빠른 답변: 9arm-skills는 태국 크리에이터인 9arm이 만든 작은 Claude Code skills repo입니다. 6개의 skill이 있으며, Matt Pocock의 repo를 모델로 한 bucket들로 구성되어 있습니다. 가져올 만한 가치가 있는 부분은 qwen-agent라는 skill인데, 이는 단순 반복 작업(menial work)은 저렴한 모델에게 맡기고, 비싼 모델은 판단(judgment)을 위해 남겨두는 것에 관한 것입니다. 이는 제가 검토한 네 개의 더 큰 repo에는 없는 비용 절감 아이디어입니다.

저는 지금까지 수십만 개의 star를 보유한 것들을 포함하여 네 개의 Claude Code skill repo를 검토했습니다. 이 repo는 다릅니다. 태국 크리에이터인 9arm은 약 2,900개의 star를 가진 repo를 가지고 있는데, 훨씬 규모가 작고 단 6개의 skill만 있으며, bucket 레이아웃은 Matt Pocock의 repo에서 그대로 빌려왔습니다.

솔직히 말해서: 규모나 명성 면에서 이 repo는 다른 네 개와 같은 리그에 있지 않습니다. 하지만 이 repo에는 글을 쓸 가치가 있을 만큼 날카로운 skill이 하나 있으며, 다른 네 개가 다루지 않는 내용을 포함하고 있습니다: 바로 어떤 모델이 어떤 작업을 수행할지 선택함으로써 비용을 제어하는 것입니다. 따라서 이것은 전체 세트에 대한 리뷰가 아닙니다. 가장 유용한 단 하나의 아이디어를 가져오는 것입니다.

용어 정의 (여기서 한 번만 정의합니다):

• skill — 특정 작업에 대해 주어진 프로세스를 따르도록 AI에게 지시하는 파일 내의 명령어 세트.
• subagent — 메인 AI가 자신을 대신해 작업의 일부를 수행하도록 호출하는 더 작은 AI.
• Qwen — 최상위 모델보다 훨씬 저렴하게 실행되는 오픈 소스 모델; 여기서는 단순 반복 작업(grunt work)을 담당하는 모델입니다.
• context — 모델이 한 번에 담을 수 있는 텍스트의 양; 저렴한 모델은 보통 더 적은 양을 담을 수 있으므로, 작업의 크기를 이에 맞춰 조절해야 합니다.

9arm의 repo에는 어떤 skill들이 있는가 (총 6개)

9arm-skills repo 안에 어떤 skill들이 있는지 찾으러 오셨다면, SKILL.md 파일에서 직접 읽어온 두 개의 bucket에 담긴 내용이 여기 있습니다.

Engineering

• debug-mantra — 4단계 디버깅 프로토콜: 먼저 버그를 재현하고, 코드 경로를 추적하며, 자신의 가설을 반증하려 시도한 다음, 흔적(breadcrumbs)을 검증합니다.
• post-mortem — 해결된 버그의 근본 원인(root cause), 메커니즘, 수정 사항, 그리고 실제로 버그가 사라졌음을 확인하는 검증 과정을 기록합니다.
• scrutinize — AI가 외부인의 관점에서 계획이나 코드 변경 사항을 검토하도록 하여, 의도를 질문하고 주장이 타당한지 확인합니다.
• qwen-agent — 대량의 이름 변경(bulk renames), 포맷팅, 스캐폴딩(scaffolding)과 같은 단순 반복 작업(grunt work)을 Qwen 기반의 하위 에이전트(subagent)에게 맡깁니다.

Productivity (생산성)

• management-talk — 기술적인 내용을 다양한 채널에서 엔지니어링 리더십(engineering leadership)과 사용할 수 있는 언어로 재구성합니다.
• qwenchance — 에이전트가 루프에 빠지거나 컨텍스트(context)가 넘치지 않도록 긴 작업을 유지하며, 해당 시점에서 작업을 중단하거나 넘깁니다.

제가 실제로 활용할 만한 두 가지는 Qwen 쌍인 qwen-agent와 qwenchance인데, 그 이유는 아래에서 설명할 비용 절감 아이디어와 관련이 있기 때문입니다. 나머지도 훌륭하지만 다른 곳에서도 충분히 찾을 수 있는 일반적인 것들입니다.

