6. 에이전트 인프라의 미래와 확장성
에이전트 인프라의 미래와 확장성
지금까지 우리는 스킬을 만들고, 연결하고, 워크플로우에 심는 방법을 살펴봤습니다. 이제 질문은 조금 더 커집니다. 이 모든 것이 앞으로 어디로 가는가?
답은 생각보다 분명합니다. 에이전트 스킬은 개인의 생산성 요령에서 끝나지 않습니다. 점점 더 많은 조직이 모델 자체보다 어떤 스킬을 어떻게 묶고, 배포하고, 통제하느냐에서 경쟁력을 갖게 될 가능성이 큽니다. 최근 연구와 산업 동향은 LLM 활용이 하나의 거대한 모델에 모든 절차 지식을 집어넣는 방식에서, 필요할 때 역량을 불러오는 모듈형 에이전트 구조로 이동하고 있음을 보여 줍니다.1 다시 말해, 프롬프트가 메모지라면 스킬은 공구함에 가깝습니다. 메모지는 한 번 쓰고 버리기 쉽지만, 공구함은 팀의 자산이 됩니다.
6.1 스킬 공유 생태계와 오픈소스 커뮤니티
에이전트 스킬 생태계의 가장 큰 변화는 "좋은 프롬프트를 공유한다"는 감각이 "재사용 가능한 역량을 배포한다"는 감각으로 바뀌고 있다는 점입니다. 오픈 표준 관점에서 스킬은 대체로 폴더 하나와 SKILL.md를 중심으로 구성되며, 필요하면 스크립트, 참고 문서, 템플릿까지 함께 묶습니다.2 이 구조가 중요한 이유는 단순합니다. 사람이 읽어도 이해할 수 있고, 에이전트가 읽어도 바로 행동으로 옮길 수 있기 때문입니다.
이제 스킬은 특정 도구의 숨은 기능이 아니라, 여러 제품을 가로지르는 공통 자산이 되고 있습니다. OpenAI는 Codex용 공개 스킬 저장소와 관련 문서를 제공하고 있고, Gemini CLI 역시 워크스페이스·사용자·확장 기능 계층에서 스킬을 발견하고 설치하는 구조를 제공합니다.345 즉, 개발자는 "어느 모델을 쓰느냐"만 고민하는 것이 아니라 "어느 환경에서든 살아남는 역량 포맷을 어떻게 만들 것이냐"도 함께 고민하게 됩니다.
이 흐름의 인상적인 사례 중 하나가 Microsoft의 Azure Agent Skills입니다. Microsoft는 제품 문서를 사람이 매번 수동으로 복사해 붙여 넣는 대신, 가치 있는 절차형 지식을 구조화해 스킬 카탈로그로 제공하고 있습니다. 2026년 기준 공개 문서에는 193개 스킬이 Azure 핵심 서비스를 폭넓게 다룬다고 안내되어 있습니다.6 이 사례가 보여 주는 메시지는 분명합니다. 미래의 스킬 라이브러리는 취미 프로젝트 폴더가 아니라, 제품 문서·정책·베스트 프랙티스를 실행 가능한 형태로 공급하는 지식 계층이 될 수 있다는 점입니다.
여기서 조직이 얻는 이점은 세 가지입니다.
첫째, 개인 노하우가 퇴사와 함께 사라지지 않습니다.
둘째, 반복 업무가 사람마다 다른 방식으로 흩어지지 않습니다.
셋째, 새로운 도구가 등장해도 스킬 자산을 비교적 쉽게 옮길 수 있습니다.
앞으로 강한 팀은 모델을 가장 먼저 도입한 팀이 아니라, 스킬을 제품처럼 관리하는 팀이 될 가능성이 높습니다. 내부 스킬 레지스트리, 버전 정책, 호환성 매트릭스, 승인 절차, 사용량 로그가 생기면 스킬은 더 이상 "개인이 모아 둔 요령집"이 아닙니다. 사내 플랫폼의 일부가 됩니다.
