핵심 요약
기사 목차 펼치기 / 접기
버셀(Vercel)의 파인드 스킬스(Find Skills)는 필요한 확장 기능을 검색하고, 맷 포콕(Matt Pocock)의 그릴 미(Grill Me)는 설계의 빈틈을 파고들며, 버셀의 에이전트 브라우저(Agent Browser)는 실제 웹 화면을 직접 조작한다. 세 도구가 겨냥하는 실무 영역은 명확히 갈린다. 그러나 단순 설치 순위만으로 코드의 안전성을 예단하거나, 어느 AI 런타임에서든 동일한 기능이 작동할 것이라 기대하는 순간 심각한 운영 오류와 마주하게 된다.
스킬을 설치하면 AI에게 무엇이 생기나… 지침과 실행 도구의 분리
스킬은 두뇌를 키우는 훈련이 아니라, 손에 쥐여주는 업무 매뉴얼이다.
앤트로픽(Anthropic)의 클로드 코드 공식 스킬 명세에 따르면, 스킬은 작업 지침과 참고 자료를 구조화한 디렉터리다. 핵심에는 이름·설명·실행 절차를 정의한 ‘SKILL.md’ 파일이 자리 잡고, 필요에 따라 보조 실행 스크립트가 포함된다. 매번 긴 프롬프트를 터미널에 붙여 넣는 번거로움을 줄이고 표준화된 작업 절차를 재사용하는 체계이며, 거대언어모델(LLM) 자체의 파라미터나 기본 추론 능력이 새롭게 학습되는 것은 아니다.
클로드 코드 아키텍처에서 플러그인은 스킬과 외부 도구 인터페이스를 함께 묶어 배포하는 패키지다. 특히 앤트로픽이 주도하는 오픈소스 표준 규약인 모델 컨텍스트 프로토콜(MCP)은 AI가 데이터베이스나 외부 서비스의 도구를 표준화된 방식으로 호출하도록 연결한다. 스킬 지침에 아무리 정교한 웹 조작 시나리오가 적혀 있어도 시스템 권한과 실행 런타임이 주어지지 않으면 브라우저 창은 단 한 번도 열리지 않는다. 지침을 읽고 이해하는 것과 실제 운영체제에서 행동할 권한을 얻는 것은 전혀 다른 차원의 문제다.
수천 개 스킬 중 옥석 가리기… 파인드 스킬스의 탐색 메커니즘
설치 순위표의 숫자는 인기의 흔적일 뿐, 코드의 안전을 보증하지 않는다.
버셀이 공개한 파인드 스킬스 사양에 따르면, 이 도구는 사용자가 맡기려는 작업의 본질을 먼저 파악한 뒤 인기 목록과 저장소를 조회한다. 후보 스킬의 설치 횟수, 개발자, 소스코드 저장소를 대조하고 공식 설치 명령과 안내 링크를 제안하도록 설계됐다. 데이터베이스 연동이나 인증 모듈처럼 구체적인 필요성은 명확하지만 어떤 검증된 스킬을 써야 할지 막막한 개발자에게 유용하다. 사용하는 AI 모델과 연동할 백엔드 서비스 이름을 함께 지정하면 탐색 범위를 한층 좁힐 수 있다.
프롬프트 요청은 작업 단위로 구체화해야 효과를 발휘한다. 단순한 ‘수파베이스 연동 스킬을 찾아달라’는 요청에 그치지 않고, 코덱스(Codex) 환경에서 사용자 로그인 기능을 구현할 목적이며 공식 저장소 출처와 요구 권한을 함께 비교해 달라고 조건을 제시하는 방식이다. 패키지 이름이 유사하더라도 내부 실행 코드와 권한 범위가 천차만별인 만큼, 초기 탐색 단계에서는 임의로 스킬을 내려받지 않고 후보군 목록만 전달받도록 지침을 한정하는 편이 안전하다.
파인드 스킬스 공식 지침은 누적 설치가 많은 스킬을 선호하고 사용 이력이 적은 패키지를 경계하라고 권고한다. 그러나 스킬스 플랫폼 FAQ 문서에 명시돼 있듯, 순위표에 집계된 설치 횟수는 도구 사용 통계일 뿐 실제 프로젝트 성공률이나 지속 이용자 수와 직결되지 않는다. 검색 도우미가 출처를 선별하는 과정 역시 악성 스크립트를 판별하는 전문 보안 감사가 아니다.
이미 검증된 스킬의 공식 저장소 주소와 설치 절차를 확보하고 있다면, 불필요한 탐색 단계를 생략하고 직접 설치로 넘어가는 것이 효율적이다.
