에이전트 기술 (Agent skills)은 대규모 언어 모델 (LLM) 에이전트를 위한 재사용 가능한 운영 지식을 패키징하지만, 그 범위가 확장됨에 따라 정체성, 버전, 출처가 암시적인 상태로 남는 의존성 부담 아티팩트 (dependency-bearing artifacts)가 됩니다. 이러한 불투명성은 이미 중복된 의존성과 일관되지 않은 설치를 유발하고 있으며, 이는 의존성 관리 (dependency management)가 아직 해결하지 못한 격차를 드러냅니다. 우리는 혼합된 기술-패키지-서비스 의존성 그래프를 특징짓고 이 격차를 메우는 데 도움을 주기 위해 에이전트 기술 공급망 (Agent Skill Supply Chains, ASSCs)을 도입합니다. 소프트웨어 자재 명세서 (Software Bill of Materials, SBOMs)에서 아이디어를 얻어, 우리는 자연어 의존성 증거를 포착하고 기술을 의존성 부담 아티팩트로 모델링하는 SkillDepAnalyzer를 설계했습니다. SKILL-DEP 벤치마크에서 SkillDepAnalyzer는 기술 메타데이터와 의존성 그래프를 정확하고 포괄적으로 복구하며, LLM 기반 베이스라인 및 패키지 중심의 SBOM 도구들을 실질적으로 능가합니다. 143만 개 이상의 기술에 SkillDepAnalyzer를 적용하여, 우리는 ASSCs를 확보하고 그 구조적 다양성과 보안 신호를 탐색합니다. 우리는 네 가지 구조적 패턴을 발견했습니다: 기술 메타데이터는 활성화 준비는 되어 있으나 거버넌스(governance)가 부족함; 의존성 그래프는 집중된 재사용과 함께 기술, 패키지, 서비스 의존성에 걸쳐 있음; 재귀적 기술 재사용은 의존성 그래프를 확장하고 숨겨진 패키지 인벤토리를 생성함; 그리고 기술 의존성 클러스터는 관련 워크플로를 중심으로 형성됨. 또한 우리는 기술 하나만을 검사하는 것으로는 그 의존성 속에 숨겨진 보안 관련 신호를 놓친다는 것을 발견했습니다. ASSCs를 분석함으로써, 우리는 ASSCs에 지속적으로 남아 있는 알려진 악성 기술을 식별하여 개발자들에게 보고합니다. 이러한 발견을 바탕으로, 우리는 기술 인프라 유지 관리자를 위한 타입 지정 의존성 매니페스트 (typed dependency manifests), 일급 의존성 클러스터 관리 (first-class dependency-cluster management), 리스크 경고 감사 명령 (risk-warning audit commands), 그리고 기술 개발자를 위한 락파일 (lockfile) 형태의 기록을 권장합니다.