MCP vs Skills, 도대체 뭐가 다른 건가요?

"클로드(Claude)에 MCP를 붙이라는데... 그럼 Skills는 또 뭐예요?" 요즘 AI를 처음 만지는 분들 사이에서 가장 자주 나오는 질문입니다. 이름도 비슷하게 어렵고, 둘 다 "AI를 더 똑똑하게 만들어주는 무언가"라는 점까지 똑같아 보여서, 처음 들으면 헷갈리는 게 지극히 정상입니다. 솔직히 저도 처음엔 둘 중 하나가 다른 하나의 신상 버전인 줄 알았습니다.

 

결론부터 시원하게 말씀드릴게요. MCP는 "연결"이고, Skills는 "설명서"입니다. 이 한 줄만 외워도 오늘 글의 절반은 이미 이해하신 겁니다. 나머지 절반은 커피 한 잔 하면서 천천히 읽어보시죠. 비개발자분도 충분히 따라오실 수 있게 식당 주방 비유까지 준비했으니까요.

MCP란 무엇인가: AI에게 바깥세상으로 통하는 문을 열어주는 일

MCP는 Model Context Protocol, 우리말로 옮기면 모델 컨텍스트 프로토콜의 약자입니다. 앤트로픽(Anthropic)이 2024년 11월에 공개한 개방형 표준이고, 한마디로 정리하면 AI가 외부 시스템과 대화할 수 있게 해주는 공통 규격입니다.

 

앤트로픽은 MCP를 "AI를 위한 USB-C 포트"라고 비유합니다. 예전에는 휴대폰마다, 노트북마다 충전 단자가 제각각이라 케이블 서랍이 늘 난장판이었죠. USB-C가 등장하면서 "이 단자 하나면 다 꽂힌다"가 됐습니다. MCP가 AI 세계에서 딱 그 역할을 합니다. 예전에는 AI를 데이터베이스에 붙이려면 이렇게, 깃허브에 붙이려면 저렇게, 슬랙에 붙이려면 또 다르게 만들어야 했는데, MCP라는 공통 규격이 생기면서 "한 가지 방식으로 다 연결"이 가능해진 겁니다.

 

작동 방식은 서버-클라이언트 구조입니다. 바깥에 'MCP 서버'라는 걸 하나 띄워두면, AI가 그 서버에 연결해서 도구(tool)를 호출하거나 데이터를 읽어옵니다. 예를 들어 "Postgres MCP 서버"는 데이터베이스를 조회하는 도구를, "GitHub MCP 서버"는 코드 저장소를 다루는 도구를 AI에게 열어줍니다.

 

이 표준은 빠르게 업계 인프라가 됐습니다. 2025년 11월 앤트로픽은 MCP를 리눅스 재단(Linux Foundation)에 기증했고, 2026년 초 기준으로 공개된 MCP 서버가 1만 개를 넘어섰습니다. 한 회사의 실험이 아니라, 사실상 AI 연결의 공용 콘센트가 된 셈입니다.

 

여기서 핵심은 MCP가 "할 수 있는 것"만 열어준다는 점입니다. "이 파일을 읽을 수 있어", "이 테이블을 조회할 수 있어" 같은 능력을 제공할 뿐, "그래서 그걸 어떻게, 어떤 순서로 써야 하는지"는 알려주지 않습니다. 그 빈자리를 채우는 게 바로 Skills입니다.

Skills란 무엇인가: AI에게 "이건 이렇게 하는 거야"라고 알려주는 일

Skills(에이전트 스킬, Agent Skills)는 앤트로픽이 2025년 10월에 처음 선보였고, 같은 해 12월에 개방형 표준으로 공개한 기능입니다. 정의를 그대로 옮기면, Skills는 클로드가 특정 작업을 더 잘 수행하도록 필요할 때 불러오는 지시문, 스크립트, 참고 자료가 담긴 폴더입니다.

 

조금 더 풀어볼게요. Skills는 본질적으로 폴더 하나입니다. 그 안에 SKILL.md라는 마크다운 파일이 들어있고, 거기에 "이 일은 이런 순서로, 이런 규칙을 지켜서 하는 거야"라는 노하우가 적혀 있습니다. 회사 신입에게 건네주는 업무 매뉴얼이나 베테랑 선배의 작업 비법 노트라고 생각하면 거의 정확합니다.

