Anthropic은 마치 LLM과 교감하는 사람들 같음. Nagel이 박쥐의 감각을 이해하려 했던 것처럼, 그들은 frontier AI 모델의 감각을 가장 잘 아는 팀 같음
하지만 MCP는 너무 단순해서 보안 재앙이 될 수도 있음
회사 이름부터 ‘Anthropic’이니, AI를 인간화하는 게 그들의 정체성 같음. MCP, Skills 등은 모두 그런 방향의 일관된 철학에서 나온 듯함
Android 앱에서도 Claude의 우아한 UX가 느껴짐. 문단을 수정하면 그제야 메시지로 보낼 수 있는 버튼이 뜨는 식의 세련된 흐름이 있음
오늘 기준으로 OpenAI Plus 구독자에게 공개 경고를 보냄
196k 토큰 컨텍스트를 광고하지만 실제로는 5만 토큰 이상 입력 시 잘림
예전 GPT-5.0 때도 같은 문제가 있었고, 이번에도 다시 발생함 공식 도움말 링크 참고
그리고 Xhigh 버전은 API 전용이라 ChatGPT에서는 사용할 수 없음
이번 글을 쓰면서 Kākāpō 번식 시즌 소식을 함께 다룰 수 있어서 즐거웠음
(펠리컨만 다루는 건 아님)
그래서 Kākāpō Benchmark가 탄생했음
오늘 처음으로 큰 초록색 날지 못하는 앵무새를 알게 됨
Kākāpō가 자전거를 탈 날도 올까 농담을 던짐
Skills는 좋은 아이디어지만, 너무 가벼운 사양이라 공식 문서화가 필요하다고 생각함
다만 잘못 사용될 가능성도 있어서 기업 입장에서는 조심스러울 수 있음
혹시 로컬 LLM에서도 시도해봤는지 궁금함
“Skill”의 개념이 아직 명확하지 않음
단순히 컨텍스트 관리 도구인가 싶음. 설명을 보고 모델이 필요하다고 판단하면 관련 스크립트나 문서를 불러오는 구조로 이해함이 맞는지 질문함
Skill은 기본적으로 폴더 + markdown 파일 구조임. 예시는 Datasette plugin skill에서 볼 수 있음. 시작 시 Claude Code가 모든 skill 폴더를 스캔해 설명만 컨텍스트에 넣고, 필요할 때 전체 내용을 불러옴
Claude Code는 가끔 자신의 skill을 “기억”하지 못함. 그래서 수동으로 불러오곤 함.
예: “Image Manipulation skill을 사용해 image.png에서 아이콘 만들기”
또 Claude에게 자기 자신의 skill을 작성하게 하기도 함. 내 skill 템플릿은 GitHub에 공개되어 있음
Skill은 MCP 서버를 대체하기도 함. 예를 들어 CI 빌드 결과를 가져오는 MCP 서버 대신, 간단한 스크립트와 SKILL.md로 같은 기능을 구현할 수 있음.
이런 구조는 UNIX 철학처럼 작은 도구들이 파이프라인으로 연결되는 느낌임
나의 이해로는 SKILL.md가 Claude에게 언제 어떤 행동을 할지 알려주는 핵심 문서임.
나는 종종 “wireframe-skill을 로드하고 X를 수행하라”고 명시적으로 지시함.
progressive loading 대신 모든 reference를 한 번에 불러오는 게 더 정확하다고 느낌
Skill은 디버깅, 커밋, PR 대응 같은 반복 작업을 자동화하는 데 유용함.
특히 디버깅 skill은 AI가 루프에 빠지는 걸 방지해줌
기술적으로 보면, skill은 자동화된 프롬프트 주입 시스템임
대부분의 AI wrapper 앱이 하는 일(프롬프트 주입 + RAG + MCP)을 단순화한 형태임
사실 많은 AI wrapper 앱이 이제는 폴더 하나와 markdown 파일 하나로 대체될 수 있음
@simonw에게 항상 이미지에 alt 텍스트를 넣어줘서 감사하다고 전함
Skill과 Tool의 근본적 차이가 있는지 질문함. 짧은 skill을 만들어 tool처럼 쓸 수 있는지 궁금함
다른 모델(Gemini CLI 등)에서도 skill을 쓰고 싶다면 내가 만든 open-skills를 사용하면 됨
단, Mac 필요, 로컬 컨테이너에서 실행되어 클라우드 의존 없음
Hacker News 의견들
Anthropic이 단순하지만 직관적인 혁신을 계속 내놓는 게 놀라움
MCP는 거의 프로토콜이라고 부르기도 어려운데, Skills는 단순한 md 파일임에도 불구하고 그들의 프레이밍 능력이 탁월함
오늘 기준으로 OpenAI Plus 구독자에게 공개 경고를 보냄
196k 토큰 컨텍스트를 광고하지만 실제로는 5만 토큰 이상 입력 시 잘림
예전 GPT-5.0 때도 같은 문제가 있었고, 이번에도 다시 발생함
공식 도움말 링크 참고
이번 글을 쓰면서 Kākāpō 번식 시즌 소식을 함께 다룰 수 있어서 즐거웠음
(펠리컨만 다루는 건 아님)
다만 잘못 사용될 가능성도 있어서 기업 입장에서는 조심스러울 수 있음
혹시 로컬 LLM에서도 시도해봤는지 궁금함
“Skill”의 개념이 아직 명확하지 않음
단순히 컨텍스트 관리 도구인가 싶음. 설명을 보고 모델이 필요하다고 판단하면 관련 스크립트나 문서를 불러오는 구조로 이해함이 맞는지 질문함
예: “Image Manipulation skill을 사용해 image.png에서 아이콘 만들기”
또 Claude에게 자기 자신의 skill을 작성하게 하기도 함. 내 skill 템플릿은 GitHub에 공개되어 있음
이런 구조는 UNIX 철학처럼 작은 도구들이 파이프라인으로 연결되는 느낌임
나는 종종 “wireframe-skill을 로드하고 X를 수행하라”고 명시적으로 지시함.
progressive loading 대신 모든 reference를 한 번에 불러오는 게 더 정확하다고 느낌
특히 디버깅 skill은 AI가 루프에 빠지는 걸 방지해줌
기술적으로 보면, skill은 자동화된 프롬프트 주입 시스템임
대부분의 AI wrapper 앱이 하는 일(프롬프트 주입 + RAG + MCP)을 단순화한 형태임
@simonw에게 항상 이미지에 alt 텍스트를 넣어줘서 감사하다고 전함
Skill과 Tool의 근본적 차이가 있는지 질문함. 짧은 skill을 만들어 tool처럼 쓸 수 있는지 궁금함
다른 모델(Gemini CLI 등)에서도 skill을 쓰고 싶다면 내가 만든 open-skills를 사용하면 됨
단, Mac 필요, 로컬 컨테이너에서 실행되어 클라우드 의존 없음
Anthropic의 Skills 설계 철학 발표 영상이 공개됨
YouTube 링크 참고
점점 복잡해지는 구조가 혼란스러움
예전엔 agents.md로 컨텍스트를 확장하더니, 이제는 또 다른 md 파일을 추가해야 함