AI 역량을 '생산 라인'에 구축하기 시작하며 배운 것

2025년에 처음 AI 에이전트를 사용했을 때, 저는 모든 대화를 백지 상태로 여겼습니다. 질문을 하고 답을 얻은 다음, 다음으로 넘어갔죠. 간단한 작업에는 효과적이었지만, 여러 단계의 과정이나 세션 간의 맥락 공유, 반복적인 워크플로우가 필요한 순간이 오자 벽에 부딪혔습니다. 저는 같은 프롬프트를 계속 재창조하고, 같은 제약 조건을 다시 설명하며, 왜 제 에이전트가 이미 알아야 할 것을 자꾸 '잊어버리는지' 의아해했습니다.

그러다가 '스킬(skills)'을 발견했습니다.

한 번 설정하고 잊어버리는 모호한 종류의 스킬이 아닙니다. 저는 구조화되고 공유 가능한 지식 패키지를 말합니다. 본질적으로 AI 에이전트에게 특정 유형의 작업을 처리하는 방법을 정확히 가르치는 레시피 카드 같은 것입니다. 명확한 지침이 담긴 마크다운(Markdown) 파일로, 때로는 스크립트와 템플릿과 함께 묶여서 일반적인 어시스턴트를 실제로 여러분의 업무를 수행할 줄 아는 존재로 변화시켜 줍니다.

결정적 순간 (The Breaking Point)

몇 달 전, 저는 다음이 필요한 연구 프로젝트에 깊이 몰두하고 있었습니다:

• 기술 문서 스캔하기
• 여러 출처에 걸쳐 발견된 내용 교차 참조하기
• 특정 형식으로 요약문 작성하기
• 출력물에 대한 검증(validation) 확인 실행하기

매 세션마다 저는 맥락을 재설정하는 데 10~15분을 소비했습니다. 네 번째 세션에 이르러서는 다시 흐름을 찾기 위해 소설 분량의 프롬프트를 작성해야 했습니다. 그때 깨달았습니다. 이것은 단순한 프롬프팅(prompting) 문제가 아니었습니다. '스킬(skills)' 문제였습니다.

저는 전체 워크플로우를 단일 스킬 파일로 묶었습니다. 맥락, 제약 조건, 출력 형식, 검증 단계까지 모두 말이죠. 다음 세션은 어땠을까요? 하나의 명령만으로 에이전트는 다시 흐름 속에 있었습니다. 재발명할 필요도 없고, 시간 낭비도 없었죠.

그 이후 달라진 점 (What Changed After That)

사소하게 들릴 수 있지만, 변화는 실질적이었습니다. 저는 AI를 대화 상대처럼 취급하는 것을 멈추고, 온보딩 문서가 필요한 주니어 팀원처럼 다루기 시작했습니다.

또한 저는 다른 사람들에게서 기술을 수집하기 시작했습니다. 어떤 것은 아름다웠습니다—제가 몇 주 동안 씨름했던 문제에 대한 우아한 해결책들이었습니다. 또 어떤 것은 거칠었지만 제가 정확히 필요로 하는 것을 해결해주었습니다. 패턴은 항상 같았습니다. 누군가가 이미 자신의 에이전트가 유용하게 작동하도록 만드는 방법을 알아냈고, 그것을 저도 사용할 수 있도록 패키징해 놓았다는 것입니다.

이것이 나아갈 방향

지금 저는 이 아이디를 중심으로 조용한 생태계가 형성되는 것을 지켜보고 있습니다. 사람들이 기술을 공유하고, 마켓플레이스를 구축하며, 표준에 대해 논쟁하고 있습니다. 어떤 사람들은 에이전트 코딩에 집중합니다. 어떤 사람들은 리서치 워크플로우에 집중합니다. 또 다른 사람들은 창의적인 작업에 집중합니다.

제가 가장 흥미롭게 생각하는 것은 기술 자체가 아니라 패턴입니다. 우리는 API, 라이브러리, 오픈소스 도구에서 똑같은 일이 일어나고 있는 것을 보고 있습니다. 한 사람의 머릿속에 존재하던 지식이 휴대 가능하고(portable), 재사용 가능하며(reusable), 공유 가능한 것이 되고 있습니다.

만약 여러분이 AI 에이전트를 활용하여 작업물을 만들고 있고, 여전히 매번 새로운 프롬프트를 작성하고 있다면, 하나의 워크플로우를 기술로 패키징해 보는 것을 권장합니다. 한 시간도 걸리지 않으며, 절약하는 시간은 빠르게 복리 효과를 냅니다.

저는 dijily에서 제가 유용하다고 생각한 몇 가지 기술들을 수집하고 큐레이션 해왔습니다. 과장은 없고, 약속도 없습니다—단지 제가 무엇이 작동하는지 추적하고 다른 사람들이 도움이 될 것이라고 생각할 때 공유하는 곳입니다.

[https://www.dijily.dpdns.org]