사용하는 것이 좋습니다.

설치 절차 역시 스킬마다 방식이 다릅니다

키(Key)의 처리와 더불어 차이가 발생하는 부분이 CLI(Command Line Interface) 설치 방법입니다. Higgsfield의 세 가지 스킬은, higgsfield가 PATH에 설정되어 있지 않다면 curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh 명령어로 설치해야 한다고 초반 부트스트랩(Bootstrap) 절차에 명시하고 있습니다. frontmatter는 allowed-tools: Bash입니다.

RunComfy의 ai-video-generation은 반대 입장을 취합니다.

Agents must not pipe an arbitrary remote install script into a shell on the user's behalf.
Source: prime-skills/runcomfy-agent-skills, ai-video-generation/SKILL.md

이 스킬은 npm i -g @runcomfy/cli를 사용하며, frontmatter에서 allowed-tools: Bash(runcomfy *)와 같이 허용할 명령어를 제한하고 있습니다. 또한 동일한 파일에는 참조 이미지나 음성 URL을 신뢰할 수 없는 입력으로 간주하여, 사용자에게 명시적으로 전달된 URL만 가져올 수 있도록 하는 간접 프롬프트 인젝션(indirect prompt injection) 방지 대책도 적혀있습니다. 생성 결과가 프롬프트에서 벗어났다면, 프롬프트보다 참조 자료를 의심하라는 문구도 있습니다.

어느 쪽이 정확한지는 팀의 정책에 달려 있습니다. 다만, curl | sh를 포함하는 스킬이라면, CLI는 처음에 본인이 직접 설치하고 에이전트에게 실행시키지 않는 운영 방식이 판단하기에 수월합니다.

생성과 편집은 별개의 작업입니다

마지막으로, 생성 스킬로는 해결할 수 없는 작업들이 있습니다. 화면 녹화의 컷 편집, 자막 추가, 압축 등은 새로운 픽셀을 만드는 작업이 아닙니다.

ECC의 video-editing 스킬 페이지(누적 14,975회 설치, GitHub의 affaan-m/ECC는 298,963 스타)에서는 도입부에서 다음과 같이 선언하고 있습니다.

AI-assisted editing for real footage. Not generation from prompts. Editing existing video fast.
Source: affaan-m/ECC, skills/video-editing/SKILL.md

파이프라인은 Screen Studio 등에서의 녹화, Claude / Codex를 이용한 구성, FFmpeg을 사용한 컷 편집, Remotion을 사용한 합성, ElevenLabs / fal.ai를 사용한 소재 생성, Descript 또는 CapCut을 이용한 최종 마무리의 6단계로 이루어집니다. API 키가 필요한 단계는 5단계인 소재 생성이며, ElevenLabs의 내레이션은 코드 예제에서 os.environ["ELEVENLABS_API_KEY"]를 통해 읽습니다. 생성은 '필요한 것'으로만 제한하는 방침입니다.

키가 전혀 필요 없는 것이 digitalsamba의 ffmpeg 스킬 게시 페이지(누적 12,327 설치, GitHub의 digitalsamba/claude-code-video-toolkit은 2,471 스타)입니다. GIF에서 MP4로 변환하는 명령어에는 -movflags faststart, -pix_fmt yuv420p, 그리고 가로세로 크기를 짝수로 맞추는 scale=trunc(iw/2)*2:trunc(ih/2)*2가 모두 포함되어 있으며, 각각의 이유도 설명되어 있습니다. CRF 23을 기본값으로 설정한 압축 프리셋도 있습니다. 생성된 영상을 웹에 올리기 전 후처리는 거의 이것만으로 충분합니다.

코드로 동영상을 구성하려면 Remotion 계열 스킬들을 비교한 Remotion 스킬 가이드도 참고가 됩니다.

요약: 추가하기 전에 확인할 4가지 사항

• 결제처를 결정할 것. RunComfy, Higgsfield, OpenRouter 중 하나로 통일하여 이미지와 동영상을 같은 청구서에 모읍니다. - 키는 환경 변수에 저장할 것. RUNCOMFY_TOKEN, OPENROUTER_API_KEY, PILIO_API_KEY 등은 셸(shell)이나 시크릿 관리 시스템에 보관하고, 채팅이나 리포지토리에는 작성하지 않습니다. deer-flow 계열이라면 프로바이더도 환경 변수로 고정합니다. - 같은 모델의 래퍼는 하나만 사용할 것. 특히 Higgsfield의 nano_banana_2는 Pro 버전의 별명입니다. - 편집은 ffmpeg에 맡길 것. 생성 스킬에서 자르기(trimming)를 시도하지 마십시오.

생성된 이미지를 UI에 통합하는 단계에서는 프론트엔드 디자인 카테고리에 해당 이미지를 사용하는 쪽의 스킬들이 모여 있습니다.

출처/원문 기사: Skillselion의 이미지·동영상 생성 스킬 가이드(영어). 수치는 2026년 11월 7일 기준이며, 카탈로그는 skills.sh, GitHub, MCP 레지스트리에서 매일 업데이트되며 실제 설치 수로 순위가 매겨집니다. 인용된 SKILL.md는 모두 같은 날짜에 GitHub에서 가져온 최신 버전입니다.

Discussion