스킬
AI 코딩 에이전트가 특정 작업을 수행할 때 참조하는 모듈화된 지침·프롬프트 묶음을 통칭한다. Claude Code에서는 '.claude/skills/<스킬명>/SKILL.md' 형태로 프로젝트 저장소, 개인 홈 디렉터리, 또는 조직(Enterprise) 수준에 배치하며, Agent Skills 오픈 스탠더드를 따른다. 각 스킬은 YAML 프론트매터(name, description, allowed-tools, context 등)와 마크다운 본문으로 구성되고, Claude가 대화 맥락에서 자동으로 로드하거나 사용자가 '/스킬명'으로 직접 호출할 수 있다. 스킬 본문은 호출 시점에만 컨텍스트에 적재되므로, 긴 참조 자료도 평소에는 토큰을 거의 소비하지 않는다. CLAUDE.md에 반복적으로 붙여넣던 절차서·체크리스트·코딩 규칙을 스킬로 분리하면, 에이전트가 필요할 때만 불러와 일관된 동작을 유도할 수 있다. 서브에이전트 실행(context: fork), 동적 컨텍스트 주입(!`command`), 인자 치환($ARGUMENTS) 같은 고급 기능도 지원한다. Cursor 등 다른 IDE에서도 유사한 개념으로 커스텀 프롬프트·룰을 관리하며, 넓은 의미에서 '스킬'이라는 용어로 통용된다.
예시
저장소에 'supabase-migration' 스킬을 두고, DB 마이그레이션 요청 시 스키마 검증·백업·롤백 단계까지 포함한 절차를 자동으로 따르게 한다. '/supabase-migration users_table'처럼 인자를 넘겨 특정 테이블 대상으로 실행할 수도 있다.
참고
Agent Skills 오픈 스탠더드(agentskills.io)를 기반으로 하며, 여러 AI 도구에서 호환 가능하도록 설계되었다.
공식·관련 링크
code.claude.com/docs/en/skills카테고리
핵심 개념
난이도
basic
태그
스킬 · Claude Code
함께 읽기
연관 용어
핵심 개념
바이브 코딩
2025년 2월, OpenAI 공동 창립자이자 전 테슬라 AI 리더인 Andrej Karpathy가 X(구 트위터)에서 처음 사용한 용어로, AI에게 자연어로 원하는 결과를 설명하면 AI가 코드를 생성하고, 개발자는 생성된 코드를 세밀히 검토하지 않고 결과(동작 여부)에 의존하여 개발을 진행하는 방식을 뜻한다. Karpathy의 원문 표현을 빌리면 '바이브에 완전히 몸을 맡기고, 코드가 존재한다는 사실 자체를 잊는' 접근법이다. Cursor, Claude Code, Copilot 같은 AI 코딩 도구가 급속히 발전하면서, 비개발자도 프로토타입이나 간단한 앱을 만들 수 있게 된 현상을 상징하는 말로 확산되었다. 2025년 Collins Dictionary가 '올해의 단어'로 선정할 만큼 대중적 인지도를 얻었다. 다만 전문 개발 현장에서는 코드 품질·보안·유지보수 측면의 위험이 지적되며, Andrew Ng 등은 프로덕션 환경에서의 무비판적 바이브 코딩에 대해 경고하기도 했다. 바이브 코딩은 AI 보조 코딩의 스펙트럼에서 가장 자율도가 높은 끝에 위치하며, 플랜 모드나 코드 리뷰를 결합하는 '책임 있는 바이브 코딩' 논의로 이어지고 있다.
핵심 개념
바이브 엔지니어링
바이브 코딩의 개념을 소프트웨어 엔지니어링 전반으로 확장한 접근 방식. 바이브 코딩이 '코드 생성'이라는 단일 활동에 초점을 맞춘다면, 바이브 엔지니어링은 시스템 설계(아키텍처), 테스트 전략 수립, 인프라 구성, CI/CD 파이프라인, 배포까지 소프트웨어 개발 생명주기 전체를 AI에게 자연어로 지시하여 수행한다. 예를 들어, 개발자가 '마이크로서비스 아키텍처를 설계하고, API 엔드포인트를 만들고, 단위 테스트를 작성하고, Docker 컨테이너로 배포해줘'라는 고수준의 요구사항만 전달하면, AI 에이전트가 각 단계를 계획하고 실행한다. 이 개념은 에이전틱 엔지니어링(Agentic Engineering)의 전신으로 볼 수 있으며, 개발자의 역할이 '코드를 직접 쓰는 사람'에서 '시스템을 설계하고 AI의 작업을 감독하는 사람'으로 전환되는 패러다임 변화를 반영한다. 단, 바이브 엔지니어링은 아직 '체계적 방법론'이라기보다는 '접근 방식'에 가까우며, PEV 루프나 가드레일 같은 구조가 추가되어야 프로덕션 수준의 에이전틱 엔지니어링이 된다.
핵심 개념
AI 슬롭
AI가 양산하는 저품질 코드 또는 콘텐츠를 가리키는 경멸적 표현. 'Slop'은 원래 '찌꺼기·잔반'을 뜻하며, AI 생성물이 표면적으로는 그럴듯해 보이지만 실제로는 심각한 문제를 내포하고 있음을 비유한다. 구체적인 문제로는 에러 처리 누락(try-catch 없이 API 호출), 보안 취약점(입력값 검증 미수행, SQL 인젝션 미방어), 유지보수 불가능한 구조(거대한 단일 함수, 하드코딩된 값), 성능 문제(불필요한 재렌더링, N+1 쿼리), 접근성 무시 등이 있다. 바이브 코딩의 가장 큰 위험 요소로, AI가 '동작하는 코드'를 생성하는 것과 '프로덕션에 배포할 수 있는 코드'를 생성하는 것 사이의 간극을 보여준다. AI Slop을 방지하려면 명확한 스펙 전달, 단위 테스트 게이트, 린터·보안 스캔 통합, 인간의 코드 리뷰가 필수적이며, 이는 곧 하네스 엔지니어링의 필요성으로 이어진다.