Claude와 Codex로 '나만의 업무 자동화 스킬'을 직접 만들 수 있을까?

범용 AI 도구가 '내 일'에는 안 맞았던 이유

강력한 AI 도구를 써 보고도 정작 내 업무에는 겉돈다고 느낀 실무 담당자(operational staff)가 많습니다. 이유는 성능이 아니라 맥락입니다. 범용 도구는 우리 회사의 보고서 양식, 폴더 규칙, 승인 절차, 자주 쓰는 표현을 알지 못합니다. AIPM(에이아이피엠)은 이 간극을 메우기 위해 Claude Code와 Codex 같은 코딩 에이전트(coding agent)에 에이전트 스킬(Agent Skills)을 얹어, 실무자가 자기 업무에 맞춘 업무 자동화 스킬(automation skill)을 직접 만들도록 돕는 AI 교육과 업무 자동화(workflow automation) 서비스를 제공합니다.

여기서 스킬은 코드 덩어리가 아니라 규칙을 적은 문서에 가깝습니다. AIPM의 AX 컨설팅(AI Transformation Consulting) 관점에서 보면, 자동화의 성패는 모델 선택보다 내 반복 업무의 절차를 얼마나 명확한 글로 적어 두느냐에 달려 있습니다. 즉 대단한 개발 실력이 아니라, 신입에게 인수인계하듯 절차를 문서화하는 능력이 먼저입니다.

에이전트 스킬이란 무엇인가: 신입 온보딩 가이드에 비유

Anthropic은 에이전트 스킬을 두고 "에이전트를 위한 스킬을 만드는 일은 신입에게 줄 온보딩 가이드를 정리하는 것과 같다"고 설명합니다(출처: Anthropic, 2025). 스킬은 지시문과 메타데이터, 필요하면 스크립트와 템플릿까지 하나의 폴더로 묶은 것이고, 에이전트가 관련 작업을 만나면 자동으로 불러 씁니다. Anthropic 공식 문서는 "커스텀 스킬(Custom Skills)은 도메인 전문성과 조직의 노하우를 패키징하게 해 준다"고 정의합니다(출처: Anthropic Docs).

작동 방식의 핵심은 점진적 공개(progressive disclosure)입니다. 스킬은 세 단계로 나뉘어 필요한 만큼만 문맥에 올라옵니다. 1단계 메타데이터는 항상 로드되지만 스킬 하나당 약 100토큰에 불과하고, 2단계 본문 지시문은 스킬이 실제로 호출될 때만 5천 토큰 이내로 읽히며, 3단계 참고자료와 스크립트는 그때그때 필요할 때만 접근합니다(출처: Anthropic Docs). 덕분에 스킬을 여러 개 설치해도 문맥 비용 부담 없이 필요한 순간에만 전문성이 펼쳐집니다.

개인 자동화 스킬을 만드는 5단계

AIPM이 실무 교육에서 안내하는 절차는 다섯 단계로 단순합니다. 첫째, 반복 업무 하나를 고릅니다. 주 3회 이상 반복하고 절차가 비교적 일정한 일, 예를 들어 주간 보고 취합이나 문의 메일 분류가 좋은 후보입니다. 둘째, 그 절차를 SKILL.md 문서에 글로 적습니다. 입력이 무엇이고, 어떤 순서로 처리하며, 결과물 형식이 어떠해야 하는지를 신입에게 설명하듯 씁니다.

셋째, 예시와 템플릿을 첨부합니다. 좋은 보고서 예시 한두 개와 빈 템플릿을 넣어 두면 에이전트가 우리 조직의 톤과 형식을 훨씬 잘 따릅니다. 넷째, 계산이나 파일 변환처럼 정확성이 중요한 작업은 스크립트로 분리합니다. 문서 정의에 따르면 스크립트의 코드는 문맥에 올라오지 않고 결과만 반환되어, 결정적이고 반복 가능한 처리가 됩니다(출처: Anthropic Docs). 다섯째, 실제로 써 보고 어긋난 부분을 규칙에 반영해 스킬을 다듬습니다. 이 피드백 루프가 스킬을 점점 내 업무에 맞게 만듭니다.

근거: 코딩 에이전트는 실제로 생산성을 얼마나 바꾸나

효과는 통제된 실험으로도 확인됩니다. GitHub의 무작위 대조 연구에서 코딩 도구를 쓴 개발자는 같은 과제를 대조군보다 55퍼센트 빠르게 끝냈습니다. 도구 사용 그룹은 평균 1시간 11분, 미사용 그룹은 2시간 41분이 걸렸고, 참가자 95명 기준 통계적으로 유의했습니다(P=.0017, 속도 향상 95퍼센트 신뢰구간 21~89퍼센트)(출처: GitHub, arXiv 2302.06590). 물론 이 수치는 코딩 과제 기준이므로, 일반 사무 업무에서의 향상 폭은 업무 특성에 따라 다르다는 점을 전제로 봐야 합니다.

스킬이 특정 제품에 갇힌 기술이 아니라는 점도 중요합니다. Anthropic이 2025년 10월 스킬 형식을 공개하고 12월 개방형 표준으로 내놓은 뒤, 스킬은 Claude Code와 claude.ai, Claude API는 물론 OpenAI Codex, Cursor, Gemini CLI 등 여러 도구에서 함께 쓰입니다(출처: Anthropic). 한 번 잘 만든 업무 규칙을 여러 에이전트에서 재사용할 수 있다는 뜻입니다.

실무 적용: 어디부터 시작할까

처음부터 전사 자동화를 목표로 삼을 필요는 없습니다. 개인의 반복 업무 한 가지를 스킬로 만들어 2주 정도 써 보는 것이 가장 빠른 출발입니다. 예를 들어 매주 흩어진 데이터를 취합해 정해진 양식의 주간 보고로 바꾸는 스킬, 들어온 문의를 유형별로 분류하고 초안 답변을 다는 스킬, 회의 메모를 액션 아이템 목록으로 정리하는 스킬처럼 결과물 형식이 분명한 일이 좋습니다.

다만 스킬은 에이전트에 새 권한과 코드를 부여하므로, 신뢰할 수 있는 출처의 스킬만 쓰고 외부에서 받은 스킬은 반드시 내용을 검토하라는 것이 공식 보안 권고입니다(출처: Anthropic Docs). AIPM은 이 검토 기준과 함께, 실무자가 스스로 스킬을 설계하고 운영하도록 AI 교육과 업무 자동화 서비스를 결합해 지원합니다. 도구를 배우는 것을 넘어, 내 업무 지식을 스킬로 자산화하는 것이 목표입니다.

결론

'나만의 업무 자동화 스킬'을 직접 만드는 일은 개발자만의 영역이 아닙니다. 핵심은 내 반복 업무의 절차를 신입 온보딩 가이드처럼 명확히 글로 적고, 예시와 스크립트로 보강한 뒤, 써 보며 다듬는 것입니다. Claude Code와 Codex 같은 코딩 에이전트는 이 규칙을 읽어 실제 작업을 대신 수행합니다. AIPM(에이아이피엠)은 40개 이상 기업의 AI 도입 경험을 바탕으로, 실무자가 스스로 자동화 스킬을 만들고 운영하도록 AI 교육과 업무 자동화, AX 컨설팅을 제공합니다.

출처

• Anthropic, Equipping agents for the real world with Agent Skills (2025)
• Anthropic, Agent Skills 개요 문서
• GitHub, The Impact of AI on Developer Productivity (arXiv 2302.06590)