Claude에게 매번 같은 설명을 반복하는 것이 귀찮았던 분들은 아마 Skill로 이 문제를 해결했을 겁니다. 저도 Skill을 활용하고 있는데 이것이 잘 구축되었는지, 더 좋은 결과를 얻을 수 있을지 판단하기 어려웠습니다. Anthropic이 직접 작성한 Skill 제작 매뉴얼을 공개했습니다🤩
———
1. 순차 워크플로우 조정 (Sequential Workflow Orchestration)
단일 시스템 내에서 정해진 순서대로 단계를 실행하는 패턴입니다. 고객 온보딩처럼 한 서비스 안에서 계정 생성 > 결제 설정 > 구독 생성 > 이메일 발송 순으로 진행됩니다. 각 단계가 이전 단계의 결과(예: 계정 ID)를 사용하며 중간 실패 시 완료된 부분을 되돌립니다. 두 가지를 강조합니다.
✅단계 간 의존성을 명확히 정의하라. 계정 ID 없이는 결제 설정 불가능하다는 식으로요.
✅실패 시 롤백 범위를 미리 정해두라. 결제 실패 시 생성된 계정도 삭제할지 결정하는 겁니다.
2. 멀티 MCP 조정 (Multi-MCP Coordination)
여러 외부 서비스를 넘나들며 작업하는 패턴입니다. Figma에서 디자인 추출 > Drive에 저장 > Linear에 작업 생성 > Slack으로 알림처럼 네 개의 독립된 서비스를 순차 연결합니다. 1번과의 차이는 각 단계가 다른 서비스를 호출한다는 점입니다.
핵심은 서비스 간 데이터 전달입니다. Figma에서 받은 파일 URL을 Drive API로 보내고, Drive가 반환한 링크를 Linear 작업에 첨부하는 식입니다. 가이드는 각 서비스 호출 후 응답 검증과, 한 서비스 실패 시에도 전체가 멈추지 않는 에러 처리를 권장합니다.
3. 반복 개선 (Iterative Refinement)
품질 기준 충족까지 검증-수정을 반복하는 패턴입니다. 리포트 생성처럼 한 번에 완벽한 결과를 만들기 어려운 작업에 씁니다. 초안 작성 > 품질 검증 > 문제 수정 > 재검증을 기준을 만족할 때까지 반복합니다. 문서는 구체적 품질 기준 설정을 핵심으로 제시합니다. 좋은 리포트 대신 필수 섹션 5개 포함, 모든 차트에 출처, 오타 0개처럼 측정 가능해야 합니다. 무한 루프 방지를 위해 최대 3회 같은 반복 제한도 설정하라고 강조합니다.
4. 상황 인식 도구 선택 (Context-Aware Tool Selection)
같은 작업이지만 조건에 따라 다른 도구를 자동 선택하는 패턴입니다. 파일 저장 시 10MB 이상이면 클라우드, 협업 문서면 Notion, 코드 파일이면 GitHub로 구분합니다. 3번과의 차이는 반복이 아닌 조건 분기라는 점입니다. 가이드는 명확한 결정 기준(파일 크기, 타입, 협업 필요)과 선택 이유 설명을 강조합니다. “15MB라서 클라우드에 저장했습니다”처럼 투명하게 알려야 사용자가 신뢰합니다. 대체 옵션(클라우드 실패 시 로컬)도 준비하라고 제안합니다.
5. 도메인 전문 지능 (Domain-Specific Intelligence)
전문가의 판단 기준을 규칙으로 만들어 자동화하는 패턴입니다. 결제 처리 시 단순히 API 호출이 아니라, 제재 리스트 확인 > 국가별 규정 검토 > 사기 위험 평가를 거쳐 모두 통과해야 진행합니다. 1-4번이 작업 흐름이라면, 5번은 도메인 지식 자동화입니다. 문서는 전문가 체크리스트의 규칙화를 핵심으로 다룹니다. 매번 사람이 확인할 필요 없이 Skill이 자동 검증하고, 모든 과정을 문서화해 나중에 감사 추적이 가능합니다. 금융, 의료, 법률처럼 규정 준수가 중요한 분야에 특히 유용합니다.
———
Skill은 반복되는 작업을 해결할 수 있고 사용하면서 예외 사항을 반영해 수정할 수 있습니다. 위 내용 외에도 여러분들이 쓰는 나만의 Skill 활용 꿀팁이 있을까요?
댓글로 남겨주세요. 많이 배우겠습니다.🙌