현 IT, 클라우드 관련 직종에 있으면서 그동안 제가 알고 있는 IT 관련 정보, 지식도 조금씩 기록해볼까 합니다 :)
AI 에이전트 용어 시리즈 1편
요즘 "우리 사무실에도 AI 에이전트 도입해보자"는 이야기가 나오면 꼭 등장하는 두 단어가 있습니다.
MCP와 Skill입니다. 둘 다 "AI가 일을 더 잘하게 만드는 것"이라는 점은 같은데, 실제로는 완전히 다른 층위의 개념입니다. 이 둘을 구분하지 못하면 "도구를 연결해야 하는 문제"를 "매뉴얼을 다시 써야 하는 문제"로 오해하고, 엉뚱한 곳에 시간을 쓰게 됩니다. 저도 이 구분이 정말 햇갈렸었는데요,
이번 편에서는 두 개념을 실무자 관점에서 정리합니다.
MCP란 — AI를 외부 시스템에 연결하는 표준 규격
MCP(Model Context Protocol)는 앤트로픽이 만든개방형 표준으로, AI 어시스턴트를 데이터가 있는 시스템(사내 DB, 클라우드 스토리지, 업무 툴 등)에 연결하는 역할을 합니다. 구조는클라이언트-서버방식입니다.
데이터·기능을 제공하는 쪽이 MCP 서버, AI 애플리케이션이 그 서버에 접속하는 쪽이 MCP 클라이언트입니다.
MCP가 등장하기 전에는 AI를 새로운 시스템(예: 사내 그룹웨어, CRM)에 연결하려면 그때그때 맞춤 통합을 짜야 했습니다. 시스템 10개를 연결하려면 10개의 서로 다른 연동 코드가 필요했던 셈입니다.
MCP는 이 방식을 "하나의 표준 규격"으로 대체해서, 연결 대상이 늘어나도 매번 새로 개발하지 않아도 되게 만들었습니다.
흔히 "AI용 USB-C 포트"라는 비유로 설명됩니다 — 포트 규격만 맞으면 어떤 기기든 꽂을 수 있는 것처럼, MCP 규격만 지키면 어떤 데이터 소스든 AI에 연결할 수 있습니다.
Skill이란 — AI에게 "일하는 방식"을 알려주는 패키지
Skill(Agent Skill)은 성격이 다릅니다.
이건 새로운 시스템에 접속하는 기능이 아니라,AI가 특정 업무를 어떤 절차·기준으로 처리해야 하는지 알려주는 지침 묶음입니다. 지시사항, 메타데이터, 필요하면 스크립트나 템플릿 같은 참고 자료까지 하나의 패키지로 묶어두고, 관련된 요청이 들어왔을 때 AI가 스스로 판단해서 불러 씁니다.
Skill의 특징은3단계로 나눠서 필요한 만큼만 불러온다(progressive disclosure)는 점입니다.
단계
내용
로드 시점
1단계
이름 + 한 줄 설명 (메타데이터)
항상 가장 먼저 로드
2단계
구체적 작업 지시사항
관련 요청이 들어왔을 때만
3단계
참고 문서, 실행 스크립트 등
실제로 필요해질 때만
즉 사무실에 비유하면,
1단계는 "이 매뉴얼 폴더가 뭘 다루는지 적힌 라벨",
2단계는 "실제로 필요할 때 펼쳐보는 매뉴얼 본문",
3단계는 "본문에서 참조하는 첨부 서식·엑셀 매크로"에 가깝습니다.
한눈에 비교
구분
MCP
Skill
정체
외부 시스템 연결 표준(프로토콜)
절차·지침 패키지(마크다운 기반)
답하는 질문
"무엇에 접근할 수 있는가"
"그 일을 어떻게 처리해야 하는가"
형태
클라이언트-서버 구조의 서버
SKILL.md + 참고자료 폴더
실행 가능 여부
실제 조회·호출 등 작업 수행 가능
지침이 중심, 코드 실행은 결과만 컨텍스트에 반영
비유
AI용 USB-C 포트
담당자용 업무 매뉴얼
실무 예시로 감 잡기
예를 들어 "매주 월요일 거래처별 미수금 현황을 정리해서 팀 채널에 올린다"는 자동화를 만든다고 해봅시다.
회계 시스템에서 미수금 데이터를 실제로 가져오고, 팀 채널에 실제로 메시지를 보내는 부분은 MCP의 영역입니다. 각 시스템에 접속할 수 있는 "연결"이 있어야 가능한 일이기 때문입니다. 반면 "어떤 순서로 정리할지, 얼마 이상 연체면 강조 표시를 할지, 보고 문구는 어떤 톤으로 쓸지" 같은 처리 기준은 Skill의 영역입니다. 이건 연결이 아니라 규칙의 문제이기 때문입니다.
즉 MCP 없이 Skill만 있으면 AI는 "어떻게 해야 하는지는 아는데 실제로 시스템에 접속할 방법이 없는" 상태가 되고, Skill 없이 MCP만 있으면 "시스템 접속은 되는데 우리 회사 기준으로 어떻게 처리해야 하는지는 모르는" 상태가 됩니다.
그래서 실무자는 뭘 먼저 봐야 할까?
결론부터 말하면 둘은 경쟁 관계가 아니라 보완 관계입니다.
다만 중소기업·소규모 사무소 입장에서 도입 순서를 고민한다면 이렇게 나눠볼 수 있습니다.
우리 팀이 쓰는 시스템(그룹웨어, 클라우드 스토리지, 메신저 등)을 AI가 직접 다뤄야 하는가 → MCP 연결 여부부터 확인
우리 회사만의 업무 처리 기준·문서 양식·판단 기준을 AI가 지켜야 하는가 → Skill로 문서화하는 작업부터 시작
특히 작은 조직일수록 MCP 서버를 직접 개발하기보다는 이미 나와 있는 연동(이메일, 캘린더, 클라우드 문서 등)을 활용하고, 대신 "우리 회사는 이렇게 처리한다"는 절차를 Skill 형태로 정리해두는 쪽이 투자 대비 효과가 빠릅니다.
자주 묻는 질문 Check!
Q. 회사에 마땅한 개발 인력이 없어도 Skill을 만들 수 있나요? Skill은 마크다운 텍스트 기반의 지침 문서에 가깝기 때문에, 코드 개발보다는 업무 매뉴얼을 정리하는 작업에 더 가깝습니다. 다만 참고 스크립트를 포함시키려면 최소한의 기술 검토는 필요합니다.
Q. MCP는 아무 시스템에나 다 연결할 수 있나요? 해당 시스템 쪽에서 MCP 서버를 제공하거나, 누군가 만들어 공개해둔 경우에만 가능합니다. 아직 지원하지 않는 사내 시스템이라면 별도 개발이 필요합니다.
한 줄 요약: MCP는 AI를 외부 시스템에 "연결"하는 표준이고, Skill은 AI에게 "어떻게 처리할지" 알려주는 지침 패키지입니다 — 도구를 고르는 문제와 매뉴얼을 쓰는 문제로 나눠서 생각하면 헷갈리지 않습니다.
