12. 절차를 가르치면 알아서 실행하는 AI
매번 명령해야 하는 불편함
서브에이전트까지 만들었다.
슬래시 커맨드로 일상 루틴 자동화, 서브에이전트로 복잡한 프로젝트 처리.
근데 하나 더 필요했다.
"Google Calendar 일정을 Daily Note에 자동으로 넣고 싶어"
방법은 있었다.
/calendar # 슬래시 커맨드
→ gcalcli 실행
→ 일정 조회
→ 복사
→ Daily Note에 붙여넣기
되긴 한다. 하지만 매번 /calendar를 쳐야 한다.
나: "/daily-note"
"/calendar" # 일정 확인
[복사/붙여넣기]
→ 3단계
→ 매일 반복
더 좋은 방법은 없을까?
이상적인 시나리오:
나: "오늘 일정 뭐 있어?"
Claude: [알아서 캘린더 조회]
"19:30 GPTers 스터디"
→ 명령 없이 자연스럽게
SOP를 AI에게 가르치기
15년 카페를 운영하면서 배운 것이 있다.
SOP(Standard Operating Procedure). 표준 작업 절차다.
카페 직원 교육:
상황: 손님이 메뉴 추천 요청
SOP:
1. 선호도 질문 ("진하신 거 좋아하세요?")
2. 메뉴 3개 추천
3. 시음 제안
→ 매번 지시할 필요 없음
→ 상황 보고 알아서 실행
좋은 직원은 SOP를 이해하고 알아서 실행한다.
신입 직원:
"손님이 메뉴 추천 요청하면 어떻게 하죠?"
→ 매번 물어봄
숙련 직원:
[손님 메뉴 추천 요청]
→ SOP 자동 실행
→ 물어볼 필요 없음
절차를 가르쳐 두면 알아서 실행한다.
AI도 마찬가지 아닐까?
Before (명령 기반):
나: "/calendar" # 명시적 호출
Claude: [실행]
After (SOP 기반):
나: "오늘 일정 뭐 있어?" # 자연스러운 대화
Claude: [상황 판단]
[적절한 절차 자동 실행]
SOP를 가르치면 AI가 상황을 판단하고 알아서 실행한다.
2025년 10월 16일, Skills 등장
Anthropic이 Claude Agent Skills를 발표했다.
Skills = AI에게 절차를 가르치는 방법
"이런 상황에서는 이렇게 해"
→ AI가 상황 판단
→ 알아서 실행
MCP(Model Context Protocol)라는 게 있었다. 외부 시스템을 연결하는 방법이다.
하지만 문제가 있었다.
MCP의 문제:
- Server 형태로 항상 실행
- 콘텍스트 항상 차지 (수만 토큰)
- Calendar MCP 하나만으로도 3,000 토큰
Claude Code 전체 콘텍스트: 200,000 토큰
MCP 3개면: 23,000 토큰 상시 점유 (11.5%)
→ 정작 중요한 작업에 쓸 공간 부족
Skills는 다르다.
Skills의 접근:
- 평소: YAML frontmatter만 로드 (수십 토큰)
- 실행 시: 필요한 내용만 로드 (수천 토큰)
google-calendar Skill:
- 평소: 30 토큰
- 실행 시: 2,000 토큰
→ 200배 효율적
콘텍스트를 아낀다.
첫 SOP 가르치기
google-calendar Skill을 만들었다.
---
name: google-calendar
description: "오늘 일정", "이번 주 일정", "미팅 잡아줘" 등 언급 시 자동 실행
allowed-tools: Bash, Read
---
# Google Calendar SOP
## 상황 1: 일정 조회 요청
사용자가 "일정", "스케줄", "캘린더" 언급 시:
1. gcalcli 사용하여 Google Calendar 조회
2. Markdown 형식으로 정리
3. 결과 반환
## 상황 2: 일정 추가 요청
사용자가 "일정 잡아줘", "미팅 추가" 언급 시:
1. add_event.py 스크립트 실행
2. 날짜, 시간, 제목 파라미터 전달
3. 추가 완료 확인
이게 SOP다.
카페에서 직원에게 가르치듯이, AI에게 절차를 가르쳤다.
폴더 구조:
~/.claude/skills/google-calendar/
└── skill.md
10분이면 완성된다.
AI가 알아서 실행한다
실제로 써봤다.
나: "오늘 일정 뭐 있어?"
