Claude Skills 2.0 - 2026년 3월, Anthropic이 Claude Code의 스킬 시스템을 전면 업그레이드했습니다.

📢

2026년 3월, Anthropic이 Claude Code의 스킬 시스템을 전면 업그레이드했습니다.

"프롬프트 땜질"에서 "소프트웨어 엔지니어링"으로 — 스킬 개발/평가/최적화의 모든 것을 정리합니다.

 

 

---

🤖 스킬(Skill)이란?

스킬은 Claude에게 새로운 능력을 가르치는 설명서입니다.

SKILL.md 파일에 "이런 상황에서 이렇게 해줘"라고 적으면, Claude가 자동으로 적절한 상황에서 활용합니다.

💡

비유하자면, 신입사원에게 주는 업무 매뉴얼과 같습니다. 매뉴얼이 좋으면 신입도 베테랑처럼 일하죠!

예를 들어 "배포할 때는 테스트 먼저 돌리고, 빌드하고, 푸시해줘"라고 적어두면 /deploy 한 마디로 자동 실행!

---

🔄 Skills 1.0 vs 2.0 — 무엇이 달라졌나?

영역	Skills 1.0 🔹	Skills 2.0 🔸
평가	없음 (수동 확인)	구조화된 Evals + 벤치마크
비교	없음	블라인드 A/B 테스팅
트리거	description만으로 판단	트리거 정확도 자동 최적화
반복 개선	직감에 의존	데이터 기반 iteration loop
실행 방식	인라인만 가능	context: fork 격리 실행, 서브에이전트, 병렬 실행
스킬 관리	파일 작성 후 끝	Progressive Disclosure 3단계 로딩
공유	수동 복사	Plugin 생태계 + 공식 저장소 (97k+ Stars)

🔬

한마디로: "감"에서 "과학"으로. 스킬을 만들고 "잘 되겠지" 하던 시대에서, 테스트하고 측정하고 개선하는 시대로 전환되었습니다.

---

🧠 핵심 엔진: Skill Creator의 4대 에이전트

Skills 2.0의 품질 보장 시스템은 4개의 전문 에이전트가 각각 격리된 컨텍스트에서 병렬로 작동합니다.

⚡

Executor (실행자)

테스트 프롬프트로 스킬을 실제 실행합니다. "with-skill" 버전과 "without-skill(baseline)" 두 가지를 동시 실행하여 결과물을 outputs/에 저장합니다.

✅

Grader (채점자)

미리 정의한 assertion(검증 항목)에 대해 Pass/Fail 판정을 내립니다. 각 판정에는 근거(evidence)가 함께 기록됩니다.

⚖️

Comparator (비교자)

별도의 Claude 인스턴스가 두 결과물을 어느 쪽이 스킬 적용인지 모른 채 블라인드로 비교합니다. 승자를 고르고 이유를 설명합니다.

🔍

Analyzer (분석자)

벤치마크 데이터에서 패턴을 발견합니다. 무의미한 테스트, flaky eval, 시간/토큰 트레이드오프를 분석하고 개선안을 제안합니다.

---

🔄 Eval 프로세스: 이렇게 돌아갑니다

Step 1. 테스트 케이스 정의

evals.json에 프롬프트와 기대 결과를 작성합니다 (2~3개면 충분).

{
  "skill_name": "my-skill",
  "evals": [
    {
      "id": 1,
      "prompt": "사용자 프롬프트",
      "expected_output": "기대 결과 설명"
    }
  ]
}

Step 2. 병렬 실행

Executor가 "스킬 적용(with-skill)" vs "미적용(baseline)" 두 버전을 동시 실행합니다.

Step 3. 채점 + A/B 비교

• Grader가 각 결과물에 대해 합격/불합격 판정
• Comparator가 두 결과물을 블라인드로 비교하여 승자 선정

Step 4. 벤치마크 집계

통과율(pass rate), 실행 시간, 토큰 사용량을 정량적으로 측정합니다. 평균 +- 표준편차 + 이전 버전 대비 델타까지 산출.

Step 5. 피드백 → 개선 → 반복

HTML 뷰어에서 결과를 확인하고, 피드백을 반영한 뒤 재실행합니다.

