라이브러리는 개발자의 능력을 패키지로 만든다. npm install react 한 줄로 누군가가 만든 UI 컴포넌트를 내 프로젝트에 끌어온다. 2026년 6월 10일 GitHub 트렌딩 상위권은 비슷한 일이 AI 에이전트 쪽에서 일어나고 있다는 것을 보여줬다. 데일리 상위 6개 저장소 중 4개가 “Agent Skills"라는 같은 형식을 따른 모음집이었다. 합산 별 수만 약 31만 개. 어제 하루만 5천 개 가까이 늘었다.

이 흐름의 중심에는 Anthropic이 만든 Agent Skills 표준이 있다. 4월 Claude Code에 처음 등장한 이 형식은 5월에 오픈 표준으로 공개됐고, 6월 들어 개별 개발자들이 만든 스킬 패키지들이 한꺼번에 GitHub 트렌딩에 진입했다.

스킬이 정확히 뭔가

agentskills.io 공식 정의를 그대로 옮기면 이렇다. 스킬(Skill)은 폴더 하나다. 그 안에 SKILL.md라는 마크다운 파일이 반드시 있고, 거기에 메타데이터(이름·설명)와 에이전트에게 줄 지시가 적혀 있다. 그 외에는 옵션이다 — 스크립트, 참고 문서, 템플릿 등.

my-skill/
├── SKILL.md          # 필수: 메타데이터 + 지시문
├── scripts/          # 선택: 실행 가능한 코드
├── references/       # 선택: 참고 자료
└── assets/           # 선택: 템플릿

핵심 메커니즘은 “점진적 노출(progressive disclosure)“이다. 컨텍스트 윈도우(context window, 모델이 한 번에 읽을 수 있는 텍스트 한도)는 비싸기 때문에 모든 스킬 본문을 시작부터 메모리에 올리지 않는다. 3단계로 나눠 로딩한다 — 발견(시작 시 이름·설명만), 활성화(요청 매칭되면 본문 로딩), 실행(필요할 때만 스크립트·참고 파일 추가 로딩).

200개 스킬을 등록해도 사용 시점까지는 토큰 비용이 거의 0이다. 단순해 보이지만 라이브러리 생태계가 동작하기 위한 전제 조건이다 — 패키지를 잔뜩 깔아도 평소엔 메모리에 안 올라와야 한다.

왜 이 형식이 채택됐나

기존에도 비슷한 시도가 있었다. OpenAI의 GPTs, Cursor의 .cursorrules, 각 도구가 만든 자기 전용 플러그인 포맷. 그런데 이번 형식이 빨리 퍼진 이유는 세 가지다.

첫째, 사양이 가볍다. SKILL.md는 그냥 마크다운 파일에 frontmatter(YAML 메타데이터 헤더) 몇 줄이 붙은 것뿐이다. 개발자가 학습할 게 거의 없다. 비교 대상이었던 OpenAI의 GPT Actions는 OpenAPI 스펙 작성과 배포 인프라가 따라붙었다.

둘째, 크로스-툴 호환을 처음부터 명시했다. Anthropic은 표준을 GitHub 저장소에 공개해 다른 에이전트 제품들이 같은 형식을 읽도록 유도했다. 위에서 본 last30days-skill 저장소의 README는 “Claude Code, Cursor, Copilot, 그리고 50여 개 다른 에이전트 하네스에서 동일하게 동작한다"고 명시한다. 한 번 만든 스킬이 여러 도구에서 재사용되는 첫 번째 합의된 포맷에 가깝다.

셋째, “커스텀 슬래시 명령"이 스킬에 흡수됐다. 기존 Claude Code 사용자가 .claude/commands/deploy.md로 만들던 /deploy 명령이 이제 .claude/skills/deploy/SKILL.md와 똑같이 취급된다. 기존 자산이 그대로 호환되니 마이그레이션 비용이 0이다.

GitHub에서 무슨 일이 일어났나

6월 10일 트렌딩 데일리 화면을 그대로 정리하면 이런 그림이다.