Part 1 — 핵심 아이디어: 단순 반복 작업은 저렴한 모델로 보내기

qwen-agent라고 불리는 기술은 한 가지 일을 수행하며, 그것을 아주 잘 해냅니다. 이 기술은 작업을 두 그룹으로 나눕니다. 파일 전체의 변수 이름 변경, 보일러플레이트(boilerplate) 작성, 긴 로그 요약과 같이 반복적이고 사고력이 적게 필요한 작업은 대신 Qwen과 같은 저렴한 모델로 보냅니다. 더 비싼 메인 모델은 진정으로 판단력이 필요한 작업에만 남겨둡니다.

이 방식이 실제로 효과를 발휘하는 이유는, 전체를 한꺼번에 쏟아붓고 요행을 바라는 대신, 대규모 작업을 저렴한 모델의 더 작은 컨텍스트(context)에 맞는 조각들로 나누도록 강제하기 때문입니다. 이와 함께 사용하는 기술인 qwenchance는 에이전트가 같은 파일을 루프를 돌며 반복해서 읽거나, 행동 없이 천 단어씩 생각만 하고 있는 상황을 감시하며, 토큰이 조용히 낭비되지 않도록 작업을 중단하거나 넘기게 만듭니다.

Part 2 — 작동 원리: 작업의 가치와 도구의 가격을 일치시키기

이는 제가 평소에 견지하는 원칙과도 일치합니다: 모든 것을 가장 비싼 단일 모델로 밀어붙이지 마십시오. 작업마다 가치는 다릅니다. 확인하기 쉽고 해석이 필요 없는 작업은 이를 수행할 수 있는 가장 저렴한 수단, 즉 저렴한 모델이나 단순한 코드(plain code)에 맡겨야 합니다. 문맥(context)이나 판단(judgment call)이 필요한 작업이야말로 비싼 모델에 비용을 지불해야 하는 영역입니다.

이렇게 생각하면 비용은 모든 작업에 걸쳐 일정하고 높게 유지되는 대신, 작업의 가치를 따라가게 됩니다. 또한 품질을 희생하지도 않습니다. 강력한 모델이 필요한 작업에는 여전히 강력한 모델이 투입되기 때문입니다. 단지 저렴한 도구가 충분히 처리할 수 있는 작업에 비싼 모델을 낭비하는 것만 멈추면 됩니다.

Part 3 — 자신의 환경에 이 아이디어를 적용하는 방법 (단계별 가이드)

이 방식을 실제로 시도해보고 싶다면, 첫 번째 질문은 9arm이 실제로 이를 어떻게 연결했는가 하는 점일 것입니다. 정답은 qwen-agent 자체의 SKILL.md에 있습니다. 핵심은 claude-9arm이라는 명령어로, 이는 그의 게이트웨이를 통해 라우팅되는 claude --model qwen3.6-35b-a3b의 별칭(alias)입니다. 작업을 넘기려면 -p 옵션을 사용하여 헤드리스(headless)로 실행합니다:

claude-9arm -p "<완전히 독립적인 작업 내용>" --allowedTools Bash Read Edit Write Glob Grep

--allowedTools 목록은 서브 에이전트(subagent)가 승인을 위해 멈추지 않고 스스로 도구를 선택할 수 있게 해줍니다. 이 옵션을 빼면 첫 번째 편집 단계에서 작업이 중단됩니다.

하지만 작업 도중 시스템이 무너지는 것을 방지하기 위해, SKILL.md는 세 가지 핵심 사항을 강조합니다. 이 세 가지가 명령 자체보다 이 아이디어가 작동하는 진짜 이유입니다.