🔁

만족할 때까지 iteration-N 반복! 중단 조건: 사용자 만족 / 빈 피드백 / 의미 있는 개선 없음

---

📦 스킬의 두 가지 종류

⬆️ Capability Uplift Skills (기능 보강형)

모델이 아직 못하는 것을 보완하는 스킬입니다.

• 모델이 발전하면 자연스럽게 은퇴(retirement date)
• 예시: PDF 처리, PowerPoint 생성, Excel 조작
• 수명이 한정적

🔄 Workflow / Preference Skills (워크플로우형)

우리 팀만의 프로세스를 자동화하는 스킬입니다.

• 모델 발전과 무관하게 비즈니스 로직을 담아 오래 씀
• 예시: 배포 자동화, 코드 리뷰 플로우, NDA 체크리스트
• 장기 사용 가능

---

⚙️ 2.0의 새 Frontmatter 옵션들

---
name: my-awesome-skill
description: 스킬 설명 (트리거 판단의 핵심!)
context: fork              # 격리된 서브에이전트에서 실행
agent: Explore             # 서브에이전트 타입 지정
allowed-tools: Read, Grep  # 사용 가능 도구 제한
model: claude-sonnet-4-6   # 모델 오버라이드
disable-model-invocation: true  # Claude 자동 호출 차단
user-invocable: false      # /메뉴에서 숨김
hooks: ...                 # 라이프사이클 훅
---

필드	설명	2.0 신규
context: fork	스킬을 격리된 서브에이전트에서 실행. 대화 컨텍스트 오염 방지	Yes
agent	서브에이전트 타입 지정 (Explore, Plan, 커스텀 등)	Yes
allowed-tools	스킬 활성화 시 사용 가능 도구를 제한 (읽기 전용 모드 등)	Yes
model	스킬별로 다른 모델 사용 가능	Yes
hooks	스킬 라이프사이클에 쉘 커맨드를 연결	Yes
disable-model-invocation	수동 호출만 허용 (/deploy처럼 사이드이펙트 있는 스킬에 적합)	기존
user-invocable	false 설정 시 / 메뉴에서 숨김 (배경 지식용)	기존

---

🎯 트리거 최적화

스킬의 description은 Claude가 자동으로 스킬을 호출할지 결정하는 핵심 메커니즘입니다.

1. 20개 트리거 평가 쿼리 생성 — should-trigger 10개 + should-not-trigger 10개
2. HTML 리뷰 도구에서 사용자가 검토/수정
3. 자동 최적화 루프 실행 (최대 5회 반복)
4. 최적화된 description을 frontmatter에 적용

🎯

팁: description은 "소극적"이면 안 됩니다. undertriggering을 방지하기 위해 약간 적극적(pushy)으로 작성하세요!

---

🏗️ Progressive Disclosure (3단계 로딩)

효율적인 컨텍스트 관리를 위한 핵심 설계 원칙입니다.

단계	내용	크기	로딩 시점
1단계: 메타데이터	name + description	~100단어	항상 컨텍스트에 로드
2단계: SKILL.md 본문	핵심 지침	500줄 이하 권장	스킬이 트리거될 때 로드
3단계: 번들 리소스	스크립트, 참조 문서, 템플릿	무제한	필요할 때만 로드

---

💡 핵심 인사이트

"이제 어려운 건 출력 품질이 아니라, 좋은 테스트를 만들고 정확한 트리거를 설정하는 것"

🚀

정리

• Skills 2.0 = "AI 프롬프트"를 "테스트 가능한 소프트웨어"로 격상
• 4대 에이전트(Executor/Grader/Comparator/Analyzer)가 CI/CD 파이프라인처럼 작동
• 블라인드 A/B 테스트로 객관적 품질 비교 가능
• Progressive Disclosure로 컨텍스트 효율 극대화
• Capability Uplift vs Workflow — 스킬의 수명을 고려해서 투자 결정

---

📚 참고 자료

• Anthropic 공식 블로그 — Improving Skill Creator
• Claude Code 공식 문서 — Skills
• GitHub — anthropics/skills 공식 저장소
• skill-creator SKILL.md 전체 소스
• Agent Skills 오픈 스탠다드
• NEW Claude Skills 2.0 Is INSANE! (YouTube)