저장소별 수(누적)어제 증가내용
obra/superpowers약 22.4만+1,20522개 라이프사이클 스킬 + 방법론 (제시 빈센트)
addy/agent-skills약 5.15만+78123개 엔지니어링 워크플로우 (애디 오스마니)
mvanhorn/last30days-skill약 3.9만+2,561멀티플랫폼 리서치 스킬 (#1 트렌딩)
phuryn/pm-skills신생+775100여 개 PM 워크플로우 스킬
luongnv89/claude-howto신생+204스킬 작성 가이드 + 템플릿

별 수 자체보다 흥미로운 건 포맷이 같다는 점이다. 5개 저장소 모두 skills/<이름>/SKILL.md 구조를 따른다. 한쪽 저장소에서 스킬 하나를 복사해 다른 저장소 형태로 그대로 옮길 수 있다. 이게 표준의 효과다 — 같은 모양의 패키지들이 여러 사람 손에서 동시에 만들어지고 호환된다.

가장 별이 많은 obra/superpowers(제시 빈센트, Prime Radiant 창업자)의 README는 이 패턴이 어디로 가는지를 잘 보여준다. 22개 스킬이 “테스트 주도 개발”, “디버깅”, “리뷰”, “배포” 같은 소프트웨어 개발 단계별로 나뉘어 있고, 각각이 단순한 명령어가 아니라 검증 게이트와 거부 패턴까지 명세한다. 예를 들어 “코드 리뷰” 스킬은 에이전트가 흔히 하는 “이 정도면 됐다"라는 합리화를 미리 적어두고, 거기에 반박하는 증거 요구 항목을 둔다. 단순 매크로가 아니라 방법론을 패키지화한 것이다.

시스템 다이어그램

flowchart LR
  A[사용자 요청] --> B{매칭되는 스킬?}
  B -- yes --> C[SKILL.md 본문 로딩]
  B -- no --> D[기본 응답]
  C --> E[지시문 실행]
  E --> F{스크립트 필요?}
  F -- yes --> G[scripts 폴더 실행]
  F -- no --> H[텍스트 응답]
  G --> H
  H --> I[결과 반환]

  J[(스킬 저장소)] -.시작 시 메타만.-> B
  J -.활성화 시 본문.-> C
  J -.실행 시 스크립트.-> G

세 단계 모두 같은 저장소를 본다는 점이 중요하다. 같은 스킬 폴더에 대해 시점만 다르게 접근한다.

한계와 의문

이 흐름을 무조건 긍정만 할 이유는 없다.

거버넌스. 표준은 Anthropic이 만들었고 저장소도 Anthropic 직원들이 주로 관리한다. “오픈"이라 부르지만 사실상 단일 회사 주도다. OpenAI·Google이 자기 도구에 이 형식을 채택할 동기는 약하다 — 자기 마켓플레이스가 따로 있다.

보안. 스킬은 에이전트가 실행할 지시문이고 스크립트도 들어 있다. 별 5만 개짜리 저장소에 든 23개 스킬이 모두 검증된 것도 아니다. npm/pip 공급망 공격 패턴이 그대로 재현될 가능성이 높다.

의미

스킬 패턴 자체보다 중요한 건 **“에이전트 능력의 단위가 정해졌다”**는 사실이다. 지금까지 AI 에이전트에게 새 능력을 주는 방법은 도구별로 다 달랐다 — Cursor는 룰 파일, GPTs는 액션 JSON, 자체 에이전트는 각자 시스템 프롬프트. 단위가 통일되지 않으니 시장이 생기지 않았다.

SKILL.md 폴더라는 한 형태로 합쳐지면, 누군가가 한 번 잘 만든 스킬을 다른 사람이 그대로 가져다 쓰고 개선하고 다시 공유하는 사이클이 돈다. npm이 JavaScript 생태계에 한 일과 같은 일이 에이전트 능력에 시작되고 있는 것이다. 24시간 사이 별 5천 개가 늘어난 GitHub 트렌딩 화면은 그 사이클이 이미 돌기 시작했다는 증거다.

남은 질문은 누가 이 마켓을 통제하느냐다 — 표준 자체는 오픈이지만 검색·평가·신뢰의 인프라는 아직 분산돼 있다. 다음 6개월에 “스킬 마켓플레이스"가 어디서 자리잡는지가 다음 단계의 관전 포인트다.

출처