Google Cloud가 2026년 3월 17일, AI 에이전트 스킬 설계 패턴 5가지를 공개했다. Anthropic(Claude Code)과 Vercel의 공식 리포지토리를 횡단 분석해서, 실무에서 반복적으로 나타나는 구조를 추출한 것이다. ADK(Agent Development Kit) 개발자용으로 정리되었지만, Claude Code·Cursor·GitHub Copilot 등 주요 도구 전부에 적용 가능하다. 이 글에서는 각 패턴의 구조, 구체적인 구현 예시, 패턴 간의 조합 방법을 다룬다.
AI 스킬이란 무엇인가
AI 스킬은 에이전트에 특정 능력을 추가하는 모듈이다. SKILL.md 파일에 YAML 프론트매터와 지시사항을 기술하고, 필요할 때만 에이전트가 로드한다. Vercel은 이걸 “컨텍스트의 npm 모먼트”라고 부른다. 매번 긴 시스템 프롬프트를 복붙하는 대신, 스킬을 한 번 설치하면 에이전트가 필요한 타이밍에 자동으로 읽어들인다.
SKILL.md 포맷 자체는 각 사가 거의 공통화했다. Google ADK, Anthropic, Vercel 모두 같은 디렉토리 구조(references/에 참조 자료, assets/에 템플릿)를 채택하고 있으며, Claude Code·Cursor·VS Code Copilot·Codex·Gemini CLI 전부에서 동작한다.
Google 공개 5가지 스킬 설계 패턴 일람
| 패턴 | 해결하는 문제 | 구조 | 핵심 파일 |
|---|---|---|---|
| 1. Tool Wrapper | 시스템 프롬프트 비대화 | 라이브러리 지식을 온디맨드 로드 | references/conventions.md |
| 2. Generator | 출력 일관성 없음 | 템플릿+스타일 가이드로 구조 고정 | assets/template.md + references/style-guide.md |
| 3. Reviewer | 리뷰 기준 애매함 | 체크리스트 기반 항목별 채점+심각도 분류 | references/review-checklist.md |
| 4. Inversion | 가정으로 폭주 | AI가 먼저 질문→정보 수집 후 행동 | 게이팅 지시문 |
| 5. Pipeline | 복잡한 태스크에서 단계 스킵 | 페이즈별 강제 체크포인트 | 페이즈 간 게이트 조건 |
출처: Google Cloud Tech, Shubham Saboo(Google Developer Advocate), 2026년 3월 17일 공개
패턴 1: Tool Wrapper — 전문가를 필요할 때만 부른다
기존 방식은 프레임워크 규칙이나 API 사용법을 시스템 프롬프트에 전부 때려넣는 것이었다. 그런데 컨텍스트 윈도우를 대량으로 소모하는 데다, 관계없는 상황에서도 그 규칙이 영향을 미친다.
Tool Wrapper는 이걸 “풀(Pull) 방식”으로 바꾼다. SKILL.md에 키워드 트리거를 설정해두고, 유저의 프롬프트에 특정 라이브러리 이름이 나타났을 때만 references/ 디렉토리에서 문서를 읽어들인다.
구현 예시: FastAPI 코딩 규약 스킬
# SKILL.md
---
name: fastapi-conventions
description: FastAPI 코드 리뷰·생성 시 사내 규약 적용
triggers:
- fastapi
- FastAPI
---
## 지시사항
1. 유저가 FastAPI 관련 코드 리뷰 또는 생성을 요청한 경우에만 기동
2. `references/conventions.md`를 읽어들이고, 내용을 절대 규칙으로 취급
3. 규약 위반 코드가 있으면 구체적으로 지적하고 수정안 제시
4. 신규 코드 생성 시 규약 100% 준수 형태로 출력이렇게 하면 React 상담 중에 FastAPI 규칙이 섞여드는 일이 없다. 토큰을 절약하면서 필요한 장면에서는 깊은 전문 지식을 에이전트에 넘길 수 있다.
패턴 2: Generator — 매번 같은 품질로 생성
같은 프롬프트라도 AI 출력은 매번 미묘하게 다르다. 팀 개발에서 변경 로그 작성법, 문서 형식, 커밋 메시지 세밀도가 제각각이면 후속 작업에서 고생한다.
Generator 패턴은 템플릿(assets/)과 스타일 가이드(references/)를 분리 관리한다. 에이전트는 “프로젝트 매니저”처럼 행동해서, 템플릿을 읽어들이고, 스타일 가이드에 따르고, 부족한 변수를 유저에게 물은 뒤 빈칸을 채운다.
api-doc-template.md
pr-template.md
tone-rules.md
naming-conventions.md
스타일 가이드 준수
변수 부분만 교체
Google 기사에서 이렇게 말한다. “실행마다·유저마다 일관성이 필요하면, 모델에 맡기지 마라. 템플릿이나 하드 룰에 넣어라.”
패턴 3: Reviewer — 자동 채점관
코드 리뷰를 AI에 맡길 때, 긴 리뷰 프롬프트를 써도 누락이 생긴다. Reviewer 패턴은 평가 기준을 references/review-checklist.md에 외부화한다.
에이전트는 체크리스트를 읽어서 항목별로 점수를 매기고, 발견된 문제를 심각도별로 분류한다. 채점 결과가 재현 가능한 숫자가 되기 때문에, 리뷰 품질이 개인의 프롬프트 실력에 좌우되지 않게 된다.
Google은 이렇게 지적한다. “소수의 명확한 평가 축을 일관되게 적용하는 편이, 해석 여지가 있는 긴 체크리스트보다 깨끗한 시그널을 낸다.”
