- Knowledge
AI 에이전트에 새로운 능력을 추가하는 방법은?
도구와 MCP, Skills, Hooks, 프레임워크, 모델 라우팅이 각각 해결하는 문제가 무엇인지 확장 방식 중심으로 비교합니다.
시리즈15편 중 14편AI 에이전트는 어떻게 일할까
- 01AI는 어떻게 대답만 하다가 실제로 일을 처리하게 될까?
- 02AI 에이전트는 왜 같은 작업을 계속 반복할까?
- 03AI는 방금 읽은 파일을 왜 다시 찾아볼까?
- 04AI에게 도구를 많이 연결하면 왜 오히려 일을 못할까?
- 05AI에게 문서를 검색하게 해도 왜 틀린 답을 할까?
- 06AI가 코드를 고쳤다면 바로 실행해도 될까?
- 07AI가 응답하지 않아 다시 실행했는데, 왜 작업이 두 번 처리될까?
- 08AI 여러 명을 동시에 투입하면 개발이 더 빨라질까?
- 09AI가 이상한 행동을 했을 때 어디부터 디버깅해야 할까?
- 10AI와 대화할 때 실제로 어떤 데이터가 오갈까?
- 11AI는 왜 대화가 길어질수록 비용이 많이 들까?
- 12AI 에이전트를 여러 개 만드는 진짜 이유는 무엇일까?
- 13AI가 작업하는 도중 상황이 바뀌면 어떻게 알까?
- 14AI 에이전트에 새로운 능력을 추가하는 방법은?읽는 중
- 15AI 에이전트를 직접 만든다면 어떤 코드가 필요할까?
AI에게 “배포 전에는 항상 테스트를 실행하고, 사내 문서에서 배포 절차를 찾고, 작업 결과를 이슈에 남겨 줘”라고 요청합니다. 처음에는 프롬프트에 모든 규칙을 넣으면 될 것 같아요.
요청을 나눠 보면 필요한 기능이 다릅니다. 문서를 찾고 이슈를 남기려면 도구가 필요하고, 보고서 작성 방식은 지침으로 알려 줄 수 있습니다. 반드시 실행해야 할 검사는 코드로 강제해야 합니다.
먼저 ‘무엇을 추가하는가’를 나눠 보자
어떤 기능은 새로운 행동입니다. 이슈를 생성하거나 데이터베이스를 조회하는 함수가 필요하죠. 어떤 기능은 작업 방법에 대한 지식입니다. ‘우리 조직의 배포 체크리스트’처럼 말이에요.
또 어떤 기능은 판단과 무관하게 항상 수행되어야 하는 절차입니다. 소스 파일을 바꾸기 전에 허용 경로를 검사하는 일이나, 수정이 끝났을 때 특정 테스트를 돌리는 일이 그렇습니다.
세 종류를 모두 프롬프트 하나에 넣으면 어떤 결과가 생길까요? 모델이 규칙을 무시하면 실제 제약이 사라지고, 절차가 길어지면 불필요한 내용까지 매번 입력됩니다. 확장 방식을 역할별로 구별해야 하는 이유예요.
도구는 AI에게 새로운 행동을 연결한다
모델은 도구의 이름·설명·인자 구조를 참고해 사용을 요청합니다. 프로그램은 그 요청을 검증하고 실제 API를 호출하거나 함수를 실행하죠.
예를 들어 이슈 생성 도구가 있다면 모델이 다음처럼 요청할 수 있습니다.
{
"name": "create_issue",
"arguments": {
"title": "배포 테스트 실패",
"body": "오류 로그 확인 필요"
}
}이 구조는 설명을 위한 예시입니다. 실제 응답의 포맷은 API에 따라 달라요.
도구가 추가하는 건 새로운 실행 경로입니다. ‘이슈를 만들어도 된다’는 권한까지 자동으로 부여하는 것은 아니에요. 호출을 받을 서버는 인증, 허용 범위, 사용자의 승인 여부를 따로 검사해야 합니다.
MCP는 도구 자체인가, 도구를 연결하는 방식인가?
MCP(Model Context Protocol)는 애플리케이션이 외부 서버와 기능을 발견하고 호출할 수 있게 하는 통신 규약입니다. 개별 함수를 직접 코드에 묶어 넣지 않고, 표준화된 인터페이스를 가진 서버에 연결할 수 있게 해 줍니다.
여기서 MCP 서버가 제공할 수 있는 기능은 도구만이 아닙니다. 일반적으로 실행 가능한 도구, 읽어 올 수 있는 리소스, 재사용 가능한 프롬프트 템플릿을 구분합니다.
예를 들어 사내 문서 시스템이 ‘문서 목록 조회’를 도구로, 특정 문서 내용을 리소스로, ‘배포 검토 요청 템플릿’을 프롬프트로 제공할 수 있죠.