설계 빈틈을 파고드는 가상 인터뷰… 그릴 미의 의사결정 프레임워크
질문이 쏟아진다고 해서 기획이 저절로 정교해지는 것은 아니다.
타입스크립트 분야의 유명 개발자 맷 포콕이 제작한 그릴 미 지침은 모호한 아이디어를 가상 인터뷰 질문으로 날카롭게 다듬는 도구다. 실제 질의 절차를 규정한 ‘grilling’ 지침은 선결 과제가 해결되어야만 답할 수 있는 종속 질문을 가려내고, 당장 결정해야 할 우선 질문과 최적 추천안을 짝지어 제시한다. 사용자가 답변을 내놓으면 비로소 다음 단계로 넘어간다. 코드 작성 전 아키텍처 수립뿐 아니라 제품 기획이나 심층 기사의 논리 구조를 짤 때도 유용하게 쓰인다.
회원 관리 기능을 개발한다고 가정하면, 가입 대상자의 성격, 비회원 접근 허용 범위, 탈퇴 시 데이터 파기 방침부터 선제적으로 매듭짓는다. 이러한 기본 정책을 건너뛴 채 화면 구현과 데이터베이스 스키마부터 작성하면 추후 전체 코드를 뜯어고쳐야 하는 재작업 비용이 발생한다. 질문을 받았을 때 모르는 전제는 솔직하게 유보하고, AI가 내놓은 추천안의 근거와 대안 선택 시의 기회비용을 꼼꼼히 따져야 한다.
개발자인 맷 포콕 역시 그릴 미 가이드 문서에서 AI 추천안에 무비판적으로 동의하는 태도와 끝없이 이어지는 문답의 굴레를 치명적인 실패 패턴으로 꼽는다. 인터페이스의 시각적 완성도처럼 문답만으로 결정하기 힘든 영역은 프로토타입을 직접 확인하며 판단할 것을 권한다. 기본 설정의 그릴 미는 별도 기록 파일을 생성하지 않으므로, 핵심 의사결정과 미해결 쟁점이 정리되면 문답을 멈추고 결정 내역을 독립 문서로 추출하도록 요청해야 한다.
한편 안티그래비티(Antigravity) 플랫폼의 고유 기능을 클로드 코드에 이식했다는 일각의 주장은 공식 문서와 저장소 기록상 확인되지 않는 추정에 가깝다. 두 프레임워크 모두 개발자의 의사결정을 돕는 문답형 인터뷰 개념을 채택하고 있을 뿐, 독립적으로 설계된 도구 체계로 보는 것이 합당하다.
코드 밖 브라우저를 직접 조작하는 에이전트 브라우저… UI 검증의 명암
브라우저 창이 열렸다는 사실과 UI 테스트가 성공했다는 것은 전혀 다른 이야기다.
버셀이 공개한 에이전트 브라우저 저장소에 따르면, 이 도구는 단순 텍스트 프롬프트를 넘어 헤드리스 브라우저 환경을 직접 통제하는 독립 자동화 도구다. 웹페이지를 열고 버튼을 클릭하며, 입력 폼에 텍스트를 채우고 실시간 스크린샷을 캡처한다. 페이지 DOM 구조와 네트워크 오류 로그도 함께 분석한다. 소스코드만 훑어서는 포착하기 어려운 화면 렌더링 깨짐과 동적 라우팅 전환 오류를 점검할 때 진가를 발휘한다.
에이전트 브라우저를 구동할 때는 테스트 대상 URL과 예상 결과 기준을 정밀하게 전달해야 한다. 로그인 성공 후 이동해야 할 대시보드 URL, 잘못된 비밀번호를 입력했을 때 나타나야 하는 경고 문구 등을 명확히 지정하는 식이다. 전용 테스트 계정과 허용할 액션 범위를 함께 규정하면 ‘알아서 확인해달라’는 막연한 지시보다 결함 판별 기준이 선명해진다.
“브라우저 창이 열렸다는 사실과 UI 테스트가 완벽히 성공했다는 것은 전혀 다른 차원의 이야기다. 도구 실행의 껍데기보다 중요한 것은 실패를 즉각 판별할 수 있는 명확한 기대 결과와 보안 격리다.”
결과 보고서에는 브라우저가 이동한 URL 경로, 각 단계에서 캡처한 화면 상태, 콘솔 오류 로그를 빠짐없이 포함하도록 요청한다.
