핵심은 “AI Agent는 LLM 하나가 아니라 여러 계층(Layer)이 협력하는 시스템”이라는 점입니다.
전체 구조
사용자
│
▼
CLAUDE.md (프로젝트 컨텍스트)
│
▼
Skills (전문지식)
│
▼
MCP (외부 연결)
│
▼
Tools (실행도구)
│
▼
Subagents (전문 작업자)
│
▼
Hooks (자동화 및 안전장치)
│
▼
최종 결과
이 구조를 이해하면 대부분의 Agent Framework를 이해할 수 있습니다.
1. Skills = 지식(Knowledge)
인포그래픽에서 가장 중요한 부분입니다.
.claude/
skills/
deploy/
SKILL.md
code-review/
SKILL.md
iso27001/
SKILL.md
Skills는
AI에게 “어떻게 생각해야 하는가”를 가르치는 문서입니다.
즉
* 업무 절차
* 규칙
* 베스트 프랙티스
* 사고방식
을 저장합니다.
예를 들면
ISO27001 심사 Skill
- 위험기반 사고
- 증적 확인 절차
- 부적합 작성법
- 인터뷰 질문
- 보고서 작성법
Claude는 필요할 때만 이 Skill을 읽습니다.
그래서 Context가 절약됩니다.
왜 중요한가?
Prompt
ISO27001 심사해줘
보다
ISO27001 Skill 사용
이 훨씬 강력합니다.
Progressive Disclosure
Claude는
처음부터 Skill 전체를 읽지 않습니다.
먼저
metadata
만 봅니다.
예)
name
description
keywords
필요한 경우에만
본문
을 읽습니다.
그래서
Context Window를 절약합니다.
Skills의 비유
인포그래픽에서도 말하듯
직원 교육 매뉴얼
입니다.
직원이
필요할 때
교육자료를 꺼내보는 것과 같습니다.
2. MCP = Ability
MCP는
지식을 주지 않습니다.
대신
외부 세상과 연결합니다.
예)
GitHub
↓
Database
↓
Slack
↓
Google Drive
↓
Jira
↓
Notion
↓
AWS
↓
Filesystem
↓
Browser
즉
MCP = 손과 발
입니다.
Skill은
"이렇게 코드를 리뷰해"
를 알려주지만
MCP는
GitHub에서 실제 코드를 가져와라
를 수행합니다.
MCP의 역할
Skill
↓
GitHub MCP
↓
Repository 읽기
↓
LLM 분석
↓
결과 반환
MCP는 Knowledge가 아니다
많은 사람이 착각합니다.
MCP는
능력
입니다.
전문지식이 아닙니다.
3. Core Agent Loop
인포그래픽 중앙입니다.
Perceive
↓
Reason
↓
Act
↓
Observe
↓
Repeat
Agent는 계속 반복합니다.
예)
사용자 요청
↓
파일 읽기
↓
생각하기
↓
수정
↓
테스트
↓
에러 발견
↓
다시 수정
↓
완료
이것이
Agent Loop입니다.
4. Filesystem / Knowledge Sources
Agent가 참고하는 정보입니다.
CLAUDE.md
↓
Skill
↓
Reference Docs
↓
Project Documents
즉
Agent가
무엇을 알아야 하는지
저장하는 공간입니다.
CLAUDE.md
항상 읽는 문서입니다.
예)
당신은 ISO27001 Lead Auditor이다.
보고서는 한국어로 작성한다.
표를 많이 사용한다.
실무 중심으로 설명한다.
모든 대화에서 적용됩니다.
5. Subagents
여기가 최근 Claude Code에서 가장 강력한 기능입니다.
Subagent는
작은 전문가입니다.
예)
Research Agent
↓
Code Review Agent
↓
Deploy Agent
↓
Security Agent
↓
Documentation Agent
각자
권한도 다르고
모델도 다르고
Context도 다릅니다.