 

폴더 구조는 대략 이렇게 생겼습니다.

my-skill/
├── SKILL.md        # 필수. 'name'과 'description' + 사용법 설명
├── scripts/        # 선택. 실행 가능한 코드(파이썬, 셸 스크립트 등)
├── references/     # 선택. 추가 참고 문서
└── assets/         # 선택. 템플릿, 이미지, 로고 같은 파일

가장 중요한 SKILL.md 파일은 겁먹을 필요 없습니다. 그냥 메모장으로도 열리는 텍스트 파일이에요. 맨 위에 이름과 설명을 적고, 그 아래에 사용법을 평범한 글로 적으면 끝입니다. 예시를 볼까요.

---
name: monthly-report
description: 월간 매출 보고서를 회사 양식에 맞춰 작성합니다. 사용자가 매출 보고서나 월간 리포트를 요청할 때 사용하세요.
---

# 월간 매출 보고서 작성법

## 작성 순서
1. 표지 왼쪽 상단에 회사 로고를 배치한다
2. 매출 요약 표를 먼저, 그래프는 그 다음에 넣는다
3. 전월 대비 증감률은 빨강(감소)과 파랑(증가)으로 표시한다

이게 전부입니다. 코드 한 줄 없어도 됩니다.

Skills의 진짜 똑똑한 점은 점진적 공개(progressive disclosure)라는 방식입니다. AI가 시작할 때는 각 스킬의 이름과 한 줄 설명만 먼저 슬쩍 읽습니다. 이건 스킬 하나당 수십 토큰 정도밖에 안 차지해요. 그러다 "아, 지금 매출 보고서를 만들어야 하는구나" 싶을 때만 해당 스킬의 본문 전체를 펼쳐 읽습니다. 덕분에 스킬을 수십 개 설치해도 AI의 기억 공간(컨텍스트 윈도)이 꽉 차서 버벅이는 일이 없습니다. 두꺼운 매뉴얼을 책장에 꽂아두고, 필요한 페이지만 그때그때 펼쳐 보는 것과 똑같은 원리죠.

 

참고로 클로드가 워드(.docx), PDF, 엑셀(.xlsx), 파워포인트(.pptx) 문서를 척척 만들어내는 기능도 사실은 전부 이 Skills로 구현되어 있습니다. 그리고 2025년 12월 개방형 표준이 된 이후로는 클로드뿐 아니라 다른 여러 AI 도구에서도 같은 형식의 스킬을 쓸 수 있게 됐습니다.

표로 한눈에 보는 MCP vs Skills 차이

말로만 들으면 또 헷갈릴 테니, 핵심만 표로 정리했습니다.

 

구분	MCP	Skills
한 줄 정의	AI를 외부 시스템에 연결	AI에게 작업 방법을 학습
비유	망치를 손에 쥐어주기	못 박는 법을 알려주기
핵심 역할	능력(접근) 제공	절차(노하우) 제공
형태	서버-클라이언트 통신 규격	SKILL.md 파일이 담긴 폴더
처음 공개	2024년 11월	2025년 10월
외부 데이터 연결	가능 (이게 본업)	단독으로는 불가 (MCP와 결합)
대표 사례	DB, GitHub, 슬랙 연결	문서 작성, 브랜드 가이드 준수

비개발자를 위한 비유: 결국 식당 주방 이야기입니다

앤트로픽이 직접 든 비유가 가장 찰떡이라 그대로 빌려오겠습니다. AI를 요리사라고 생각해보세요.

MCP는 주방 그 자체입니다. 신선한 재료가 가득한 냉장고, 잘 드는 칼, 펄펄 끓는 화구, 오븐. 즉 요리사가 손댈 수 있는 도구와 재료를 통째로 갖춰주는 일이죠. MCP는 "여기 다 있으니 마음껏 써" 하고 주방 문을 열어줍니다.

 

Skills는 그 주방에서 쓰는 레시피북입니다. "김치찌개는 돼지고기를 먼저 볶고, 김치를 넣고, 물은 재료가 잠길 만큼만" 같은 구체적인 조리법이죠. 재료와 칼이 아무리 좋아도 레시피를 모르면 맛이 들쭉날쭉합니다. 반대로 레시피만 있고 재료가 없으면 요리 자체를 시작할 수 없고요.

 

더 짧게 가면 이렇습니다. MCP는 망치를 손에 쥐어주는 일이고, Skills는 "이 망치로 못을 이렇게 박는 거야"라고 알려주는 일입니다. 둘 다 있어야 벽에 액자가 걸립니다.