다만 MCP를 쓴다고 모든 연결이 안전해지는 것은 아닙니다. 새로운 서버를 연결한다는 것은 새로운 신뢰 경계를 만든다는 뜻입니다. 인증과 접근 제어, 서버가 제공하는 도구 설명의 신뢰성은 별도로 검토해야 합니다.
Skill은 도구와 무엇이 다를까?
Skill은 특정 작업을 잘 수행하기 위한 지침이나 절차 묶음을 의미하는 경우가 많습니다. 예를 들어 배포 결과 보고서의 형식, 테스트 순서, 장애 대응 체크리스트 등을 필요할 때 불러오는 식입니다.
도구가 “무엇을 실제로 실행할 수 있는가”를 넓혀 준다면, Skill은 “언제 어떤 순서로 판단하고 정리할 것인가”를 도와줍니다.
하지만 모든 제품에서 Skill이라는 이름과 로딩 방식이 똑같지는 않습니다. 어떤 시스템은 Markdown 지침을 읽어 실행하고, 어떤 시스템은 스크립트·자산과 결합한 기능을 지원합니다. 따라서 Skill을 운영체제처럼 통일된 표준 기능으로 생각하면 안 돼요.
특히 Skill에 ‘반드시 테스트 실행’이라고 적어 두어도 모델이 이를 누락할 가능성이 있습니다. 반드시 보장해야 하는 검사는 하네스나 실행 환경에서 별도로 강제하는 편이 안전합니다.
Hook은 왜 따로 필요할까?
Hook은 정해진 사건에 반응해 실행되는 프로그램 측 동작을 가리키는 경우가 많아요. 예를 들어 파일 수정 직후 정적 분석을 실행하거나, 특정 명령을 호출하기 전에 정책 검사를 하는 방식입니다.
모델에게 “수정할 때마다 린트를 실행해 줘”라고 말하는 방식과, 프로그램이 파일 변경 이벤트를 감지해 린트를 실행하는 방식은 다릅니다.
앞의 방식은 모델의 판단에 의존합니다. 뒤의 방식은 정해진 사건과 연결된 코드로 구현할 수 있죠. 다만 훅 자체에도 실패 처리, 재진입, 실행 순서 같은 설계가 필요합니다.
프레임워크를 쓰면 이런 구조를 직접 만들 필요가 없을까?
에이전트 프레임워크는 반복 호출, 도구 연결, 상태 저장, 워크플로 실행, 관측 기능을 묶어 제공할 수 있습니다. 문제는 프레임워크가 크다는 사실보다 어떤 동작을 숨기고 있는지 파악하지 못한 채 도입하는 데 있어요.
작은 작업에서는 모델 호출 함수 하나, 도구 등록, 실행 루프로 충분할 수 있습니다. 하지만 사용자 수가 늘고 복구·감사 로그·승인 흐름이 필요해지면 검증된 프레임워크가 개발 부담을 줄일 수 있어요.
도입할 때는 ‘기능이 많다’보다 네 가지를 물어보세요. 실행 상태를 어디에 저장하는지, 실패 후 어디부터 다시 시작하는지, 권한 검사를 누가 담당하는지, 실제 모델 입력과 도구 실행 기록을 볼 수 있는지입니다.
모델을 바꾸는 것도 확장일까?
한 시스템에 여러 모델을 붙이고 작업 종류에 따라 선택하는 것도 확장 방식입니다. 간단한 제목 분류나 로그 요약에 고성능 모델을 매번 호출할 필요가 없을 수 있죠.
다만 무조건 저렴한 모델로 바꾸면 비용이 줄어든다는 보장은 없습니다. 작은 모델이 도구를 잘못 사용해 재시도 횟수가 늘거나, 중요한 판단에서 정확도가 낮아지면 전체 비용이 더 커질 수 있어요.
모델 라우팅은 작업의 중요성, 허용 지연시간, 실제 평가 결과에 따라 결정해야 합니다. 또한 모델마다 도구 호출 형식과 지원 기능이 다를 수 있으므로 교체 시 호환성 검사가 필요합니다.
기능이 늘어날수록 지켜야 할 원칙
새 기능이 필요할 때마다 먼저 성격을 분류해 보세요. 새로운 행동인가요? 필요한 지식인가요? 절대 빠지면 안 되는 검증인가요? 이미 존재하는 실행 흐름을 연결하는 문제인가요?
도구, Skill, Hook, MCP, 프레임워크는 각각 다른 문제를 해결합니다. 모델에 알려 줄 절차와 프로그램이 직접 보장해야 할 조건부터 구분하면 필요한 기능을 고르기 쉽습니다.
갑자기 추워진 날, 진주에서
진주에서 하루종일 돌아다녔다

내 단점을 커버하는 동료와 함께.
새로운 프로젝트를 함께 준비하는 친구와의 저녁. 미운 점도 고마운 점도 있지만, 결국 같이 잘됐으면 좋겠다는 마음.

순천과 여수 여행3
마지막 하루. 공부랑 런닝으로 끝내기


댓글 0
이 글에 대한 생각을 자유롭게 남겨주세요.
댓글을 불러오는 중…