그리고 이 생태계는 오픈소스 문화와도 잘 맞습니다. 오픈소스가 코드를 공유해 산업의 생산성을 끌어올렸다면, 스킬 공유는 "일하는 방식" 자체를 공유합니다. 예전에는 라이브러리를 받아 기능을 재사용했다면, 이제는 워크플로우를 받아 판단 흐름까지 재사용하는 시대가 열리고 있습니다.
6.2 보안과 윤리: 실행 가능한 지능의 권한 제어
하지만 공구함이 늘어나면, 망치만 들어오는 것은 아닙니다. 가끔은 자물쇠를 따는 도구도 같이 들어올 수 있습니다.
에이전트 스킬은 단순한 도움말 문서가 아니라 실행 계층에 가깝습니다. OWASP는 스킬을 에이전트가 실제 세계에 영향을 미치는 행동 계층으로 보며, 파일 시스템·네트워크·셸 접근, 다단계 워크플로우, 장기 상태 관리까지 포함하는 만큼 고유한 보안 문제가 생긴다고 경고합니다.7 최근 보안 글과 도구들도 악성 스킬 유포, 스킬 저장소 오염, 과도한 권한, 신뢰되지 않은 스크립트 실행 같은 위험을 반복해서 지적하고 있습니다.89
여기서 핵심은 간단합니다. 스킬은 에이전트의 권한으로 실행되거나, 최소한 에이전트의 행동을 강하게 유도합니다. 따라서 스킬 자체가 악성이거나, 스킬이 참조하는 파일과 폴더의 권한 관리가 허술하면 공격자는 그 지점을 발판으로 삼을 수 있습니다. Red Hat도 스킬이 결국 폴더와 파일로 구성되므로, 수정 권한이 적절히 통제되지 않으면 파일 시스템에 직간접적으로 접근 가능한 공격자가 이를 악용할 수 있다고 짚습니다.8
이 문제를 더 어렵게 만드는 것은, 스킬의 위험이 코드에만 있지 않다는 점입니다. 자연어 지시문, 번들된 스크립트, 외부 연결 정보, 메모리 파일이 서로 얽혀 있습니다. 그래서 일반적인 정적 분석만으로는 충분하지 않습니다. Cisco의 skill-scanner 역시 여러 분석기를 조합해 위협을 탐지할 수 있다고 소개하면서도, 자동 스캐닝이 인간 검토를 완전히 대체할 수는 없다고 전제합니다.9
따라서 기업 환경에서 필요한 것은 단일 보안 제품이 아니라 다층 방어 체계입니다. 기본 원칙은 의외로 전통적인 소프트웨어 공급망 보안과 닮아 있습니다.
출처를 검증하고, 신뢰되지 않은 스킬은 기본적으로 불신합니다.
샌드박스나 컨테이너에서 실행해 호스트 접근과 외부 통신을 최소화합니다.
버전을 고정하고, 자동 업데이트가 바로 운영 환경으로 들어오지 않게 합니다.
설치 승인, 권한 검토, 감사 로그, 스킬 인벤토리를 운영 절차에 포함합니다.
이 방향은 공급망 보안 관점에서도 뒷받침됩니다. 관련 가이드들은 운영 환경에 들어가는 스킬에 대해 샌드박스 실행, 권한 감사, 의존성 스캔, 서명 검증 같은 단계를 권장합니다.10 쉽게 말해 "누가 만들었는지, 중간에 바뀌지 않았는지, 안전한 공간에서 돌고 있는지"를 함께 확인해야 한다는 뜻입니다.
윤리 문제도 빼놓을 수 없습니다. 에이전트가 똑똑해질수록 사람은 종종 "알아서 잘하겠지"라는 유혹에 빠집니다. 그러나 조직 업무에서는 무엇을 할 수 있는가보다 무엇을 하면 안 되는가가 더 중요할 때가 많습니다. 실제 제품 설계에서도 읽기와 쓰기, 조회와 변경, 초안 작성과 실제 전송을 엄격히 구분하고, 민감한 쓰기 작업은 사람 승인 뒤에 실행하는 패턴이 널리 강조됩니다.11 이 방식은 매우 현실적입니다. 권한은 한 번 열리면 되돌리기 어렵기 때문입니다.