버셀의 공개 평가(evals) 리포트에는 도구 호출 성공률과 조작 흐름에 대한 실측 자료가 공개돼 있다. 다만 에이전트 평가 체계에는 정규 패턴 대조와 LLM 기반 판정이 혼용된다. 공개 벤치마크 결과가 개별 상용 웹사이트의 모든 예외 상황을 완벽히 걸러낸다는 보장은 아니다. 세션 로그인 만료, 비동기 렌더링 지연, 네트워크 순단으로 실행이 실패할 수 있으며, AI가 치명적인 UI 레이아웃 깨짐을 정상으로 오판할 가능성도 상존한다.
발견된 버그 중 재발을 막아야 할 핵심 인터랙션은 결과가 확정적인 엔드투엔드(E2E) 자동화 테스트 스크립트로 고정해야 한다. 이미 플레이라이트(Playwright) 등 표준 브라우저 자동화 파이프라인을 운영 중이라면 중복 도구 도입에 따른 유지보수 비용을 먼저 저울질해야 한다. 웹 UI 검증과 무관한 백엔드 API 중심 개발 환경이라면 별도 브라우저 런타임을 구성할 실익이 적다.
클로드 코드와 코덱스 실전 구축… CLI 설치 명령과 환경별 호출법
채팅창에 프롬프트를 붙여 넣는 것과 터미널에서 바이너리를 실행하는 것은 완전히 다른 영역이다.
설치 전 각 환경의 개발 도구를 최신화하고 인증을 마쳐야 하며, Git 버전 관리 및 Node.js 실행 환경을 확인해야 한다. 아래 안내하는 스킬 설치 명령은 npm 환경이 준비된 프로젝트 루트 작업 디렉터리의 터미널에서 실행한다. 대화형 AI 프롬프트 창에 명령어를 입력하는 것과 로컬 셸에서 패키지를 설치하는 것은 전혀 다른 작업이다.
버셀 스킬스 CLI 도구는 스킬 이름과 타깃 에이전트를 개별 지정할 수 있다. 공식 문서 사양에 따른 클로드 코드 프로젝트 설치 예시는 다음과 같다. 설치 승인 화면에서 원본 저장소와 파일 저장 위치를 직접 확인한 뒤 진행하는 것이 안전하다.
코덱스 환경에 구축할 때는 각 명령어 끝의 --agent claude-code 옵션을 --agent codex로 변경한다. 전역 설치를 원할 경우 -g 플래그를 붙일 수 있지만, 초기 도입 단계에서는 프로젝트 단위로 범위를 좁혀 검증하는 편이 디버깅에 유리하다. 위 명령 예시는 무단 덮어쓰기를 방지하기 위해 승인 생략 플래그 -y와 전체 선택 옵션 --all을 배제했다.
클로드 코드 공식 가이드에 따르면 프로젝트 전용 스킬은 ‘.claude/skills’ 디렉터리에 배치된다. 등록된 스킬은 ‘/find-skills’, ‘/grill-me’, ‘/agent-browser’ 형태로 호출하며, 플러그인 번들로 배포된 경우 네임스페이스가 덧붙을 수 있다. 실제 호출 가능한 스킬 목록을 먼저 점검해야 한다. 특히 그릴 미는 모델의 무분별한 자동 호출을 막는 설정이 기본 적용돼 있으므로, 작업 맥락을 제시한 뒤 슬래시 명령어로 직접 실행해야 한다.
그릴 미 진입 지침은 도구 호출을 통해 실제 질문 로직인 ‘grilling’ 스킬을 트리거하는 2단 구조다. 두 패키지를 함께 설치해야 정상 동작하는 이유다. 맷 포콕 저장소 이슈 토론에서도 타사 AI 환경에서 이러한 스킬 간 연계 호출이 원활하지 않다는 피드백이 보고된 바 있다. 단순히 CLI 설치가 성공했다고 해서 환경별 런타임 호환성까지 끝난 것은 아니다.
오픈AI의 코덱스 스킬 사양에서 규정하는 프로젝트 스킬 저장 경로는 ‘.agents/skills’다. CLI나 통합개발환경(IDE)에서 ‘/skills’ 목록을 열거나 ‘$’ 기호로 스킬을 호출할 수 있다. 하위 지침이 자동으로 트리거되지 않을 경우 을 직접 지정해 질문 세션을 시작해야 한다. 이는 진입부 스킬의 도구 호출 병목을 우회하는 실무적인 사용법이다.
에이전트 브라우저는 스킬 지침 등록 외에 실제 브라우저 자동화 바이너리를 별도로 설치해야 한다.
