챕터별 상세
00:00
AI 에이전트의 한계와 스킬의 필요성
AI 에이전트는 뛰어난 추론 능력을 갖췄으나 실제 업무에 필요한 절차적 지식(procedural knowledge)이 부족하다. 47단계의 복잡한 금융 보고서 생성과 같은 업무를 수행하려면 에이전트에게 구체적인 스킬을 주입해야 한다. 스킬은 에이전트가 업무를 수행하는 방식과 순서를 정의하는 핵심 요소이다.
01:50
스킬의 구조와 구현 방식
스킬은 특정 폴더 내의 skill.md 마크다운 파일로 정의된다. 마크다운 파일은 YAML 형식의 Front Matter와 본문(Body)으로 구성된다. Front Matter에는 스킬의 이름과 에이전트가 언제 스킬을 사용해야 하는지 정의하는 설명(description)이 포함된다.
04:35
Progressive Disclosure를 통한 효율적 스킬 관리
수백 개의 스킬을 LLM 컨텍스트에 모두 로드하면 토큰 비용이 급증한다. 이를 방지하기 위해 Progressive Disclosure를 적용한다. 1단계에서는 메타데이터만 로드하고, 2단계에서는 에이전트가 필요하다고 판단할 때만 전체 본문을 로드하며, 3단계에서는 스크립트나 참조 문서 같은 부가 리소스를 필요 시점에만 호출한다.
06:22
지식 통합: MCP와 RAG
에이전트의 지식은 MCP(Model Context Protocol)를 통한 도구 접근과 RAG를 통한 사실적 지식 검색으로 보완된다. MCP는 외부 API와의 상호작용을 담당하고, RAG는 지식 데이터베이스에서 필요한 정보를 추출한다. 스킬은 이러한 도구와 지식을 언제 어떻게 사용할지에 대한 판단 기준을 제공한다.
09:11
인지 과학적 관점의 에이전트 메모리
인간의 기억 구조를 에이전트 아키텍처에 투영할 수 있다. 사실 지식은 RAG, 상호작용 기록은 대화 로그, 절차적 지식은 스킬 파일로 매핑된다. 스킬은 에이전트가 특정 업무를 수행하는 방법을 정의하며, 보안을 위해 설치 전 코드 검토가 필수적이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 20.수집 2026. 04. 20.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
