Molayo

© 2026 Molayo

Dev.to헤드라인2026. 06. 25. 14:29

Skills: 로컬 AI에 재사용 및 트리거 가능한 자동화 기능 부여하기 (온디바이스)

요약

Off Grid AI Desktop을 사용하여 로컬 환경에서 재사용 가능한 프롬프트 패키지인 '스킬(Skill)'을 구축하고 자동화하는 방법을 소개합니다. 슬래시 명령어뿐만 아니라 스케줄, 키워드, 이벤트를 통한 트리거 기능을 통해 온디바이스 AI의 자동화 수준을 높일 수 있습니다.

핵심 포인트

  • 스킬(Skill)은 재사용 가능한 지침 패키지로 .skills 디렉토리에 저장하여 관리함
  • 슬래시 명령어를 통해 저장된 프롬프트 스킬을 즉시 호출 가능
  • 스케줄, 키워드, 이벤트 기반 트리거로 스킬의 자동 실행 지원
  • 오픈 소스 기반의 오프라인 작동으로 보안 및 개인정보 보호 강화

당신은 AI에게 똑같은 프롬프트(Prompt)를 반복해서 작성합니다. 교정 지침, 스탠드업(Standup) 형식, 분류(Triage) 규칙 등 말이죠. 매번 이를 다시 타이핑하거나 메모 파일에서 복사해 붙여넣고, 문구를 다시 수정하곤 합니다.

Off Grid AI Desktop을 사용하면 해당 프롬프트를 '스킬(Skill)'로 한 번 저장한 뒤, 슬래시 명령어(/)로 실행하거나 스스로 작동하도록 설정할 수 있습니다. 이 모든 과정은 당신의 기기 내에서 실행됩니다.

GitHub →

무료이며, 오픈 소스(Open-source)이고, 오프라인에서 작동합니다. 계정, API 키, 텔레메트리(Telemetry)가 필요 없습니다.

스킬(Skill)이란 무엇인가

스킬은 재사용 가능한 지침 패키지입니다. Claude Code 스킬을 사용해 보았다면 그 형태가 익숙할 것입니다. 모델에게 지침이 담긴 폴더를 전달하고, 이름을 붙인 뒤, 해당 동작이 필요할 때마다 호출하는 방식입니다.

각 스킬은 로컬 .skills 디렉토리 아래의 폴더입니다. 그 내부에는 두 부분으로 구성된 SKILL.md 파일이 들어 있습니다. 스킬의 이름과 설명을 제공하는 프론트매터(Frontmatter)와 실제 지침을 담고 있는 본문입니다.

.skills/
  proofread/
    SKILL.md

SKILL.md는 다음과 같이 생겼습니다:

---
name: proofread
description: Fix grammar and tighten prose without changing meaning.
...

폴더가 필요하지 않다면, 단일 파일인 proofread.md로도 작동합니다. 개념은 동일하며 파일 하나로 구성됩니다.

명령어로 스킬 실행하기

채팅창에 슬래시 명령어를 입력하여 스킬을 호출하세요. /proofread를 입력하면 해당 스킬의 지침을 가져와 당신의 메시지에 적용합니다.

이것이 일상적인 사용 방식입니다. 자주 요청하는 작업들을 위해 작은 스킬 라이브러리를 구축한 다음, 프롬프트를 다시 쓰는 대신 이름으로 호출하는 것입니다.

가장 먼저 작성해 볼 만한 몇 가지 스킬은 다음과 같습니다:

  • proofread (교정): 당신의 말투를 바꾸지 않으면서 문법을 정리하고 문장을 다듬습니다.
  • standup (스탠드업): 어제의 작업 목록을 간결한 데일리 스탠드업 게시물로 변환합니다.
  • triage (분류): 메시지나 작업 묶음을 읽고 각각 한 줄의 이유와 함께 긴급도에 따라 분류합니다.

각 스킬은 SKILL.md의 몇 줄로 구성됩니다. 한 번 작성해 두면 영구적으로 사용할 수 있습니다.