• 독립적으로 작동하는 프롬프트를 작성하십시오. 저렴한 모델은 당신의 대화 내용을 전혀 알지 못합니다. 모든 파일에 대한 절대 경로(absolute paths)를 제공하고, 무엇을 변경해야 하는지, 그리고 무엇이 "완료(done)" 상태인지 명시하십시오. 절대 "우리가 논의했던 파일"과 같이 지칭하지 마십시오.
• 128k 컨텍스트(context) 크기에 맞추십시오. Qwen은 최상위 모델보다 훨씬 적은 양을 수용합니다. 큰 작업은 전체 리포지토리(repo)를 한꺼번에 쏟아붓는 것이 아니라, 각각 제한된 파일 세트만을 다루는 청크(chunks)로 나누어야 합니다.
• 매번 출력을 검증하십시오. 저렴한 모델을 사용하면 신뢰성이 떨어집니다. 작업이 완료되었다고 판단하기 전에 diff를 읽거나 테스트를 실행하여 확인하십시오.

핵심 포인트는 다음과 같습니다: Qwen을 전혀 사용할 필요가 없다는 것입니다. 아이디어의 핵심은 "이 작업을 완료할 수 있는 가장 저렴한 것"을 찾는 것입니다. 즉, 모델 등급을 한 단계 낮춘 서브 에이전트(subagent), 로컬에서 실행하는 모델, 또는 AI가 포함되지 않은 짧은 스크립트가 그 대상이 될 수 있습니다. claude-9arm 메커니즘은 이를 구현하는 하나의 방법일 뿐, 필수 요구 사항은 아닙니다.

9arm이 추가로 제시하는 나머지 절반은 qwenchance로, 긴 작업이 토큰을 낭비하며 무한 루프에 빠지는 것을 방지하는 스킬입니다. 이 로직은 설치하지 않고도 즉시 활용할 수 있습니다. 각 단계 전에 세 가지를 확인하십시오. 동일한 파일을 다시 읽고 있거나 폐기된 가설을 재시도하고 있지는 않은지, 아무런 행동 없이 천 단어 이상 추론만 하고 있지는 않은지, 그리고 컨텍스트(context)가 부족해지고 있지는 않은지 확인하십시오. 만약 이 중 하나라도 해당된다면, 전체 실행이 루프 속에서 녹아내리게 두지 말고 즉시 중단하고 작업을 넘기십시오.

만약 전체 세트를 원하신다면? 해당 저장소(repo)는 npx skills add thananon/9arm-skills를 통해 설치하는 것을 권장하며, 이는 어떤 에이전트에서도 작동합니다. 하지만 이전과 마찬가지로, 전체 번들을 모두 가질 필요는 없습니다. 두 가지 Qwen 스킬을 읽어보고 이미 사용 중인 환경에 맞는 자신만의 버전을 작성하십시오. 그러면 통째로 복사하는 것보다 더 큰 효과를 얻을 수 있을 것입니다.

파트 4 — 저장소에 대한 솔직한 이야기, 그리고 사용법

저장소 자체에 대해 솔직히 말씀드리자면, 규모가 작고 개인적인 프로젝트입니다. 6개의 스킬로 구성되어 있으며, 버킷(bucket) 레이아웃은 Matt Pocock의 저장소에서 출처 표기 없이 빌려온 것입니다. 따라서 이 저장소의 가치는 전체를 가져오는 데 있는 것이 아니라, 이 하나의 비용 절감 아이디어에 있습니다. 이는 이 시리즈 전체의 교훈과 일치합니다: 어떤 저장소도 통째로 삼키기 위한 것이 아니라, 좋은 부분만 취하는 것입니다.

이를 사용하기 위해 Qwen이 반드시 필요한 것도 아닙니다. 핵심은 매일 반복하는 작업 중에서 어떤 작업이 비싼 모델을 필요로 하지 않는지 살펴보는 것입니다. 이름 변경, 포맷팅, 요약과 같은 작업들을 더 저렴한 도구에 맡기면, 작업 품질을 떨어뜨리지 않으면서도 비용 부담을 줄일 수 있습니다.

출처: 9arm-skills repo by 9arm (thananon), SKILL.md 파일 및 README에서 직접 읽음. 가치와 가격을 일치시키는 비용 원칙은 저 또한 직접 사용하는 방식입니다.

원래 productize.life/blog/9arm-skills에 게시되었습니다. 홍보가 아닌, 실제 업무와 그 과정으로부터 작성되었습니다.