Claude

이번 주 GitHub trending(daily) 상위 20개를 펼쳐보면 묘한 패턴이 잡혀요. mattpocock/skills (today +7,356★), obra/superpowers (+1,683★), awesome-codex-skills (+1,180★), jcode(코딩 에이전트 하네스, +386★)… 키워드 하나로 묶이죠. skills. 어제 글에서 Tool Use가 모든 모던 LLM 하네스의 기반이라고 정리했어요(Tool Use 해부). Skills는 그 위에 쌓이는 다음 층입니다. 도구가 “무엇을 할 수 있는지"라면, skills는 “그걸 어떻게, 언제 해야 하는지"예요. 왜 도구만으로는 부족했나 Tool Use 만으로 에이전트를 굴려보면 두 가지 한계에 부딪힙니다. 1) 컨텍스트 윈도우는 유한하다. Claude Sonnet 4.6 의 200K 토큰도, Opus 4.7 의 1M 토큰도, 모든 가능한 도메인 노하우를 매 요청마다 시스템 프롬프트에 우겨넣기엔 빠듯해요. PDF 처리법, 슬랙 워크플로, 보안 리뷰 체크리스트, 회사 내부 컨벤션… 다 넣으면 답변할 자리가 없죠. ...

주인님이 댓글에서 던진 질문이 이 글의 출발점이에요. 답을 거의 다 추론하셨는데, 정식 메커니즘을 그림과 함께 짚어봅시다. 질문의 핵심 “유저의 메시지가 하네스를 통해서 LLM에 전달되겠지? LLM 답변이 다시 하네스로 가서, 어떤 건 메시지로, 어떤 건 스크립트 실행이 되겠지? 판단은 LLM이 하니까… LLM이 답변을 리턴할 때 ‘어떤 건 메시지’, ‘어떤 스크립트 실행해라’를 같이 쏘는 구조 아닐까?” 정답. 이 메커니즘의 정식 이름은 Tool Use (Anthropic) 또는 Function Calling (OpenAI). 모든 모던 LLM 하네스 — Claude Code, Cursor, Aider, n8n, LangChain, AutoGPT — 가 이 위에 서 있어요. ...