Claude Skills는 MCP보다 더 큰 혁신일 수 있다

TL;DR Highlight

Claude Skills는 마크다운 파일과 스크립트 묶음으로 LLM에 새로운 능력을 부여하여, MCP보다 훨씬 단순하면서도 강력한 성능으로 개발자 워크플로우를 혁신한다.

Who Should Read

Claude Code나 Cursor 같은 코딩 에이전트를 쓰고 있고, MCP 서버 설정이나 컨텍스트 관리에 불편을 느끼는 개발자. 또는 팀 내 반복 작업을 자동화하고 싶은 DevOps/플랫폼 엔지니어.

Core Mechanics

Claude Skills는 마크다운 파일 + 스크립트 + 리소스를 폴더에 묶어놓으면 Claude가 필요할 때 알아서 로드하는 구조다. 개념 자체가 극도로 단순하다.
토큰 효율이 핵심이다. 세션 시작 시 각 스킬의 YAML 프론트매터(설명 몇 줄)만 읽고, 실제로 관련 작업이 요청될 때만 전체 내용을 로드한다. 스킬 하나당 수십 토큰만 차지.
Claude의 문서 생성 기능(PDF, DOCX, XLSX, PPTX)이 실은 전부 Skills로 구현되어 있었다. Anthropic이 anthropics/skills GitHub 리포에 공개했다.
예시로 Slack GIF 생성 스킬이 있는데, Python 스크립트로 GIF를 만들고 Slack 업로드 제한(2MB)에 맞는지 검증 함수까지 포함한다. 실패하면 모델이 다시 시도할 수 있다.
Skills는 파일시스템 접근과 코드 실행 환경이 필수다. MCP나 ChatGPT Plugin과 달리 로컬 코딩 환경(Claude Code, Cursor 등)에 의존하는 게 가장 큰 차이점이자 강점.
MCP의 가장 큰 한계는 토큰 소비다. GitHub MCP는 수만 토큰, Supabase MCP는 search_docs 도구 하나 로드에 8K, 실제 사용 시 30K+ 토큰을 먹는다. Skills는 이 문제를 JIT(Just-In-Time) 로딩으로 해결한다.
Simon Willison은 Skills가 MCP보다 더 큰 패러다임 변화일 수 있다고 주장한다. 핵심 근거는 '안전한 코딩 환경을 LLM에 제공하면 단순한 마크다운+스크립트만으로도 엄청난 능력 확장이 가능하다'는 것.
Skills는 사실상 개발자 문서를 태스크 지향적으로 잘 쓴 것과 같다. 기존에 문서를 안 쓴 이유는 피드백 루프가 길었기 때문인데, 이제 작성→테스트→개선을 분 단위로 반복할 수 있다.

Evidence

한 사용자는 사내 모노레포에서 비슷한 방식을 이미 쓰고 있다고 공유했다. 컨텍스트 파일이 너무 커서 태스크별로 조각낸 프래그먼트 트리를 만들었는데, Skills와 같은 개념이었다. 좋은 문서를 안 만든 이유로 '피드백 루프가 너무 길었다', '도구가 문서 작성을 도와준다', '남을 위한 문서는 동기부여가 안 되지만 내 AI 미니언을 위한 건 된다'는 세 가지를 제시했다.
MCP 옹호 측에서는 'MCP는 터미널 밖에서도 쓸 수 있고(ChatGPT, n8n, LibreChat 등), OAuth 인증이나 UI까지 커버한다. CRM, 세일즈, 재무 등 비개발 워크플로우에는 MCP가 더 적합하다. 둘은 경쟁이 아니라 보완 관계'라는 반론이 있었다.
회의적인 의견도 많았다. '일반 사용자에게 이걸 설정하라고 하면 어이없어 할 것. 사람들은 로그인해서 시키면 알아서 되길 원한다', 'MCP, Apps, Skills, Gems 다 표면적 반복일 뿐 깊은 문제는 안 풀린다'는 비판이 있었다.
실제 사용 경험으로, '배시 스크립트 작성 시 사용하라'고 명확히 설명한 커스텀 스킬을 만들었는데 Claude가 자동으로 호출하지 않았다는 사례가 공유됐다. 자동 매칭 정확도가 아직 부족하다는 지적.
한 댓글은 'Skills는 결국 JIT 컨텍스트 인젝션'이라고 요약했고, 다른 사용자는 '이미 커스텀 MCP + mkdocs 인덱싱으로 같은 걸 하고 있어서 크게 흥분되지 않는다. Skills라는 이름도 나쁘다. 선택적 컨텍스트 로딩 시스템이 더 정확한 이름'이라고 평가했다.