실제 예시로 보기: "이번 달 매출 보고서 만들어줘"

추상적인 이야기는 이쯤 하고, 실제 상황에 넣어봅시다. 여러분이 AI에게 "이번 달 매출 보고서 좀 만들어줘"라고 시켰다고 해보죠.

1. 먼저 AI는 MCP로 회사 데이터베이스에 연결해 이번 달 매출 데이터를 실제로 끌어옵니다. 이건 바깥세상(DB)과의 연결이니 MCP의 일입니다.
2. 그다음 AI는 매출 보고서 작성용 Skill을 펼쳐 읽고, 거기 적힌 회사 양식대로 표를 먼저 넣고, 증감률에 색을 입히고, 로고를 제자리에 배치합니다. 이건 "어떻게 만드는가"이니 Skills의 일입니다.
3. 마지막으로 문서를 생성하는 것도 Skills(문서 작성 스킬)가 마무리합니다.

만약 MCP만 있고 Skills가 없으면, 데이터는 가져왔지만 보고서 양식이 매번 제멋대로일 겁니다. 반대로 Skills만 있고 MCP가 없으면, 작성법은 완벽하게 아는데 정작 채워 넣을 매출 데이터를 못 가져옵니다. 그래서 둘이 손을 잡아야 비로소 "양식도 맞고 데이터도 정확한 보고서"가 완성됩니다.

그래서 저는 뭘 써야 하나요?

상황에 따라 답이 갈립니다. 아래 기준으로 판단해보세요.

MCP가 필요한 경우는 AI가 회사 데이터베이스, 협업 도구, 외부 API 등 살아있는 외부 데이터에 직접 닿아야 할 때입니다. "실시간 재고를 조회해줘", "슬랙에 알림을 보내줘" 같은 요청이 여기 해당합니다.

 

Skills가 필요한 경우는 매번 똑같이 설명하기 귀찮은 반복 작업이 있을 때입니다. 매주 같은 양식의 리포트, 회사 브랜드 가이드라인 준수, 정해진 코드 리뷰 체크리스트처럼 "방법은 정해져 있는데 매번 프롬프트로 다시 알려주기 번거로운 일"을 한 번 적어두고 재사용하는 데 최적입니다.

둘은 라이벌이 아니라 환상의 짝꿍입니다

여기까지 읽으셨다면 눈치채셨을 텐데, MCP와 Skills는 경쟁 관계가 아닙니다. 오히려 서로의 빈 곳을 채워주는 단짝에 가깝습니다. MCP가 "재료와 도구"를 대고, Skills가 "그걸 쓰는 법"을 댑니다. 능력과 절차, 연결과 설명서. 어느 한쪽만으로는 반쪽짜리고, 둘이 만나야 AI가 실제 업무에서 일관되고 믿음직하게 일합니다.

그러니 "MCP가 좋아요, Skills가 좋아요?"라는 질문은 사실 "망치가 좋아요, 사용설명서가 좋아요?"라고 묻는 것과 비슷합니다. 정답은 언제나 "둘 다요"입니다.

마무리

오늘 내용을 딱 한 문장으로 압축하면 이렇습니다. MCP는 AI를 바깥세상에 연결해주는 콘센트, Skills는 AI에게 일하는 법을 알려주는 매뉴얼. 이 둘의 역할만 구분되면 앞으로 어떤 AI 도구 설명을 봐도 "아, 이건 연결 얘기구나" "이건 노하우 얘기구나" 하고 바로 정리가 될 겁니다. 다음에 누가 옆에서 헷갈려 하면, 식당 주방 비유 하나만 던져주세요. 단번에 알아들을 테니까요.

참고 자료

• Anthropic, Introducing the Model Context Protocol (2024.11): https://www.anthropic.com/news/model-context-protocol
• Anthropic Engineering, Equipping agents for the real world with Agent Skills: https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
• Anthropic, Introducing Agent Skills (2025.10): https://www.anthropic.com/news/skills
• Anthropic 공식 Skills 저장소(GitHub): https://github.com/anthropics/skills
• Model Context Protocol 공식 문서: https://modelcontextprotocol.io
• Simon Willison, Claude Skills are awesome, maybe a bigger deal than MCP (2025.10.16): https://simonwillison.net/2025/Oct/16/claude-skills/