패턴 4: Inversion — 먼저 묻고, 나중에 움직인다
AI 에이전트의 전형적인 문제는, 애매한 지시를 받으면 가정으로 보완해서 그대로 달리는 것이다. 결과적으로 의도와 다른 것을 대량 생성하고 재작업이 발생한다.
Inversion 패턴은 제어를 뒤집는다. 에이전트가 바로 실행하는 대신, 구조화된 질문을 유저에게 던지고, 모든 답변이 모일 때까지 생성을 시작하지 않는다. SKILL.md에 “모든 페이즈가 완료될 때까지 빌드를 시작하지 마라(DO NOT start building until all phases are complete)”라는 게이팅 지시를 명기한다.
패턴 5: Pipeline — 자동화 라인
복잡한 태스크를 에이전트에 맡기면, 귀찮은 중간 단계를 건너뛰고 최종 출력만 생성하려 하는 경우가 있다. Pipeline 패턴은 워크플로우 자체를 SKILL.md의 지시로 정의하고, 각 페이즈 사이에 강제 체크포인트를 둔다.
Pipeline 끝에 Reviewer 패턴을 넣으면, 에이전트가 자기 출력을 검사한 뒤 납품하는 구조가 만들어진다.
5개 패턴은 조합해서 쓴다
- Pipeline + Reviewer: 파이프라인의 마지막 스텝에서 Reviewer를 실행, 자기 검사 내장
- Generator + Inversion: 템플릿 채우기 전에 Inversion으로 변수 히어링, 누락 방지
- Tool Wrapper + Pipeline: 파이프라인의 각 스텝에서 필요한 Tool Wrapper만 로드, 토큰 최소화
Anthropic·Vercel·Google의 입장
| 항목 | Anthropic | Vercel | Google ADK |
|---|---|---|---|
| 공식 리포 | anthropics/skills | vercel-labs/agent-skills | ADK Skills Docs |
| 설계 사상 | 심플하고 조합 가능한 패턴 | “컨텍스트의 npm” | 5 패턴 프레임워크 |
| SKILL.md 상한 | 명시 없음 | 500줄 이하 권장 | 명시 없음 |
| 대응 도구 | Claude Code | Cursor·VS Code 등 | 전 도구 대응 |
3사의 접근법은 표면적으로는 다르지만, 근저에 있는 철학은 공통된다. Anthropic의 “Building Effective Agents” 연구가 결론지은 대로, “성공하는 에이전트 구현은 복잡한 프레임워크가 아니라, 심플하고 조합 가능한 패턴을 사용한다.”
바이브코딩에서의 활용법
| 시나리오 | 적용 패턴 | 효과 |
|---|---|---|
| 팀 개발에서 코드 규약 철저 | Tool Wrapper | 규약 위반 자동 검출 |
| 블로그 기사 일정 품질로 양산 | Generator + Inversion | 구조 통일+히어링으로 누락 방지 |
| PR 자동 리뷰 | Reviewer | 채점 기준의 속인화 제거 |
| 대규모 리팩토링 | Pipeline + Reviewer | 단계적 실행+자기 검사로 품질 담보 |
| 신규 프로젝트 요건 정의 | Inversion | 리트라이 68% 삭감 |
자주 묻는 질문(FAQ)
Q. SKILL.md는 어떤 AI 도구에서 사용할 수 있나요?
Claude Code, Cursor, VS Code Copilot, GitHub Codex, Gemini CLI, Google Antigravity 전부에서 동작합니다. SKILL.md 포맷은 2026년 시점에서 에이전트 스킬의 사실상 표준이 되었습니다.
Q. 5개 패턴 중 가장 먼저 도입해야 할 것은?
Tool Wrapper부터 시작하는 게 가장 간편합니다. 기존 코딩 규약이나 API 스펙을 references/ 디렉토리에 넣기만 하면 됩니다. 효과를 체감한 뒤 Reviewer나 Generator를 추가하는 게 좋습니다.
Q. 패턴끼리 조합할 때 제한이 있나요?
기술적 제한은 없습니다. Google도 “패턴은 배타적이 아니라 조합 가능”이라고 명언합니다. 다만 SKILL.md는 500줄 이하를 권장(Vercel 기준)하므로, 복잡한 조합은 별도 스킬로 분리하는 편이 관리하기 쉽습니다.
Q. Inversion 패턴의 “리트라이 68% 삭감”의 근거는?
Google의 측정 데이터입니다. Inversion 패턴 도입 전 세션당 리트라이 횟수 4.1회가, 도입 후 1.3회로 감소했습니다. 애매한 지시에 의한 재작업이 구조적으로 방지되기 때문입니다.
Q. 이 패턴들은 ADK 전용인가요?
ADK 문서에서 공개되었지만, 프레임워크 비의존적입니다. LangChain, LlamaIndex, 직접 API 호출 등 어떤 구현 방식에서든 적용 가능합니다. 패턴의 본질은 SKILL.md 내용의 구조화이며, 특정 SDK에 의존하지 않습니다.
소스 리스트
- Google Cloud Tech 공식 포스트(2026년 3월 17일)
- Shubham Saboo(Google Developer Advocate) 해설 기사
- Google ADK Skills 문서
- Anthropic Skills 공식 리포지토리
- Vercel Agent Skills 리포지토리
- Anthropic “Building Effective Agents”
- Awesome Agent Skills(500+ 스킬 카탈로그)
최종 업데이트: 2026년 3월 19일