Ai Compare Mcp Skill Agent

MCP, Skills, Agents with scripts 도대체 뭐가 다르지?

코드 작성에는 claude가 제일이다, codex도 좋다, copilot으로도 충분하다 등등 AI 코딩과 관련된 논의로 어딜가나 시끌시끌한 것 같다.
어떤 제품을 사용하는지에 대해서는 대체로 claude로 개발자들의 의견은 통일되는 것 같다(코드 생산성, 품질 등).
요즈음은 제품(코드)을 생산하는데, MCP, Skills, Agents등등의 용어가 많이 나오며, 그들로 무엇을 어떻게 해야 하는지 혼란스러운 것 같아(적어도 나는) 시간이 생긴김에 간단히 정리하려 한다.

회사의 특정 솔루션에 AI 기능을 추가해야하는데, 무엇을 해야 하는가에 대한 정리 필요

1. MCP(Model Context Protocol)

Anthropic에서 제안한 데이터 및 도구 연결 표준 프로토콜

• 핵심 개념: LLM이 외부 서비스(Slack, GitHub, DB 등)나 로컬 파일 시스템에 접근할 때, 매번 새로운 API를 짜지 않고 공통된 규격으로 대화할 수 있게 해준다
• 역할: “무엇을 할 수 있는가(Capability)”를 정의
• 특징:
  • 표준화: 한 번 만든 MCP 서버는 Claude, Cursor 등 여러 AI 클라이언트에서 재사용 가능
  • 보안: 서버 단위로 권한을 제어하며, 인증/인가 처리가 중앙화

2. Skills

특정 도메인의 전문 지식과 워크플로우를 패키징한 파일 기반의 역량 단위

• 핵심 개념: SKILL.md와 같은 파일에 지침(Instructions), 템플릿, 그리고 실행 스크립트를 묶어서 AI에게 전달한다
• 역할: “어떻게 수행하는가(Procedural Knowledge)”를 가르친다
• 특징:
  • 맥락 로딩: 모든 내용을 한꺼번에 프롬프트에 넣지 않고, 필요할 때만 관련 기술을 호출해 컨텍스트 비용을 아낀다
  • 전문성: “CRM 보고서를 작성하는 법”, “특정 언어로 코드를 리뷰하는 법” 등 정형화된 지침을 제공한다
  • 비유: 신입 사원에게 건네주는 업무 매뉴얼(SOP)과 같음. 도구가 있어도 어떻게 쓰는지 모르면 무용지물인데, 그 ‘노하우’를 담고 있다.

3. Agents with scripts

자율적으로 판단하고 행동하는 실행 엔진이며, 필요시 확정적인 로직(스크립트)을 실행한다

• 핵심 개념: 에이전트가 목표를 달성하기 위해 MCP로 데이터를 가져오고, Skills를 참고해 계획을 세운 뒤, 실제 작업을 수행하는 전체 루프
• 역할: “언제, 어떤 순서로 실행할지 결정(Orchestration)”한다
• 특징:
  • 자율성: 상황에 따라 브랜칭(Branching)하고 스스로 수정하며 목표를 향해 수행된다
  • 결정론적 로직 결합: 복잡한 계산이나 반복적인 대량 처리는 Scripts를 통해 정확히 수행하고, 결과 판단은 Agent가 한다

4. 결론

MCP, 스킬, 에이전트는 서로 경쟁하는 옵션이 아니며, 하나의 스택을 이루는 계층 특정 솔류션에 AI와 관련한 것을 추가하려면, 3개의 기술을 모두 어울리게 결합하여 제공해야 한다.

MCP, Skills, Agents 요약 비교

구분	MCP (Protocol)	Skills (Knowledge)	Agents (Orchestrator)
핵심 목적	도구/데이터의 연결 표준화	업무 수행 지침 및 노하우 제공	목표 달성을 위한 자율 실행
구성 요소	클라이언트, 서버, JSON-RPC	SKILL.md, 지침, 리소스	계획 수립, 도구 호출, 메모리
비유	전자기기의 케이블/단자	전문가의 숙련도/교본	일을 끝마치는 일꾼/반장
장점	한 번 구축으로 호환성 극대화	컨텍스트 효율 및 전문성 강화	복잡하고 유연한 문제 해결