Claude:
[google-calendar Skill 감지]
[상황 판단: 일정 조회 요청]
[SOP 실행: gcalcli 호출]
"오늘 일정:
- 19:30 GPTers 19기 스터디장 OT 모임"
놀랐다.
Before (슬래시 커맨드):
나: "/calendar" # 명령 필요
Claude: [실행]
After (Skills):
나: "오늘 일정 뭐 있어?" # 자연스러운 대화
Claude: [알아서 판단 & 실행]
"일정"이라는 단어만 들어도 SOP를 실행한다.
카페에서 손님이 "메뉴 추천해줘"라고 하면 직원이 알아서 절차를 따르듯이.
SOP가 자동으로 연결된다
더 좋은 건 자동 통합이다.
나: "/daily-note"
Claude:
[Daily Note 생성 절차 실행]
[내용에 "스케줄" 섹션 발견]
[google-calendar Skill 자동 실행]
→ 오늘 일정 조회
→ Daily Note에 자동 삽입
결과:
# 2025-11-05
## 스케줄
### Google Calendar
- 19:30 GPTers 19기 스터디장 OT 모임
추가 명령 없이 자동으로 들어간다.
Before/After 비교:
Before (수동):
1. /daily-note 실행
2. 캘린더 앱 열기
3. 일정 확인
4. Daily Note에 수동 복사
5. 다시 Claude Code
→ 컨텍스트 잃음
→ 5단계
After (SOP 자동화):
1. /daily-note 실행
→ 일정 자동 포함
→ 1단계
워크플로우가 끊기지 않는다.
4가지 자동화 방식 정리
여기까지 배운 것:
- 슬래시 커맨드 (명령 기반)
- 서브에이전트 (프로젝트 매니저)
- Skills (SOP 기반)
- MCP (외부 시스템 연결)
언제 뭘 쓸까?
비교표
| 항목 | 슬래시 커맨드 | 서브에이전트 | Skills | MCP |
|---|---|---|---|---|
| 실행 방식 | /command |
Task tool | Model-invoked | Server |
| 콘텍스트 | 메인 공유 | 독립 window | 필요시 로드 | 항상 로드 |
| 초기 토큰 | 0 | 0 | 수십 (YAML만) | 수천~수만 |
| 실행 시간 | 2-5초 | 5-90분 | 즉시 | 초기화 필요 |
| 비유 | 단축키 | 프로젝트 매니저 | SOP | 시스템 통합 |
실제 사용 기준
슬래시 커맨드 (명령 기반):
- 매일 반복하는 루틴
- 2-5초 내 끝나는 작업
- 명시적으로 호출하고 싶을 때
예: /daily-note, /idea, /daily-review
서브에이전트 (프로젝트 매니저):
- 복잡한 워크플로우 (5-90분)
- 독립적인 context 필요
- 병렬 실행 필요
예: cafe-launch-pm, youtube-content-analyzer
Skills (SOP 기반):
- 자연스러운 대화에서 자동 실행
- 절차를 가르치면 AI가 상황 판단
- 외부 서비스, 파일 처리, 자동화
예: google-calendar, web-crawler-ocr
MCP (시스템 통합):
- 항상 연결 필요한 시스템
- 표준화된 프로토콜 필요
- 콘텍스트 트레이드오프 감수
예: Filesystem, Database
Skills = SOP 자동화
Skills의 핵심은 SOP다.
카페 SOP 예시
카페 직원 교육:
상황: 손님이 메뉴 추천 요청
절차:
1. 선호도 질문 ("진하신 거 좋아하세요?")
2. 메뉴 설명 (3개 추천)
3. 시음 제안
→ 매번 지시할 필요 없음
→ 상황 보고 알아서 실행
Skills SOP 예시
google-calendar Skill:
상황: "일정", "스케줄" 언급
절차:
1. gcalcli로 Calendar 조회
2. Markdown 포맷팅
3. 결과 반환
→ 매번 /calendar 칠 필요 없음
→ 상황 판단하고 알아서 실행
같은 원리다.
Skills 활용 범위
SOP는 모든 업무에 적용된다.
1. 외부 서비스 SOP:
- Calendar 조회 절차
- Notion DB 업데이트 절차
- Slack 알림 절차
2. 파일 처리 SOP:
- PDF 분석 절차
- Excel 차트 생성 절차
- 이미지 OCR 절차
3. 코드베이스 SOP:
- 빌드 절차
- 테스트 실행 절차
- 린팅 절차
4. 워크플로우 SOP:
- 데이터 변환 절차
- 리포트 생성 절차
- 배포 체크리스트
외부 서비스만이 아니다. 절차가 있으면 가르칠 수 있다.
