2026년에 알아야 할 주요 AI 에이전트 표준

프로토콜(Protocols)이 에이전트에게 연결 방법을 알려준다면, 표준(Standards)은 에이전트에게 무엇을 알아야 하는지를 알려줍니다. 에이전트 생태계가 성숙해짐에 따라 두 번째 수렴 계층이 등장하고 있습니다. 바로 프로젝트, 역량, 디자인 시스템에 대해 에이전트에게 일관되고 구조화된 컨텍스트(Context)를 제공하는 오픈 포맷(Open formats)입니다. 시스템 간의 통신을 정의하는 프로토콜과 달리, 이러한 표준들은 파일 기반이며, 사람이 읽을 수 있고, 코드와 함께 버전 관리(Version-controlled)가 가능합니다. 다음은 2026년에 에이전트가 정보를 얻고 확장되는 방식을 형성하고 있는 세 가지 표준입니다.

1. AGENTS.md

agentsmd/agents.md | Agentic AI Foundation (Linux Foundation) | MIT

AI 코딩 에이전트를 위한 범용 컨텍스트(Context) 파일입니다. README가 인간에게 프로젝트를 설명한다면, AGENTS.md는 에이전트에게 프로젝트를 설명합니다: 빌드 명령(Build commands), 테스트 명령(Test commands), 코드 스타일 컨벤션(Code style conventions), 테스트 프레임워크(Testing frameworks), 아키텍처 결정 사항(Architectural decisions), 그리고 에이전트가 코드베이스에서 효과적으로 작업하는 데 필요한 그 외 모든 것들이 포함됩니다. 일반 마크다운(Plain Markdown) 형식을 사용하며, 필수 스키마(Schema)나 설치할 도구가 필요하지 않습니다. 이를 읽는 모든 에이전트가 즉각적인 혜택을 얻습니다.

이 표준이 해결하는 문제는 파편화(Fragmentation)입니다. AGENTS.md가 등장하기 전에는 모든 도구가 서로 다른 파일을 읽거나, 아무것도 읽지 않았습니다. Cursor는 .cursorrules를 읽었고, Claude는 CLAUDE.md를 읽었습니다. 대부분의 에이전트는 발견하는 무엇이든 읽고 결과가 좋기를 바랄 뿐이었습니다. AGENTS.md는 인간에게는 필요 없는 지침들로 인해 README가 비대해지는 것을 방지하면서, 에이전트 전용 컨텍스트를 위한 단일하고 예측 가능한 위치를 제공합니다.

OpenAI Codex, Cursor, GitHub Copilot 등에 의해 채택되었으며, 2026년 중반 기준으로 60,000개 이상의 오픈 소스 리포지토리(Open-source repositories)에서 보고되었습니다. 거버넌스(Governance)는 현재 MCP를 관리하는 것과 동일한 기관인 Linux Foundation 산하의 Agentic AI Foundation (AAIF)으로 이동했습니다.

벤더 종속(Vendor lock-in) 방지: 많은 팀이 사용하는 실용적인 패턴은 AGENTS.md를 신뢰할 수 있는 단일 원천(Canonical source of truth)으로 작성한 다음, 도구별 특정 파일(예: CLAUDE.md 또는 .cursorrules)에서 에이전트에게 단순히 AGENTS.md를 읽으라고 지시하는 것입니다. 유지 관리해야 할 파일은 하나이며, 모든 도구가 혜택을 얻습니다. 만약 특정 도구의 사용을 중단하더라도 잃는 것은 없습니다.

2. Agent Skills (SKILL.md)

agentskills.io | 오픈 표준 (Open standard) | MIT

AGENTS.md가 에이전트에게 프로젝트가 무엇인지 알려준다면, Agent Skills는 에이전트에게 무언가를 수행하는 방법을 알려줍니다. 그리고 결정적으로, 그 역량은 어떤 프로젝트를 넘나들며 에이전트와 함께 이동합니다. 스킬(Skill)은 두 개의 필수 YAML 필드(name 및 description)와 지침이 담긴 마크다운 (Markdown) 본문을 포함하는 SKILL.md 파일이 들어있는 폴더입니다. 스크립트, 템플릿, 참조 파일과 같은 선택적 에셋 (assets)들이 그 옆에 함께 존재합니다.

