생산성 도구, 디자인 도구, 개발 툴의 사용 주체는 누구일까요?
지금까지는 사용자라 답할 수 있습니다. 하지만 요즘 AI 기술의 혁신 속도를 보면 머지않아 에이전트가 주체가 될 듯합니다. 실제로 우리가 일상적으로 접하는 프론티어 모델 기반 서비스는 질문에 답하는 수준을 넘어섰습니다. 내 PC의 자료에 접근하고, 작업에 필요한 도구를 골라 써서, 최종 결과물까지 만들어 냅니다.
작년까지만 해도 궁금한 것을 묻고 답을 확인하던 우리의 모습은 이제 작업을 맡기고 결과물을 받아 검토하며 수정이나 보완을 요구하는 쪽으로 바뀌고 있습니다. 프롬프트 뒤에서 무슨 일이 일어났기에 AI가 작업을 알아서 처리하게 됐을까요? 여러 분야의 진보가 함께 만든 결과지만, 두 가지 배경이 특히 큽니다. 에이전트가 다양한 데이터 소스와 도구에 접근하게 된 것, 그리고 작업 처리에 대한 지식을 쌓게 된 것입니다. 에이전트를 강력한 동료로 만드는 API, MCP, 스킬(Skill)을 살펴보겠습니다.
에이전트의 실행력을 만드는 세 가지 요소
먼저 API입니다. API는 시스템과 시스템이 기능과 데이터를 주고받는 방법을 정의합니다. 에이전트가 데이터베이스를 조회하거나SaaS의 기능을 실행할 때도 실제 작업은 대부분 API를 통해 이루어집니다.
API는 호출할 기능과 입력값을 개발자가 미리 안다는 전제로 설계합니다. 여러 API 가운데 어떤 기능을 언제 써야 하는지 에이전트가 스스로 판단하게 하려면 각 기능을 일정한 형식으로 설명하는 연결 방식이 필요합니다. 이 역할을 MCP(Model Context Protocol)가 맡습니다. MCP는 AI 애플리케이션과 외부 데이터·도구를 표준 방식으로 연결하는 규약입니다. 각 도구가 어떤 기능을 제공하고, 어떤 입력값을 받으며, 어떤 결과를 반환하는지 정해진 형식으로 설명합니다.
여기서 혼동하지 말아야 할 것이 있습니다. MCP는 API를 대체하지 않습니다. API가 실제 기능을 실행한다면 MCP는 그 기능을 에이전트가 발견하고 사용하게 합니다. 여기에 업무 기준과 절차를 더하는 요소가 스킬입니다.
스킬에는 특정 업무를 처리하는 데 필요한 지침과 참고 자료, 스크립트, 템플릿을 담을 수 있습니다. 에이전트는 작업에 필요한 스킬을 골라 상세한 지침을 확인합니다. 모든 업무 지식을 처음부터 불러오지 않으니 컨텍스트도 효율적으로 씁니다.
API, MCP, 스킬의 관계를 정리하면 이해하기 더 쉬울 것입니다. 세 요소의 관계는 간단합니다.
- API는 실제 시스템의 기능을 실행합니다.
- MCP는 그 기능을 에이전트가 사용할 수 있는 도구로 제공합니다.
- Skill은 도구를 어떤 기준과 순서로 사용할지 설명합니다.
이 관계가 실제 업무에서 어떻게 실행으로 이어지는 지 예를 통해 알아보겠습니다. 신규 직원에게 구글 클라우드 프로젝트를 제공하는 업무를 자동화한다고 가정해 보겠습니다.
API는 프로젝트 생성과 결제 계정 연결과 IAM 정책 적용을 실행합니다. MCP는 이러한 기능을 에이전트가 선택할 수 있는 도구로 제공합니다. 스킬에는 프로젝트 이름 규칙과 승인자, 허용 리전, 필수 라벨, 비용 알림 기준을 담습니다.
에이전트는 스킬을 참고해 작업 순서를 정하고 MCP 도구를 선택합니다. MCP 도구가 연결된 API를 호출하면 실제 시스템에 변경 사항이 반영됩니다. 각 요소의 역할이 분명하기 때문에 문제가 발생했을 때 확인할 지점도 구분할 수 있습니다.
API 호출에 실패했다면 인증 정보와 입력값, 서비스 상태를 확인합니다. 에이전트가 잘못된 도구를 선택했다면 MCP 도구의 이름과 설명을 점검합니다. 작업 순서나 판단 기준이 잘못됐다면 스킬의 지침을 검토합니다.