바이너리 구성 후 agent-browser --help로 CLI 인식을 확인한다. 에이전트 브라우저 공식 문서는 ‘agent-browser skills get core’ 명령을 통해 설치된 바이너리 버전에 맞춘 표준 지침을 동기화하도록 권장한다. 테스트 URL과 검증 조건을 명확히 부여하고, 단순한 브라우저 기동 여부가 아닌 최종 DOM 조작 결과를 확인해야 한다.
웹·데스크톱 앱으로 확장하기… 챗GPT·일반 클로드의 호환성 한계
지침 문서를 복사해 넣는다고 해서 내 컴퓨터의 브라우저 권한까지 복제되지는 않는다.
오픈AI 개발자 가이드에 명시된 대로 챗GPT(ChatGPT)와 코덱스는 독립 스킬 규격을 지원한다. 단독 스킬은 데스크톱 앱과 코덱스 CLI·IDE 환경에서 작동하며, 플러그인으로 패키징된 스킬은 웹과 모바일 앱까지 배포할 수 있다. 그러나 로컬 터미널용 셸 명령어를 웹 채팅창에 입력한다고 해서 로컬 도구가 설치되는 것은 아니다. 계정 정책과 연결된 샌드박스 도구를 면밀히 살펴야 한다.
오픈AI 스킬·플러그인 문서에 따르면 챗GPT 워크(Work) 환경에서는 ‘@skill-creator’를 호출해 스킬 제작 마법사를 구동할 수 있다. 원본 깃허브 주소와 인터뷰 절차를 제공하고 현재 샌드박스에 맞춘 스킬로 재구성하도록 요청하는 방식이다. 생성 후 스킬 목록에서 활성화하고 ‘@’ 멘션으로 호출해 작은 단위부터 시험한다. 원본 패키지의 네이티브 바이너리가 직접 구동되는 것인지, 단순 텍스트 프롬프트 절차만 이식된 것인지 명확히 구분해야 한다.
앤트로픽 공식 지원 문서에 따르면 일반 클로드(Claude) 웹 서비스는 코드 실행 환경을 활성화한 후 커스터마이즈의 스킬 메뉴에서 사용자 스킬을 등록할 수 있다. 스킬 디렉터리를 ZIP 압축 파일로 묶어 업로드한 뒤 활성화하는 방식이다. 커스텀 스킬 제작 가이드에 맞춰 폴더 내에 메타데이터를 담은 SKILL.md 파일을 필수 구성해야 한다.
이러한 웹 등록 절차는 텍스트 지침 주입 경로일 뿐, 로컬 런타임의 완전한 호환성을 뜻하지 않는다. 파인드 스킬스는 네트워크 검색 명령과 패키지 탐색이 필요하고, 에이전트 브라우저는 실제 헤드리스 브라우저 프로세스를 제어해야 한다. 웹상에 ZIP 파일을 올리는 것만으로 로컬 브라우저와 개발 서버의 세션이 연결될 수는 없다.
| 환경 | 시작 방법 | 남는 확인 사항 |
|---|---|---|
| 클로드 코드 | 설치 대상 claude-code 지정 후 슬래시 호출 | 스킬 의존성·브라우저 실행 도구 |
| 코덱스 | 설치 대상 codex 지정 후 목록에서 선택 | 그릴 미의 도구 호출 방식 |
| 챗GPT | 지원 환경의 Skills 또는 플러그인 이용 | 원본 지침과 실제 실행 도구의 연결 |
| 일반 클로드 | 코드 실행 활성화 후 ZIP 업로드 | 명령·의존 스킬·브라우저의 호환성 |
| 안티그래비티·커서(Cursor) | 설치 도구의 대상 목록 확인 | 등록 뒤 실제 호출과 실행 결과 |
세 스킬이 클로드 코드에만 국한된 것은 아니다. 버셀 스킬스 공식 저장소 지원 목록에는 코덱스, 안티그래비티, 커서(Cursor) 등이 포함돼 있다. 다만 지원 목록에 이름이 올랐다는 사실은 파일을 해당 경로에 배치할 수 있다는 기술적 가능성을 뜻할 뿐, 동일한 이름의 스킬이 모든 AI 플랫폼에서 동일한 수준의 실행 결과를 보장한다는 의미는 아니다.
보안 위험과 숨은 비용… 권한 격리·업데이트 관리 수칙
보안 옵션을 켰다는 선언이 외부 공격을 완벽히 차단했다는 보증은 아니다.