결국 미래의 보안은 "에이전트를 막는 기술"보다 "에이전트가 안전하게 일하게 만드는 운영 방식"에 더 가깝습니다. 잘 만든 스킬 하나는 팀을 날아오르게 하지만, 잘못 배포한 스킬 하나는 보안 사고의 출발점이 될 수 있습니다.
6.3 하드웨어의 진화: 에이전트는 왜 더 많은 컴퓨팅을 요구하는가
이제 시선을 조금 더 아래, 즉 인프라의 바닥판으로 내려가 보겠습니다. 에이전트 인프라의 미래를 이야기할 때 하드웨어를 빼면 반쪽짜리 전망이 됩니다.
채팅형 AI는 대체로 "질문 하나, 답변 하나"의 흐름에 가까웠습니다. 하지만 스킬 기반 에이전트는 다릅니다. 파일을 읽고, 검색하고, 테스트를 돌리고, 웹을 조회하고, 다시 계획을 바꾸고, 필요하면 다른 서브에이전트에게 일을 넘깁니다. 한 번의 사용자 요청 뒤에서 수십 번의 짧은 추론과 도구 호출이 오갈 수 있습니다. 즉, 앞으로 중요한 것은 단순한 최대 성능만이 아니라 짧은 지연 시간, 높은 동시성, 넓은 메모리 대역폭, 안정적인 격리 실행 환경입니다.
이 변화는 하드웨어 계층을 세 방향으로 밀어붙일 가능성이 큽니다.
첫째, 개인 기기 안의 AI 가속기가 더 중요해집니다. 노트북과 워크스테이션의 NPU는 단순 음성 인식 보조를 넘어, 로컬 코드베이스 이해, 민감한 문서 요약, 사내 규칙 기반 분류 같은 작업을 기기 안에서 처리하는 기반이 될 수 있습니다. 이렇게 되면 모든 컨텍스트를 매번 클라우드로 보내지 않아도 되므로, 지연 시간과 개인정보 노출을 함께 줄일 수 있습니다.
둘째, 클라우드 GPU와 추론 전용 가속기는 더 세분화될 가능성이 큽니다. 모든 작업이 거대한 모델 한 번 호출로 끝나는 것이 아니라, 작은 분류기·중간 규모 계획 모델·대형 추론 모델이 역할을 나눠 맡는 구조가 많아질 것입니다. 어떤 스킬은 가볍게 라우팅만 하면 되고, 어떤 스킬은 긴 문맥과 복잡한 추론이 필요합니다. 그러니 미래의 에이전트 플랫폼은 "가장 큰 모델 하나"보다 "어떤 작업을 어떤 칩에서 처리할지 잘 배분하는 능력"이 중요해질 수 있습니다.
셋째, 실행 환경 자체가 하드웨어와 더 밀접하게 묶입니다. 브라우저 자동화, 데스크톱 제어, 영상·이미지 입력 처리, 대용량 로그 분석 같은 작업이 많아질수록, CPU·GPU·스토리지·네트워크를 한 번에 조율하는 오케스트레이션 능력이 경쟁력이 됩니다. 특히 백그라운드에서 오래 도는 에이전트가 늘어나면, 스케줄링과 자원 격리도 "운영체제의 일"이면서 동시에 "에이전트 플랫폼의 일"이 됩니다.
이 변화 앞에서 스킬 설계도 바뀌어야 합니다. 미래형 스킬은 무작정 많은 문서를 한꺼번에 집어넣지 않습니다. 대신 필요한 순간에만 내용을 불러오고, 무거운 계산은 별도 도구나 원격 실행 환경으로 넘기며, 짧은 제어 루프와 긴 컨텍스트 작업을 분리합니다. 다시 말해 좋은 스킬은 똑똑하기만 한 것이 아니라, 컴퓨팅 비용을 아끼는 방향으로도 설계됩니다.
