[DevOps/AI] Claude Code와 Skill을 활용해 ‘엔지니어링 팀’ 수준의 AI 에이전트 만들기

최근 Anthropic에서 공개한 Claude Code를 처음 접했을 때, 기존에 사용하던 IDE 기반 Copilot 계열 도구들과는 확실히 다른 결의 접근이라는 인상을 받았다. 코드 자동 완성이나 제안에 머무르는 것이 아니라, 터미널 환경에서 직접 셸 명령어를 실행하고, 파일 시스템을 탐색하며, 필요하다면 스스로 작업 흐름을 설계해 나간다는 점에서 훨씬 “에이전트”에 가까운 형태였다. 특히 CLI 기반으로 동작한다는 점은 인프라나 서버 환경을 다루는 입장에서 상당히 매력적으로 다가왔다.

다만 실제로 써보면서 느낀 점은, 순정 상태의 Claude Code는 분명 강력한 언어 모델이지만 실무 엔지니어링 관점에서는 어딘가 아쉬운 부분이 있다는 것이었다. 기본적으로는 범용적인 코딩 도구에 가깝다 보니, 일관된 개발 프로세스나 팀 단위에서 공유되는 엔지니어링 규칙, 도메인에 특화된 사고 방식까지 자연스럽게 따라오지는 않았다. 코드 생성 자체는 훌륭하지만, 설계 검증이나 테스트 전략, 문서화까지 포함한 “엔지니어링 전체 흐름”을 기대하기에는 부족함이 느껴졌다.

이런 한계를 보완해 준 것이 바로 Claude Code의 Skill 시스템이다. Skill은 단순한 프롬프트 조각이 아니라, 특정 작업을 수행할 때 따라야 할 절차와 사고 방식을 마크다운 형태로 주입하는 메커니즘이다. 다시 말해, Claude Code에게 “무엇을 만들지”뿐만 아니라 “어떻게 생각하고, 어떤 순서로 접근해야 하는지”를 학습시키는 수단에 가깝다. 이를 통해 LLM을 단순한 코드 생성기가 아니라, 특정 역할을 수행하는 엔지니어처럼 행동하도록 유도할 수 있다.

나는 Claude Code를 리눅스 VM 환경에 구축한 뒤, 개발 파이프라인 전반을 커버할 수 있도록 네 가지 핵심 Skill을 조합해 사용했다. 목표는 단순히 생산성을 높이는 것이 아니라, 하나의 AI 인스턴스를 마치 작은 엔지니어링 팀처럼 동작하게 만드는 것이었다.

가장 먼저 적용한 것은 Superpowers라는 Skill이다. 일반적으로 LLM은 요청을 받으면 곧바로 구현 코드부터 만들어내려는 경향이 있는데, 이는 요구사항이 복잡할수록 설계 누락이나 환각(Hallucination)으로 이어지기 쉽다. Superpowers는 이런 문제를 방지하기 위해, 구현 이전에 반드시 사고 과정을 거치도록 강제한다. 코드 작성 전에 <thinking> 단계에서 설계를 점검하고, 구체적인 개발 계획을 세운 뒤 사용자의 명시적인 승인(Yes)이 있어야만 구현에 들어가도록 만든다. 여기에 TDD 흐름까지 포함되어 있어, 테스트 코드를 먼저 작성하고 이를 통과시키는 구현을 만드는 사이클을 자연스럽게 따르게 된다. 이 과정을 거치고 나면 Claude Code는 단순히 코드를 찍어내는 도구가 아니라, 문제를 구조적으로 풀어가는 ‘설계하는 엔지니어’에 훨씬 가까운 행동을 보인다.

다음으로는 UI/UX Pro Max Skill을 적용했다. 백엔드 엔지니어나 1인 개발자 입장에서 가장 부담스러운 영역 중 하나가 바로 UI 디자인인데, 이 Skill은 단순히 HTML이나 CSS를 생성하는 수준을 넘어서 프로젝트의 성격에 맞는 디자인 시스템을 먼저 도출해준다. 컬러 팔레트, 타이포그래피, 스페이싱 규칙 같은 디자인 토큰을 선행 정의하고, 서비스 맥락에 따라 적절한 스타일을 제안한다. 예를 들어 금융 서비스라면 신뢰감을 주는 톤을, SaaS 제품이라면 보다 가벼운 스타일을 추천하는 식이다. 덕분에 프론트엔드 작업을 시작할 때 디자인 방향을 고민하는 시간이 눈에 띄게 줄었다.

세 번째로 활용한 Humanizer Skill은 기술 문서 작성에서 특히 유용했다. LLM이 생성한 README나 커밋 메시지는 내용은 정확해도 어딘가 기계적인 표현이 남아 있는 경우가 많다. Humanizer는 이런 AI 특유의 문장을 감지해 보다 사람이 쓴 것 같은 자연스러운 테크니컬 라이팅으로 다듬어 준다. 오픈소스 프로젝트에 기여하거나 팀 내부 문서를 공유할 때, AI가 작성했다는 느낌을 최소화하는 데 큰 도움이 됐다.

마지막으로 Vercel Labs Skills는 이 모든 Skill을 효율적으로 관리하기 위한 도구다. 여러 Skill을 개별적으로 관리하는 것은 생각보다 번거로운데, 이 Skill은 npm이나 pip처럼 CLI 기반으로 필요한 Skill을 설치하고 버전 관리할 수 있게 해준다. 팀 차원에서 공통 Skill 세트를 정의하고 배포하는 데도 적합한 구조다.

이 네 가지 Skill이 통합된 환경에서 Claude Code는 요청을 훨씬 체계적으로 처리한다. 예를 들어 “간단한 Todo 앱을 만들어 달라”는 요청을 던지면, 곧바로 코드부터 작성하지 않는다. 먼저 Superpowers가 요구사항을 분석하고 테스트 시나리오를 설계한 뒤, UI/UX Pro Max가 생산성 도구에 어울리는 미니멀한 디자인 시스템을 제안한다. 이후 이 설계와 디자인을 기준으로 TDD 사이클을 돌며 구현을 진행하고, 마지막으로 Humanizer가 결과물에 대한 문서를 자연스러운 어조로 정리한다. 전체 흐름을 보면, 마치 여러 역할을 가진 팀원이 순차적으로 협업하는 것처럼 느껴질 정도다.

결론적으로 Claude Code는 그 자체로도 충분히 인상적인 도구지만, 적절한 Skill 세트를 갖추었을 때 비로소 실전에서 함께 일할 수 있는 ‘AI 동료’에 가까워진다. 특히 리눅스 VM 환경에서 Node.js 기반으로 구동할 경우, 권한 제약 없이 시스템 레벨까지 제어할 수 있어 유연성이 극대화된다. 단순한 생산성 향상 도구를 넘어, 나만의 개발 프로세스와 엔지니어링 철학을 AI에게 이식하고 싶다면, 이러한 Skill 기반 접근은 충분히 시도해볼 가치가 있다고 생각한다.