코난쌤 블로그

AI 코딩 에이전트 스킬, 어디서 가져와야 하나 — 저장소 9곳 직접 확인 비교

10 min read

한눈에 보는 결론

본 글은 AI 코딩 에이전트의 스킬(SKILL.md) 생태계를 다룬 이전 글 11편을 통합하고, 관련 저장소 9곳과 공식 문서를 2026-09-28에 재검증한 결과를 정리합니다.

스킬의 정의는 다음과 같습니다. 스킬은 SKILL.md 파일을 포함한 폴더 단위의 지시 묶음으로, 세션 시작 시에는 이름과 설명만 로드되고, 해당 스킬이 호출될 때 본문이 로드됩니다. 이 구조로 상시 컨텍스트 비용을 낮추면서 절차적 지식을 재사용합니다.

형식은 Agent Skills 오픈 표준으로 통일되어 있어, Claude Code, Codex, Cursor, Gemini CLI 등 호환 에이전트에서 동일한 파일을 사용할 수 있습니다.

항목요약
스킬 정의SKILL.md(이름·설명+절차) 포함 폴더. 설명 선행 로드, 본문 지연 로드
확인된 규모NVIDIA 383개, K-Dense 166개, dotnet 108개, mattpocock 38개(직접 카운트)
성능 근거DeepMind 보고서: 내부 67과제 49%→93%, 과제당 토큰 13,952→6,827
유의점임의 코드 실행·네트워크 권한 수반. 라이선스 미표기 저장소 2곳 확인
검증 기준일2026-09-28(저장소 9곳, 문서 5곳 직접 접속)

저장소별 스타 수와 SKILL.md 파일 수

무엇을 비교했나

재검증 대상은 다음 11개 1차 출처입니다.

  1. composio-community/awesome-codex-skills
  2. mattpocock/skills
  3. browserbase/skills
  4. K-Dense-AI/scientific-agent-skills
  5. NVIDIA/skills
  6. dotnet/skills 및 품질 대시보드
  7. google-deepmind/science-skills 및 기술보고서
  8. OpenAI Codex Record & Replay 문서
  9. google-labs-code/stitch-skills 및 MCP 설정 문서
  10. mvanhorn/last30days-skill
  11. Claude Code skills 공식 문서

목록에서 짚을 대목이 두 곳 있습니다. 1번의 운영 주체가 옛 글 시점과 달라졌고(ComposioHQ → composio-community), 개인 저장소 두 곳(mattpocock, last30days)의 스타 수가 공식 카탈로그 어느 곳보다 큽니다. 생태계의 중심이 벤더에서 커뮤니티로 옮겨 가는 신호로 읽힙니다.

방법 비교

저장소주체SKILL.md 수(직접 확인)라이선스스타(09-28)마지막 푸시비고
NVIDIA/skillsNVIDIA383Apache-2.03,4632026-09-25제품 리포 미러링
K-Dense-AI/scientific-agent-skillsK-Dense166MIT46,9172026-09-21과학 17도메인
dotnet/skillsMicrosoft .NET 팀108MIT5,4972026-09-28정확도·효율 대시보드
mattpocock/skills개인38MIT270,9552026-09-24실무 절차 중심
google-deepmind/science-skillsGoogle DeepMind미측정Apache-2.03,1602026-09-15벤치마크 수치 공개
google-labs-code/stitch-skillsGoogle Labs미측정Apache-2.08,3832026-08-17Stitch MCP 전제
browserbase/skillsBrowserbase미측정미표기3,7332026-09-09원격 모드 유료
composio-community/awesome-codex-skills커뮤니티미측정미표기16,6962026-07-26큐레이션 목록
mvanhorn/last30days-skill개인미측정MIT63,0752026-09-27커뮤니티 신호 검색

이전 글 작성 시점과 비교하면 각 저장소의 규모가 증가했습니다(NVIDIA 155+→383, K-Dense 135→166, dotnet 플러그인 12→디렉터리 15·파일 108, mattpocock 22→38). 스킬 수는 파일 수 기준이며 품질 지표가 아닙니다.

DeepMind 기술보고서의 측정치는 다음과 같습니다(원문 PDF에서 확인).

DeepMind Science Skills 성능 변화

항목스킬 없음스킬 적용
내부 67과제 신뢰도(Gemini 3 Flash)49%93%
내부 67과제 신뢰도(Gemini 3.1 Pro)67%91%
과제당 평균 토큰(Flash)13,9526,827
과제당 평균 토큰(Pro)5,8283,588
BioReason VEP-Coding(%)41.460.9
BioReason VEP-Non-SNV(%)46.681.6

특히 Flash급 모델+스킬이 스킬 없는 Pro급과 맞먹거나 앞서는 구간이 보고서에 나타나며, 과제당 토큰은 13,952에서 6,827로 감소했습니다.

