🛠️ 04. skills 실전

AI 결과 품질이 들쭉날쭉할 때, 모델을 바꾸기 전에 먼저 해볼 수 있는 방법이 skills.sh다. 핵심은 “더 똑똑한 모델”이 아니라 내 작업 규칙을 주입하는 것이다.

안내: 본문에는 생성형 AI 도구를 활용한 요약/정리 내용이 포함되어 있습니다.

flowchart LR
A[같은 모델 반복 사용] --> B{skills.sh 적용?}
B -- 아니오 --> C[출력 편차 큼]
B -- 예 --> D[작업 규칙 주입]
D --> E[결과 일관성]
D --> F[재현성]
E --> G[팀 표준화]
F --> G

1) skills.sh를 한 줄로 설명하면?

skills.sh는 에이전트에게 작업 방식(SOP) 을 설치하는 도구다.

• npm: 코드 패키지 설치
• skills.sh: 에이전트 작업 지침(SKILL.md) 설치

즉, 모델 교체가 아니라 작업 프로세스 튜닝이다.

2) 빠른 시작 (초보용 5분)

Step 1) 스킬 1개만 설치

npx skills add <owner/repo>

예시:

npx skills add vercel-labs/agent-skills

Step 2) 같은 요청으로 전/후 비교

• 설치 전 결과 저장
• 설치 후 같은 프롬프트 재실행
• 아래 3가지만 체크
  • 정확도
  • 일관성
  • 수정 횟수

Step 3) 팀 기본 세트 고정

• 검증된 스킬 3~5개만 팀 표준으로 유지
• 새 스킬은 실험 브랜치에서 검증 후 반영

3) 왜 효과가 나나?

기본 모델은 범용 답변을 잘한다. 하지만 실무는 “이 프로젝트의 규칙”이 중요하다.

skills.sh는 이 규칙을 명시적으로 넣기 때문에:

• 결과물이 덜 흔들리고
• 재작업이 줄고
• 팀원 간 출력 품질이 맞춰진다.

4) 실무 체크리스트 (복붙용)

• 처음에는 스킬 1~2개만 설치했는가?
• 설치 전 SKILL.md를 직접 읽었는가?
• 전/후 비교 로그를 남겼는가?
• 팀 공용 스킬 목록을 문서화했는가?

5) 자주 막히는 포인트

Q1. 많이 설치할수록 좋은가?

아니다. 초반 과설치는 충돌/혼선을 키운다.

Q2. 모델만 바꾸면 되지 않나?

모델 변경보다 규칙 고정이 재현성에 더 직접적일 때가 많다.

Q3. 어떤 스킬부터?

• 공식/활성 유지 저장소 우선
• 최근 업데이트/이슈 상태 확인
• 내 업무와 직접 연결되는 1개부터

6) 바로 쓰는 프롬프트 3개

• “내 프로젝트 기준으로 필요한 스킬 3개를 효과/위험/난이도 순으로 추천해줘.”
• “추천 스킬 중 공식 벤더+활성 유지 저장소만 남겨줘.”
• “설치 전/후 결과를 정확도/일관성/재작업 횟수로 비교해줘.”

7) 한 줄 결론

skills.sh는 새 기능이 아니라, 내 AI를 내 일 방식에 맞게 표준화하는 운영 습관이다.

---

원본

• 영상: skills.sh 소개
• skills.sh 공식 사이트