이 차이는 매우 중요합니다. AGENTS.md는 프로젝트 범위의 컨텍스트 (context)입니다. 반면 Agent Skills는 재사용 가능하고 휴대 가능한 역량입니다. 즉, 에이전트가 필요할 때마다 로드할 수 있는 도메인 전문 지식 (domain expertise), 팀별 특정 워크플로 (workflows), 그리고 반복 가능한 절차들을 의미합니다. 커밋 메시지를 작성하는 스킬, 마이그레이션 스크립트 (migration scripts)를 생성하는 스킬, 회사의 배포 체크리스트를 실행하는 스킬 등 각각은 독립적이며, 버전 관리 (version-controlled)가 되고, 호환 가능한 모든 에이전트에서 사용할 수 있습니다.

본래 Anthropic에서 개발되어 2025년 말에 오픈 표준으로 공개되었으며, 이후 Claude Code, OpenAI Codex, Cursor, VS Code 및 30개 이상의 다른 도구들이 이를 채택했다고 보고되었습니다. Atlassian, Figma, Stripe, Notion을 포함한 파트너사들은 출시와 동시에 스킬들을 공개했습니다.

형식은 의도적으로 최소화되었습니다. 두 개의 필수 필드와 마크다운 (Markdown) 본문만 있으면 되므로, 오후 시간만 투자해도 충분히 구현할 수 있을 만큼 간단합니다. 프로토콜 협상 (protocol negotiation), 런타임 의존성 (runtime dependencies), 인증 흐름 (auth flows)도 없습니다.

이 오픈 형식이 바로 마켓플레이스 (marketplaces)를 가능하게 만드는 핵심입니다. 스킬은 단순히 마크다운 파일이 들어있는 폴더일 뿐이기에, 누구나 이를 게시할 수 있고 호환 가능한 모든 에이전트가 이를 소비할 수 있습니다. Vercel의 skills.sh는 현재 가장 활발한 레지스트리 (registry)로, Anthropic, GitHub, OpenAI 및 커뮤니티의 스킬들을 호스팅하고 있으며, 단 한 번의 npx skills add <owner/repo> 명령어로 설치할 수 있습니다. 번창하는 마켓플레이스의 존재는 이 표준이 제대로 작동하고 있다는 가장 명확한 신호입니다.

3. DESIGN.md

google-labs-code/design.md | Google Labs | Apache-2.0 | ⭐ ~14.6k

세 가지 중 가장 최신이며 가장 전문화된 것입니다. DESIGN.md는 에이전트가 UI 코드를 생성할 때 읽고 적용할 수 있는 방식으로 프로젝트의 시각적 아이덴티티 시스템 (visual identity system)을 인코딩하기 위한 포맷입니다. 이는 기계가 읽을 수 있는 디자인 토큰 (design tokens, YAML)과 사람이 읽을 수 있는 근거 (Markdown prose)를 결합하여, 에이전트에게 단순한 값뿐만 아니라 그 뒤에 숨겨진 논리까지 제공합니다.

DESIGN.md와 같은 것이 없다면, 프론트엔드 코드를 생성하는 에이전트는 브랜드의 색상, 타이포그래피 스케일 (typography scale), 간격 시스템 (spacing system) 또는 상호작용 패턴 (interaction patterns)을 알 수 있는 신뢰할 수 있는 방법이 없습니다. 에이전트는 CSS 파일의 주석을 보고 추측하거나, 디자인 일관성을 완전히 무시해 버립니다. DESIGN.md는 디자인 시스템을 에이전트의 일급 입력값 (first-class input)으로 만듦으로써 이 문제를 해결합니다.