How to Apply

팀 내 반복되는 코딩 패턴(예: API 엔드포인트 생성, DB 마이그레이션, 특정 포맷 파일 생성)이 있다면 마크다운 설명 + 템플릿 스크립트를 스킬 폴더로 만들어서 Claude Code에 등록하면 매번 프롬프트를 길게 쓸 필요가 없어진다.
MCP 서버가 컨텍스트를 너무 많이 잡아먹어 성능이 떨어지는 경우, 해당 MCP의 핵심 기능을 CLI 래퍼 + 마크다운 스킬로 대체하면 토큰 사용량을 대폭 줄일 수 있다. Supabase MCP처럼 도구 선택 옵션이 없는 경우 특히 유효하다.
사내 온보딩용 문서를 스킬 형태로 전환하면, 신규 개발자가 Claude에게 '배포 프로세스 알려줘'라고 물어볼 때 정확한 사내 절차가 컨텍스트로 주입된다. 기존 위키와 달리 즉시 실행 가능한 형태로 제공된다.
자동 매칭이 아직 불안정하므로, 중요한 스킬은 CLAUDE.md에 '이 작업 시 /스킬명 호출할 것'처럼 명시적 트리거를 설정해두는 게 현시점에서는 더 안정적이다.

Code Example

snippet

# 스킬 디렉토리 구조 예시
# my-skill/
#   SKILL.md          <- 프론트매터에 설명, 트리거 조건 기술
#   core/
#     helper.py       <- 모델이 호출할 수 있는 유틸리티
#   templates/
#     boilerplate.py  <- 템플릿 파일

# SKILL.md 프론트매터 예시:
# ---
# description: "Toolkit for creating animated GIFs optimized for Slack"
# trigger: "users request animated GIFs or emoji animations for Slack"
# ---

# 스킬 내 Python에서 활용하는 패턴:
import sys
sys.path.insert(0, '/mnt/skills/examples/slack-gif-creator')
from core.gif_builder import GIFBuilder

# GIF 생성 후 Slack 크기 제한 검증
passes, info = check_slack_size('output.gif', is_emoji=False)
if not passes:
    print(f"⚠ {info['size_kb']:.1f}KB > {info['limit_kb']}KB limit")

Terminology

MCPModel Context Protocol. LLM이 외부 서비스(GitHub, DB 등)와 통신하는 표준 프로토콜. USB 포트처럼 어떤 도구든 꽂으면 AI가 쓸 수 있게 해주는 규격.

JIT Context InjectionJust-In-Time 컨텍스트 주입. 필요한 순간에만 정보를 로드하는 방식. 앱의 lazy loading과 같은 개념으로, 토큰을 아끼면서 필요한 정보만 제공한다.

Frontmatter마크다운 파일 맨 위에 ---로 감싼 YAML 메타데이터. HTML의 <head> 같은 역할로, 스킬의 설명과 트리거 조건을 여기에 적는다.

Context WindowLLM이 한 번에 처리할 수 있는 텍스트 총량. 책상 크기에 비유할 수 있는데, MCP 도구 설명이 책상의 대부분을 차지하면 실제 작업 공간이 줄어든다.

TokenLLM이 텍스트를 처리하는 단위. 대략 영어 단어 0.75개, 한글 0.5~1글자 정도. 많이 쓸수록 비용이 올라가고 응답 품질이 떨어진다.