예)
Research Agent
Search
Fetch
Browser
Code Review
Read
Grep
AST 분석
Deploy
SSH
Bash
Docker
즉
사람 조직과 동일합니다.
6. Hooks
Hooks는
LLM이 제어하지 않습니다.
자동 실행됩니다.
예)
Pre-tool
도구 실행 전
Post-tool
도구 실행 후
On-edit
파일 수정 시
On-notification
알림 발생 시
예)
파일 저장
↓
자동
Lint
↓
Format
↓
Security Scan
↓
Git Commit
LLM이 실수해도
Hook이 보완합니다.
Hooks의 장점
Agent를
Production 수준으로 만드는 핵심입니다.
예)
코드 저장
↓
자동 테스트
↓
실패
↓
배포 차단
사람 개입 없이 실행됩니다.
7. 언제 무엇을 사용하는가?
구성 요소 목적 비유
Skills 무엇을 해야 하는지 가르침 교육 매뉴얼
MCP 외부 시스템 연결 USB 포트
Subagents 복잡한 업무 분담 전문 팀원
Hooks 자동 실행 및 안전장치 트립와이어(자동 감지)
CLAUDE.md 항상 유지되는 프로젝트 규칙 모니터에 붙인 메모
Plugins 모든 기능을 하나로 배포 앱 패키지
8. 전체 Stack
인포그래픽의 핵심 그림입니다.
Plugins
↓
Skills
↓
MCP + Tools
↓
Subagents
↓
Hooks
↓
CLAUDE.md
아래가 기반이고
위로 갈수록 기능이 확장됩니다.
9. 실제 실행 예
사용자
경쟁사를 분석해서 보고서를 작성해.
↓
CLAUDE.md
프로젝트 규칙 로드
↓
Skill
시장조사 Skill 활성화
↓
MCP
Google Drive
GitHub
Database 검색
↓
Research Agent
자료 수집
↓
Technical Agent
기술 분석
↓
Hooks
자동 포맷
Lint
로그 저장
↓
최종 보고서
인포그래픽에서 가장 중요한 문장
Skills teach expertise.
전문성을 가르친다.
MCP provides the instruments.
외부 세계와 연결하는 도구를 제공한다.
Subagents do the work.
실제 작업을 수행한다.
Hooks keep it honest.
자동화와 검증으로 시스템의 신뢰성을 유지한다.
“지속 가능한 해자(Moat)“는 무엇인가?
질문에서 제시한 Skills(지식 계층) vs MCP(연결 계층) 중 장기적인 경쟁우위를 만든다면, 제 판단은 다음과 같습니다.
1. Skills(가장 강력한 해자): 조직 고유의 노하우, 심사 기준, 업무 절차, 의사결정 방식이 축적됩니다. 쉽게 복제하기 어렵습니다.
2. Workflow + Hooks: 운영 자동화와 품질 보증 체계는 시간이 지날수록 조직의 생산성과 신뢰성을 크게 높입니다.
3. Subagents: 역할 분리와 협업 구조가 복잡한 업무를 확장 가능하게 만듭니다.
4. MCP: 매우 중요하지만 표준화가 진행될수록 차별화 요소보다는 ‘필수 인프라’에 가까워질 가능성이 큽니다.
특히 사용자의 목표인 ISO/IEC 27001·27701·42001 심사 자동화 플랫폼에서는 가장 큰 해자는 수천 건의 심사 경험을 체계화한 Skills 라이브러리 + 자동 검증 Hooks + 심사 전용 Subagent 체계가 될 가능성이 높습니다. MCP는 이를 다양한 시스템(문서, GitHub, Google Drive, ERP 등)과 연결해 주는 기반 역할을 담당하게 됩니다.
— 이춘곤(Mark) · ISC.studio · ISC출판 도서 안내
이 글은 저자의 Facebook에 처음 게시한 글입니다. Facebook 원문 보기
💬 댓글 (0)