앤트로픽 보안 가이드는 서드파티 스킬 도입 시 파일 내용, 의존성 코드, 외부 네트워크 아웃바운드 연결을 철저히 검토할 것을 요구한다. 웹페이지나 소스코드에 삽입된 악성 프롬프트 인젝션이 AI 모델을 기만해 내부 민감 데이터를 유출할 위험이 상존하기 때문이다. 신뢰할 수 있는 개발자의 저장소라 하더라도 접근 가능한 로컬 파일 범위를 엄격히 제한하고, API 비밀키나 데이터베이스 비밀번호를 프롬프트에 평문으로 전달하는 실수를 피해야 한다.
에이전트 브라우저 보안 사양에 따르면 브라우저 보호 기능은 관리자가 직접 활성화해야 작동한다. 초기 기본 상태에서는 URL 이동이나 조작 행위에 별도 제약이 걸려 있지 않다. 허용 도메인 화이트리스트, 액션 차단 정책, 외부 콘텐츠 경계 설정 기능을 적극 구성해야 한다. 실제 금융 결제나 데이터 삭제 권한이 연결된 브라우저 프로필 대신 격리된 테스트 전용 프로필을 사용하는 것이 안전하다.
스킬 배포 비용과 모델 실행 비용도 명확히 구분해 관리해야 한다. AI 유료 구독료 외에 토큰 소모량, 연동 외부 API 요금, 헤드리스 브라우저 구동에 따른 컴퓨팅 자원 비용이 누적된다. 문답을 길게 이어 가거나 고해상도 웹 화면을 반복 파싱하는 작업은 토큰과 시간을 빠르게 소모하므로, 초기에는 단일 단위 테스트를 통해 소모량을 실측해야 한다.
버셀 스킬스 도구는 패키지 관리용 라이프사이클 명령어를 지원한다. npx skills list로 현재 등록된 스킬을 확인하고, npx skills update로 코드를 최신화하며, 불필요해진 도구는 npx skills remove로 깔끔하게 정리할 수 있다. 버전을 올린 뒤에는 변경된 지침과 내부 스크립트를 재검토해야 하며, 스킬 파일 삭제와 로컬 브라우저 바이너리 및 저장된 세션 쿠키 삭제는 별개의 작업임을 인지해야 한다.
무차별 설치의 함정… 업무 맥락에 맞춘 단계적 도입 원칙
설치 목록보다 먼저 준비해야 할 것은 첫 작업의 명확한 성공 조건이다.
단순한 코드 한 줄 수정이나 문구 정리에 그릴 미의 장황한 가상 인터뷰를 동원하는 것은 작업 피로도만 가중시킨다. 연동할 라이브러리와 스킬 출처를 이미 명확히 파악하고 있다면 파인드 스킬스를 거칠 필요 없이 곧바로 설치로 진입하면 된다. 웹 화면 조작이 필요 없는 순수 알고리즘 개발이나 배치 작업 환경에서 에이전트 브라우저를 구동하는 것은 불필요한 시스템 부하를 초래한다. 실무의 병목 지점을 해결해 줄 단 하나의 도구부터 선별 도입하는 것이 합리적이다.
공개된 공식 사양과 오픈소스 코드베이스는 세 도구의 잠재력과 한계를 가늠하는 객관적 기준이다. 단순 설치 순위나 깃허브 스타(Star) 수를 내 프로젝트의 생산성 지표로 착각해서는 안 된다. 지침 파일이 컨텍스트 창을 차지할수록 모델의 주의력이 분산되고 토큰 소모와 간섭 위험이 커지는 만큼, 스킬은 다다익선이 아니라 명확한 병목에 따른 최소주의로 접근해야 한다.
도구를 선택하는 기준은 개발자가 마주한 실무 병목에 있다. 새로운 라이브러리의 연동 경로가 막막할 때는 파인드 스킬스로 탐색 범위를 좁히고, 복잡한 도메인 로직과 예외 처리가 얽혀 있을 때는 그릴 미의 날카로운 인터뷰로 설계 빈틈을 메우며, 복잡한 사용자 인터페이스 전환을 확인할 때만 에이전트 브라우저를 제한적으로 가동하는 식이다. 각각의 도구가 언제 투입되고 언제 물러나야 할지 명확한 경계를 설정할 때 비로소 에이전트의 효율이 극대화된다.
화려한 스킬 설치 목록이 개발자의 본질적인 문제 해결력을 대신해주지는 않는다. 도구를 쥔 손이 스스로의 방향을 잃는 순간, 모든 자동화는 가장 비싼 비효율로 전락할 뿐이다.
결국 관건은 무한한 도구의 확장이 아니라, 엔지니어의 통제력 안에 남겨진 지능의 밀도다.