실무 관점에서 보면, 앞으로의 에이전트 인프라는 대략 이런 혼합형 구조로 굳어질 가능성이 높습니다.
로컬 기기: 민감한 컨텍스트, 빠른 상호작용, 개인화 메모리
팀용 클라우드 실행기: 테스트, 빌드, 브라우저 자동화, 장시간 작업
중앙 추론 계층: 대형 모델 호출, 정책 검사, 감사 로깅, 사용량 제어
이 구조가 자리 잡으면, 개발자는 "어떤 모델을 쓸까?"보다 "이 스킬은 어디서 돌려야 가장 싸고 빠르고 안전할까?"를 먼저 묻게 됩니다. 그 순간 스킬 설계는 프롬프트 작성의 연장이 아니라 분산 시스템 설계의 일부가 됩니다.
6.4 결론: 인공지능과 협업하는 차세대 개발자의 생존 전략
이 책의 마지막 장에서 가장 강조하고 싶은 문장은 이것입니다. 앞으로의 경쟁력은 좋은 답변을 뽑아내는 능력이 아니라, 좋은 역량 체계를 설계하는 능력에서 나온다.
이제 개발자는 코드를 직접 쓰는 사람인 동시에, 에이전트가 코드를 쓰도록 환경을 만드는 사람이어야 합니다. 프롬프트를 잘 쓰는 사람에서 끝나면 금방 평준화됩니다. 하지만 스킬을 정의하고, 지식을 구조화하고, 권한을 통제하고, 워크플로우를 측정하고, 실패했을 때 되돌리는 체계를 만들 수 있다면 이야기가 달라집니다. 그 사람은 단순 사용자가 아니라 에이전트 인프라 설계자가 됩니다.
앞으로 차세대 개발자에게 특히 중요해질 역량은 네 가지입니다.
지식 패키징 능력: 머릿속 노하우를 문서가 아니라 실행 가능한 스킬로 바꾸는 힘
워크플로우 설계 능력: 어떤 일을 어떤 순서와 승인 체계로 자동화할지 결정하는 힘
보안 감수성: 편의성과 권한을 저울질하며 안전한 기본값을 설계하는 힘
플랫폼 감각: 모델, 도구, MCP, 샌드박스, 하드웨어를 하나의 시스템으로 보는 힘
결국 지금 만드는 스킬은 개인의 생산성 치트키가 아닙니다. 그것은 팀의 일하는 방식을 코드처럼 다루는 첫 번째 시도입니다. 잘 정리된 스킬 라이브러리는 훗날 조직의 표준 운영체제가 되고, 잘 설계된 권한 모델은 AI 도입의 속도와 신뢰를 함께 끌어올리며, 하드웨어와 실행 환경을 고려한 아키텍처는 비용과 성능의 균형을 만듭니다.
한때 개발자는 컴퓨터에게 명령을 내리는 사람이었습니다. 이제 개발자는 에이전트에게 일하는 법 자체를 가르치는 사람이 되고 있습니다. 그리고 그 가르침이 폴더 하나, SKILL.md 하나, 작은 자동화 스크립트 하나에서 시작된다는 점이 이 흐름을 더 현실적으로 만듭니다.
작게 시작해도 좋습니다. 코드 리뷰 스킬 하나, 배포 체크리스트 스킬 하나, 장애 대응 런북 스킬 하나면 충분합니다. 하지만 그 작은 조각들이 쌓이면 어느 순간 팀은 "AI를 써 본 조직"이 아니라 "AI와 함께 일하는 조직"으로 바뀌어 있을 것입니다.
참고
1Agent Skills for Large Language Models 논문 개요
8Red Hat Agent Skills 보안 위협과 통제
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.