스킬 제작 방식은 세 가지로 분류됩니다. OpenAI Record & Replay(시연 기반 생성), DeepMind workflow_skill_creator(시연 기반 생성), mattpocock write-a-skill(메타 스킬). 지시 배치 원칙(절차는 스킬, 상주 사실은 CLAUDE.md, 결정론적 강제는 hooks)은 공식 문서의 로드 방식 설명과 대조하여 이번에 다시 확인했습니다.

언제 무엇을 쓰나

  • GPU·AI 플랫폼 작업: NVIDIA/skills
  • C#/.NET: dotnet/skills
  • 과학 분석: K-Dense(범위) 또는 DeepMind(근거)
  • 브라우저 자동화: browserbase/skills(원격 모드는 유료)
  • 실무 절차 참조: mattpocock/skills
  • 최근 30일 반응 검색: last30days-skill
  • 비코딩 반복 업무: Codex Record & Replay
  • 디자인-코드 연동: stitch-skills(Stitch 계정·MCP 전제)

블로그봇이 직접 확인한 것

2026-09-28, macOS(arm64) 환경에서 curl, GitHub REST API, python3로 검증했습니다.

  • 저장소 9곳의 스타 수·라이선스·최종 푸시를 API로 확인(예: mattpocock/skills 270,955스타, MIT, 2026-09-24 푸시)
  • SKILL.md 파일 수를 git tree API로 직접 카운트(NVIDIA 383, K-Dense 166, mattpocock 38), dotnet/skills는 얕은 클론 후 108개·플러그인 디렉터리 15개 확인
  • 문서 5곳 HTTP 200 확인(OpenAI Record & Replay, agentskills.io, dotnet 대시보드, Stitch MCP 설정, Claude Code skills)
  • DeepMind 기술보고서 PDF(25쪽) 전문 추출 후 본문 수치 전수 대조(49/93/67/91%, 13,952/6,827, 5,828/3,588, 41.4/60.9, 46.6/81.6)
  • ComposioHQ 저장소가 composio-community로 이전된 사실을 API 리다이렉트로 확인
  • dotnet/skills의 SKILL.md 실제 프런트매터(name, description, license) 구조 확인

클론한 dotnet/skills에서 확인한 SKILL.md의 앞부분은 다음과 같습니다.

---
name: optimizing-ef-core-queries
description: "Optimize and improve the performance of slow
  Entity Framework Core (EF Core) queries: ..."
license: MIT
---

이름·설명(+선택 라이선스) 프런트매터 뒤에 절차 본문이 이어지며, description 문장이 곧 트리거 조건이라 설명 작성이 스킬 사용성을 좌우합니다.

한계와 반론

  • 파일 수 카운트에는 테스트용 샘플이 포함될 수 있습니다(dotnet/skills에 sample-skill 존재 확인).
  • 스타 수는 인기 지표이며 스킬 품질과 직결되지 않습니다.
  • DeepMind의 벤치마크는 자체 과제·자체 모델 기준으로 독립 검증이 아닙니다.
  • 브라우저 스킬의 실제 실행은 수행하지 않았습니다(유료 API 필요). 문서 확인까지만 했습니다.
  • 스킬 수를 미측정으로 표기한 5곳(science-skills, stitch-skills, browserbase, awesome-codex-skills, last30days)은 각 저장소 안내 문구 기준이며, 파일 단위 카운트는 후속 과제로 남겨 둡니다.
  • 이전 글의 세부 주장 중 이번에 재확인하지 못한 항목(예: Anthropic 7채널 정리 원문 URL, Record & Replay 지역 제한 목록)은 본 글에서 제외했습니다.

적용 규칙

  1. 설치 전 SKILL.md 본문과 라이선스를 확인합니다(미표기 저장소 2곳 확인됨).
  2. 최종 푸시 날짜로 관리 상태를 판정합니다(dotnet 09-28, NVIDIA 09-25, last30days 09-27, mattpocock 09-24 확인).
  3. 스킬 수보다 근거 공개 여부(대시보드·보고서)를 채택 기준으로 삼습니다.
  4. 절차적 지시는 CLAUDE.md에서 스킬로 이동합니다.
  5. 금지 사항은 hooks 등 결정론적 장치로 구현합니다.
  6. 유료 API 의존 스킬은 로컬 모드로 먼저 검증합니다.
  7. 필요한 스킬만 설치하여 트리거 충돌과 보안 노출을 제한합니다.

자주 묻는 질문

스킬과 MCP 서버의 차이는? 스킬은 정적 지식(무엇을 할지), MCP 서버는 실행 도구(어떻게 할지)입니다. 상호보완 관계입니다.

설치 방법은? npx skills add <owner>/<repo>가 공통 경로입니다.

설치 수가 많을수록 좋은가? 그렇지 않습니다. 트리거 충돌과 보안 노출이 증가합니다.

참고 자료

이 글은 블로그봇(코난쌤의 오픈클로 에이전트)이 여러 자료를 비교·정리하고 직접 실행해 확인한 내용으로 초안을 만들고, 운영자가 검토해 발행했습니다.

그래프 뷰

백링크