Skills의 핵심 장점
1. SOP 자동화
Before (명령 기반):
나: "/calendar" # 매번 명령
Claude: [실행]
After (SOP 기반):
나: "오늘 일정 뭐 있어?" # 자연스러운 대화
Claude: [상황 판단 & 자동 실행]
카페에서 직원에게 절차를 가르치듯이.
"손님이 메뉴 추천 요청하면" → 알아서 실행
2. 콘텍스트 효율
MCP 사용 시 (3개):
200,000 토큰 중 23,000 토큰 상시 점유 (11.5%)
실제 작업 가능: 177,000 토큰
Skills 사용 시 (3개):
200,000 토큰 중 105 토큰 평소 (0.05%)
실제 작업 가능: 199,895 토큰
차이: 22,895 토큰 (11.45%)
11%의 콘텍스트를 회복했다.
복잡한 프로젝트를 다룰 때, 서브에이전트를 실행할 때, 이 11%가 크다.
내가 MCP를 최소화하려고 노력한 이유:
콘텍스트는 유한하다.
200,000 토큰이 전부다.
MCP 3개면:
- 23,000 토큰 항상 차지
- 실제 작업 공간 11% 감소
- 서브에이전트 실행할 때 부담
Skills로 전환:
- MCP 0개 사용
- 평소 콘텍스트 99.95% 확보
- 필요할 때만 로드
→ 같은 기능, 200배 효율
3. 워크플로우 유지
Before (MCP 없을 때):
문서 작성 중
→ 캘린더 앱 열기
→ 일정 확인
→ 다시 Claude Code
→ 어디까지 했지? (컨텍스트 잃음)
After (Skills):
문서 작성 중
→ "오늘 일정 뭐 있지?" (그냥 물어봄)
→ 바로 확인
→ 작업 계속
앱 전환이 없다. 컨텍스트가 유지된다.
4. 자동 통합
/daily-note 실행하면:
1. Daily Note 파일 생성
2. google-calendar Skill 자동 실행
3. 일정 자동 삽입
4. 완성된 Daily Note
→ 추가 명령 불필요
슬래시 커맨드와 Skills가 자연스럽게 연결된다.
5. 간단한 구조
MCP 설정:
1. mcp_servers.json 수정
2. Server 설치 (npm, python 등)
3. 환경 변수 설정
4. Claude Code 재시작
→ 20-30분
Skills 설정:
1. SKILL.md 하나 생성 (SOP 작성)
2. 스크립트 작성 (선택)
→ 10분
Skills가 훨씬 간단하다. SOP 문서 하나면 된다.
MCP vs Skills, 언제 뭘 쓸까
MCP를 써야 할 때
항상 연결 필요:
- Filesystem (파일 시스템 접근)
- Database (실시간 쿼리)
표준화된 프로토콜 필요:
- 여러 AI 도구에서 공유
- 회사 시스템 통합
콘텍스트 트레이드오프 감수:
- 23,000 토큰 차지해도 OK
팀 환경에서는 MCP가 필요할 수 있다. 표준화된 인터페이스가 중요하니까.
Skills를 써야 할 때
필요할 때만 실행:
- Calendar (가끔 조회)
- Web Crawler (특정 URL만)
- Transcript (녹음 파일 있을 때만)
자연스러운 대화:
- "오늘 일정 뭐 있어?"
- "이 URL 분석해줘"
- Model-invoked 방식
콘텍스트 효율 중요:
- 평소 0 토큰
- 실행 시에만 로드
개인 사용자라면 Skills가 낫다. 콘텍스트 효율이 중요하니까.
내 선택 (2025-11-05 기준)
MCP: 0개 (콘텍스트 절약 우선)
Skills: 3개
- google-calendar (일정 SOP)
- web-crawler-ocr (웹 분석 SOP)
- transcript-organizer (녹음 정리 SOP)
슬래시 커맨드: 5개
- /daily-note (명시적 호출)
- /idea
- /daily-review
서브에이전트: 19개
(복잡한 프로젝트용)
필요할 때만 실행된다. 평소 콘텍스트는 거의 198,000/200,000이다.
Skills 기본 구조
SKILL.md 하나면 된다. SOP 문서다.