Google Labs는 자연어를 사용하여 UI를 생성하는 Gemini 기반의 AI 디자인 캔버스인 Google Stitch의 내보내기/가져오기 (export/import) 포맷으로 DESIGN.md를 도입하고 오픈 소스로 공개했습니다. 디자이너는 Stitch에서 DESIGN.md를 내보내고, 개발자는 이를 프로젝트로 가져오며, 에이전트는 이를 사용하여 생성된 코드가 브랜드 정체성을 유지하도록 합니다. npm 패키지가 유효성 검사 (npx @google/design.md lint DESIGN.md), 차이점 비교 (diffing), 그리고 Tailwind, CSS 변수(CSS variables) 또는 W3C 디자인 토큰 (W3C Design Token) 포맷으로의 내보내기를 처리합니다.

상태: 현재 알파 (alpha) 단계입니다. 포맷은 여전히 진화 중이며 파괴적 변경 (breaking changes)이 예상됩니다. 지켜보고 실험해 볼 가치는 있지만, 아직 프로덕션 워크플로 (production workflows)를 위한 안전한 의존성 (dependency)은 아닙.

특별 언급 (Special Mentions)

• 관습으로서의 CLI 도구 (CLI tools as a convention): 공식적인 표준은 아니지만, 언급할 가치가 있습니다. 에이전트가 셸 명령 (shell commands)을 호출하는 능력이 향상됨에 따라, 잘 알려진 도구들(git, gh, docker)에 대한 CLI 인터페이스는 완전한 MCP 서버를 구축하는 것보다 더 간단하고 저렴한 대안이 되고 있습니다. 특히 해당 도구의 문서화가 잘 되어 있고 에이전트가 플래그 (flags)를 추론할 수 있는 경우 더욱 그렇습니다. MCP 대 CLI 논쟁은 뜨거웠으나, 실질적인 해답은 다음과 같습니다: API 및 내부 시스템에는 MCP를, 이미 성숙한 인터페이스를 가진 도구에는 CLI를 사용하는 것입니다. AI Agent Roadmap의 Phase 4에서 이러한 트레이드오프 (tradeoff)를 다룹니다.

핵심 요약 (Key Takeaways)

• 세 가지 상호 보완적인 계층: AGENTS.md는 에이전트에게 프로젝트 문맥 (context)을 제공하고, SKILL.md는 이식 가능한 능력 (capabilities)을 부여하며, DESIGN.md는 시각적 정체성을 부여합니다. 이들은 서로 다른 문제를 해결하며 함께 작동합니다.
• 공용어로서의 마크다운 (Markdown as the lingua franca): 세 가지 형식 모두 마크다운 (Markdown)을 우선시하며, 사람이 읽기 쉽고 버전 관리 (version-control)에 용이합니다. 복잡한 직렬화 (serialization)나 런타임 의존성 (runtime dependencies)이 필요 없습니다.
• 개방형 기반의 중요성: AGENTS.md는 이제 MCP와 함께 AAIF의 관리를 받게 되었으며, 이는 업계가 이 계층에 대해서도 중립적이고 커뮤니티가 소유하는 표준을 원한다는 신호입니다.
• 하나의 파일, 다양한 도구: 피해야 할 락인 (lock-in) 패턴은 도구마다 별도의 문맥 파일을 유지하는 것입니다. 도구별 파일에서 참조되는 정식 소스 (canonical source)로서 AGENTS.md를 사용하는 것이 실질적인 해답입니다.

다음에 읽을 내용

• 2026년에 알아야 할 주요 AI 에이전트 프로토콜 (Top 5 AI Agent Protocols to Know in 2026)
• 모든 에이전트 빌더가 설치해야 할 상위 5가지 에이전트 기술 (Top 5 Agent Skills Every Agent Builder Should Install)
• 에이전트 기술을 처음부터 구축하고 배포하는 방법 (How to Build and Deploy an Agent Skill from Scratch)
• AI 에이전트 로드맵: 에이전트를 구축하는 데 필요한 모든 것 (올바른 순서대로) (AI Agent Roadmap: Everything You Need to Build Agents (In the Right Order))

출처 및 추가 읽을거리

• AGENTS.md 사양 (AGENTS.md specification)
• Agentic AI Foundation (AAIF)
• 에이전트 기술 개요 (Agent Skills overview)
• design.md GitHub 저장소 (design.md GitHub repository)
• Google Stitch 발표 (Google Stitch announcement)