트리거(Triggers): 스스로 실행되는 스킬

스킬이 반드시 슬래시 명령어 (slash command)를 기다려야 하는 것은 아닙니다. 스킬에 트리거 (trigger)를 부여하면 스스로 실행될 수 있습니다. 트리거된 스킬이 발동되면, 정의된 액션 프롬프트 (action prompt)를 실행하며, 작업하는 동안 MCP 커넥터 (connector) 도구들에 접근할 수 있습니다.

세 가지 트리거 유형이 있습니다.

스케줄 (Schedule). 스킬이 사용자가 설정한 현지 시간(예: 09:00)에 매일 실행됩니다. 아침 요약이나 하루를 마무리하는 정리 작업에 유용합니다.

키워드 (Keyword). 새로 캡처된 관찰 내용 (observation)에 특정 키워드가 나타나면 스킬이 발동됩니다. 만약 캡처된 내용에 "invoice"가 나타나면, 결제 관련 스킬이 깨어나 해당 내용에 따라 조치를 취할 수 있습니다.

이벤트 (Event). 새로운 캘린더 이벤트나 새로운 승인 사항이 발생하면 스킬이 발동됩니다. 회의 전에 컨텍스트 (context)를 준비하거나, 대기열 (queue)에 항목이 들어오는 즉시 대응할 때 유용합니다.

실제 사례: 데일리 스탠드업 (daily standup)

매일 아침 별도로 신경 쓰지 않아도 스탠드업 요약본을 받아보고 싶다고 가정해 봅시다.

standup 스킬을 작성합니다. 본문에는 모델에게 당신이 원하는 스탠드업 형식(무엇을 완료했는지, 다음 단계는 무엇인지, 장애물은 무엇인지 등)을 알려줍니다. 그리고 09:00에 실행되도록 스케줄 트리거를 부여합니다.

매일 아침 스킬은 스스로 액션 프롬프트를 실행합니다. 만약 MCP를 통해 작업 도구 (task tool)를 연결해 두었다면, 스킬은 내용을 작성하는 동안 해당 도구에서 정보를 가져올 수 있습니다. 당신이 자리에 앉았을 때 요약본은 이미 준비되어 있습니다. 당신은 단 한 마디도 타이핑하지 않았습니다.

트리거가 도구에 접근하는 방식

트리거된 스킬은 사용자가 설정한 MCP 커넥터 (connectors)를 사용할 수 있습니다. 작업 추적기 (task tracker)나 노트 도구와 같은 도구를 연결하면, 실행 중인 스킬이 작업의 일환으로 해당 도구의 데이터를 읽을 수 있습니다.

로컬 모델 (local model)은 추론 (reasoning)을 수행하고, 커넥터 (connector)는 데이터를 가져옵니다. 스킬은 당신이 작성한 지침 (instructions)을 통해 이 둘을 하나로 묶습니다. 분류 (triage) 스킬은 오늘의 항목들을 읽고 분류할 수 있으며, 스탠드업 스킬은 어제 완료된 작업들을 가져올 수 있습니다.

이 패턴은 기억하기 매우 간단합니다. 커넥터가 데이터를 가져오고, 온디바이스 모델 (on-device model)이 그 데이터를 바탕으로 추론하며, 스킬이 무엇을 할지 결정합니다.

모든 것은 로컬에 유지됩니다

이 점이 클라우드 자동화 도구와 차별화되는 부분입니다. 스킬 파일은 사용자의 디스크에 저장됩니다. 이를 실행하는 모델은 사용자의 기기에 있습니다. 트리거(trigger) 또한 사용자의 기기에서 작동합니다.

그 어떤 것도 기기를 벗어나지 않습니다. 사용자의 .skills 폴더는 사용자가 직접 읽고, 편집하고, git으로 버전 관리를 하며, 백업할 수 있는 온전한 사용자의 것입니다. 서버에서 사용자의 캘린더를 감시하는 자동화 서비스도 없으며, 타인의 계정에 저장된 프롬프트 라이브러리도 존재하지 않습니다.

좋은 스킬을 작성하기 위한 팁

스킬이 더 잘 작동하게 만드는 몇 가지 방법입니다.

설명(description)을 명확하게 작성하세요. 설명은 모델에게 해당 스킬의 용도를 알려주는 역할을 하므로, 설명이 모호하면 동작도 모호해집니다.