현업의 업무 지식을 자산으로 만드는 스킬
API와 MCP는 주로 개발과 시스템 연동 영역에서 다룹니다. 스킬은 자연어를 중심으로 작성하기 때문에 현업 사용자도 비교적 쉽게 만들어 쓸 수 있습니다. 예를 들어 회계 담당자는 월말 마감 절차를 스킬로 정리하고, 고객 지원 담당자는 문의 분류 기준과 담당자 이관 조건을 담는 식으로 현업 사용자가 주도적으로 작성할 수 있습니다.
이런 편의성 덕분에 스킬이 기업의 자동화 방식을 현업 중심으로 바꿀 것으로 기대를 모으고 있습니다. 예전에는 현업 담당자가 요구 사항을 전달하면 개발자가 이를 코드로 구현했습니다. 이제는 현업 담당자가 업무 절차와 판단 기준을 스킬로 구조화하고 에이전트가 이를 활용하게 할 수 있습니다. 개인의 경험과 문서에 흩어져 있던 업무 지식을 에이전트가 재사용하는 조직 자산으로 쌓는 길이 열린 것입니다.
물론 현업이 스킬을 직접 만들 수 있다고 해서 검증 없이 공유하고 써서는 안 됩니다. 금액 한도와 접근 권한, 데이터 보존 기간처럼 반드시 지켜야 하는 기준은 API와 정책 엔진에서 통제해야 합니다. 스킬은 업무 판단과 절차를 안내하고 시스템은 허용 범위와 실행 조건을 강제하는 역할 분담이 필요합니다.
암묵지에 잠자던 업무 지식을 조직의 자산으로 만들려면 스킬 자체를 관리하는 기준과 수단도 있어야 합니다. 구글 클라우드가 좋은 예입니다. 구글 클라우드는 Next’26 행사에서 공식 Agent Skills 저장소를 공개했습니다. 저장소에는 BigQuery와 Cloud Run, GKE 같은 제품 사용법을 담은 스킬과 함께 보안·신뢰성·비용 최적화를 위한 스킬이 올라와 있습니다. 구글 클라우드 이용 조직은 필요한 스킬을 설치해 에이전트 기반 운영에 활용할 수 있습니다.
저장소에 올리는 스킬을 구글 클라우드는 어떻게 관리할까요? 각 스킬을 일정한 구조로 작성하고 링크 검사와 형식 검증을 적용합니다. 제출 시점과 매주 평가를 돌려 모델·API·프레임워크 변화로 생긴 회귀도 찾습니다. 여러 조직과 사용자가 스킬을 원활하게 공유하도록 작성뿐 아니라 품질과 변경 이력까지 관리하는 것입니다.
구글 클라우드처럼 외부 고객과 스킬을 공유하는 경우가 아니라 사내에서 공유하는 일반 기업도 스킬을 소프트웨어 자산처럼 다뤄야 합니다. 소유자와 버전, 승인자, 적용 대상을 정하고 실제 업무 기준과 일치하는지 평가합니다. 어떤 스킬이 어떤 MCP 도구를 호출했고 그 결과 어떤 API 작업이 일어났는지도 기록합니다. 그래야 현업의 업무 지식을 안전하게 공유하고 자동화 범위를 넓힐 수 있습니다.
세 요소를 함께 설계해야 하는 이유
에이전트의 실행력은 모델 성능이나 도구의 수만으로 결정되지 않습니다. API와 MCP, 스킬이 각자의 역할에 맞게 연결돼야 합니다. API는 안정적인 실행 기반을 제공하고, MCP는 도구를 일관된 방식으로 연결하며, 스킬은 조직의 업무 지식을 에이전트가 활용하게 합니다. 세 요소로 에이전트의 실행력을 강화하려면 다음을 미리 점검해야 합니다.
- 기존 API가 명확한 작업 단위로 구성돼 있는가?
- MCP 도구의 이름과 설명이 에이전트가 이해하기 쉬운가?
- 스킬에 담긴 절차가 실제 업무 기준과 일치하는가?
- 접근 권한과 승인 절차를 시스템에서 통제하는가?
- 실행 결과를 평가하고 추적할 수 있는가?
API와 MCP, 스킬을 연결해 에이전트의 활용 범위를 확대하고자 한다면 메가존소프트 문의 포털을 통해 상담을 신청해 주세요.