---
name: google-calendar
description: "오늘 일정", "이번 주 일정", "미팅 잡아줘" 등 언급 시 자동 실행
allowed-tools: Bash, Read
---
# Google Calendar SOP
## 상황 1: 일정 조회
사용자가 "일정", "스케줄", "캘린더" 언급 시:
1. gcalcli 사용하여 Google Calendar 조회
2. Markdown 형식으로 정리
3. 결과 반환
## 상황 2: 일정 추가
사용자가 "미팅 잡아줘" 언급 시:
1. add_event.py 스크립트 실행
2. 날짜, 시간, 제목 파라미터 전달
3. 추가 완료 확인
핵심 요소:
name: Skill 고유 이름
description: 언제 실행할지 (가장 중요!)
allowed-tools: 사용 가능한 도구
Instructions: SOP 절차
description이 가장 중요하다.
좋은 예:
"오늘 일정", "이번 주 일정", "미팅 잡아줘" 등 언급 시 자동 실행
나쁜 예:
Calendar management
→ 구체적인 트리거 키워드가 있어야 AI가 상황 판단 가능
사용자가 실제로 말할 법한 표현을 description에 포함해야 한다.
카페에서 "손님이 메뉴 추천 요청하면"이라고 가르치듯이.
조합 사용 패턴
슬래시 커맨드, 서브에이전트, Skills를 함께 쓴다.
패턴 1: 슬래시 커맨드 + Skills (SOP 자동화)
시나리오: Daily Note 생성
1. /daily-note (슬래시 커맨드)
- 사용자가 명시적 호출
- Daily Note 파일 생성
2. google-calendar (Skills, SOP 자동 실행)
- Claude가 자동 감지
- 일정 조회 SOP 실행
- Daily Note에 삽입
결과: 일정이 포함된 Daily Note 자동 생성
패턴 2: 슬래시 커맨드 + 서브에이전트
시나리오: Daily Review 자동화
1. /daily-review (슬래시 커맨드)
- Git 로그 분석
- Telegram 수집
2. todos-manager (서브에이전트)
- Task tool로 자동 호출
- Daily Note ↔ Todos 싱크
- 독립 context에서 처리
결과: 10분 작업 → 30초
패턴 3: Skills + 서브에이전트
시나리오: 웹사이트 분석 후 정리
1. web-crawler-ocr (Skills, SOP 자동 실행)
- URL 감지
- 웹 크롤링 SOP 실행
- 마크다운 저장
2. content-analyzer (서브에이전트)
- Task tool로 호출
- 핵심 내용 추출
- 구조화된 분석 리포트
결과: 3시간 수작업 → 5분 자동화
각자의 장점을 조합한다.
핵심 정리
Skills = SOP 자동화
카페 직원에게 SOP 가르치듯이:
"손님이 메뉴 추천 요청하면 → 선호도 확인 → 추천 → 시음 제안"
AI에게 SOP 가르치기:
"일정 언급하면 → gcalcli 실행 → 포맷팅 → 결과 반환"
→ 매번 명령할 필요 없음
→ 상황 판단하고 알아서 실행
MCP vs Skills
MCP (2024년 방식):
- Server 형태
- 항상 실행
- 콘텍스트 항상 차지 (수만 토큰)
- 강력하지만 비효율
Skills (2025년 10월 추가):
- SOP 기반
- 필요할 때만
- 콘텍스트 0 (평소)
- 효율적이고 자연스러움
4가지 자동화 방식
1. 슬래시 커맨드: /daily-note (명시적 호출, 2-5초)
2. 서브에이전트: Task tool (복잡한 워크플로우, 5-90분)
3. Skills: Model-invoked (SOP 자동 실행, 즉시)
4. MCP: Server (항상 연결, 트레이드오프)
언제 뭘 쓸까
단순 반복 → 슬래시 커맨드
복잡한 워크플로우 → 서브에이전트
절차 자동화 → Skills (SOP)
항상 연결 필요 → MCP (트레이드오프)
콘텍스트 효율
MCP 3개: 23,000 토큰 상시 (11.5%)
Skills 3개: 105 토큰 평소 (0.05%)
→ Skills가 200배 효율적
다음 편 예고
Skills 개념은 이해했다. SOP를 가르치면 AI가 알아서 실행한다.
이제 실제로 어떻게 쓰는지 보자.
다음 편:
- web-crawler-ocr Skill
- 경쟁사 웹사이트 분석 SOP
- 3시간 수작업 → 5분 자동화
- Firecrawl + Gemini Vision
- Claude 5MB 제한 → Gemini 20MB로 우회
경쟁사 웹사이트를 3시간이 아니라 5분에 분석한다.