본문(body)을 구체적으로 작성하세요. 원하는 형식, 톤(tone), 예외 케이스(edge cases)를 명시하세요. 모델은 힌트보다 명확한 지침을 훨씬 더 잘 따릅니다.

매일 사용하는 스킬 하나부터 시작하세요. 하나를 제대로 완성한 다음 다음 것을 추가하세요. 몇 개의 정교한 스킬이 어설프게 작성된 수많은 스킬보다 훨씬 낫습니다.

트리거 기반 스킬의 경우, 액션 프롬프트(action prompt)의 범위를 엄격하게 제한하세요. 스스로 실행되는 스킬은 사용자가 옆에서 독려해 줄 수 없으므로, 무엇을 생성해야 하는지 정확히 알고 있어야 합니다.

개인정보 보호: 클라우드 자동화보다 강력한 보안

클라우드 자동화 플랫폼은 사용자의 트리거, 프롬프트, 그리고 해당 데이터가 접촉하는 모든 데이터를 자신들의 서버에 보관합니다. 모든 실행 기록은 사용자가 제어할 수 없는 어딘가에 로그로 남습니다.

Off Grid AI Desktop은 이 모든 것을 사용자의 기기에 보관합니다. 스킬 파일은 로컬에 있습니다. 모델도 로컬에 있습니다. 트리거도 로컬에서 실행됩니다. 이 앱은 AGPL-3.0 라이선스이므로, 앱이 정확히 무엇을 하는지 직접 읽어볼 수 있습니다. 계정도 필요 없고, 원격 측정(telemetry)도 없습니다.

시작하기

  1. https://github.com/off-grid-ai/desktop에서 앱을 받거나, 클론(clone)하여 빌드하세요.
  2. 앱을 설치 및 실행한 다음, 내장된 브라우저를 통해 채팅 모델을 다운로드하세요.
  3. .skills 폴더를 생성하고 proofread.md 또는 proofread/SKILL.md 파일을 넣으세요.
  4. 채팅창에 /proofread를 입력하여 실행하세요.
  5. 스킬에 트리거를 추가하여 일정, 키워드 또는 이벤트에 따라 실행되도록 설정하세요.

향후 계획

  • 캡처(capture) 및 승인(approvals)과 관련된 더 많은 이벤트를 위한 더 풍부한 트리거(trigger) 세트.
  • 메시(mesh) 네트워크를 통해 페어링된 기기 간에 스킬 폴더 공유.
  • 포크(fork)하여 편집할 수 있는 스타터 스킬(starter skills) 라이브러리.

FAQ

Q: 정말 무료인가요?

네. 이 앱은 AGPL-3.0 라이선스 하에 무료이며 오픈 소스(open-source)입니다. 계정, 구독, API 키가 필요하지 않습니다.

Q: 스킬(skill)이 단순히 프롬프트(prompt)를 붙여넣는 것과 어떻게 다른가요?

스킬은 저장되고, 이름이 지정되며, 슬래시 명령어(slash command)로 호출할 수 있습니다. 매번 프롬프트를 다시 입력하는 대신 한 번만 작성하면 되며, 스킬은 트리거(trigger)를 통해 스스로 실행될 수도 있습니다.

Q: 스킬은 오프라인에서도 작동하나요?

네. 스킬은 디스크 상의 파일이며 모델은 사용자의 기기에서 실행됩니다. 네트워크는 필요하지 않습니다.

Q: 무엇이 스킬을 자동으로 트리거할 수 있나요?

로컬 시간 기준의 일일 일정, 새로 캡처된 관찰(observation) 내의 키워드, 또는 새로운 캘린더 항목이나 새로운 승인(approval)과 같은 이벤트가 트리거가 될 수 있습니다.

Q: 스킬이 연결된 도구(tools)를 사용할 수 있나요?

네. 트리거된 스킬은 액션 프롬프트(action prompt)를 실행하는 동안 MCP 커넥터 도구(MCP connector tools)를 사용할 수 있습니다.

Q: 제 데이터는 비공개로 유지되나요?

네. 스킬 파일, 모델, 트리거 모두 사용자의 기기에 머무릅니다. 텔레메트리(telemetry)는 없으며 소스 코드는 공개되어 있습니다.

프롬프트를 스킬로 저장하고 로컬 AI가 대신 실행하도록 하세요.

GitHub →

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0