GitHub 트렌드 4분의 1이 '에이전트 skills'…설치 방식은 네 갈래로 갈렸다

11월 8일 아침 GitHub 데일리 트렌드 페이지를 열었다. 저장소 15개. 그중 4개가 에이전트 skills 모음이다. anthropics/skills, google/skills, mattpocock/skills, cloudflare/security-audit-skill. 다섯 번째인 vercel-labs/agent-browser는 바이너리와 함께 skill 래퍼를 배포하는 브라우저 자동화 CLI다.
이 비율이 뉴스다. 1년 전에는 거의 없던 형식이 이제 트렌드 목록의 4분의 1이 넘고, 저장소는 Anthropic과 Google, Cloudflare, 그리고 뉴스레터 구독자 약 6만 명의 개인에서 나온다.
도입은 잘 되고 있다. 흥미로운 실패는 같은 개념적 대상를 설치하는 방식이 네 가지이고 서로 호환되지 않는다는 점이다.
skill이란 무엇인가
skill은 폴더다. 그 안에 `SKILL.md` 파일이 있고, YAML 프런트매터에 이름과 설명이, 그리고 과제에 필요한 지시와 스크립트, 참조 파일이 들어간다. 에이전트는 설명을 읽고 관련 있다고 판단한 뒤 본문을 불러온다.
계약은 그게 전부이고, 명세는 agentskills.io에 있다. 형식은 일부러 지루하게 만들었다. Anthropic 저장소는 skills를 Claude가 동적으로 불러오는 지시·스크립트·리소스의 폴더라고 설명하고, 저장소의 docx, pdf, pptx, xlsx skill이 제품의 문서 기능을 돌리는 것과 같으며 참조 구현으로 Apache 2.0에 공개됐다고 적는다.
지루함이 요점이다. 10분에 쓸 수 있을 만큼 단순한 형식은 퍼지는 형식이다.
설치 경로 네 개, 대상 하나
여기서 지저분해진다. 트렌드 저장소 네 개를 놓고, 어떻게 내 기계로 가져오는지 보자.
Anthropic 저장소는 Claude Code 플러그인 마켓플레이스다. `/plugin marketplace add anthropics/skills`로 추가하고 `anthropic-agent-skills`를 고른 뒤 `document-skills`나 `example-skills`를 설치한다. 메뉴를 건너뛰려면 `/plugin install document-skills@anthropic-agent-skills`를 실행한다. 그다음에는 언급해서 호출한다. PDF skill로 파일에서 폼 필드를 추출해 달라고 Claude Code에 요청한다.
Google 저장소는 완전히 다른 메커니즘이다. `npx skills add google/skills`를 실행하면 어떤 skill인지, 어떤 에이전트를 대상으로 하는지, 프로젝트 단위인지 전역인지 묻는 프롬프트로 들어간다. 업데이트는 `npx skills update`이고, 더 이상 필요 없는 skill 삭제도 제안한다. 카탈로그는 크고 제품별로 정리돼 있다. IAM 레시피, GKE 추론 마이그레이션, BigQuery AI, 4개 언어의 Genkit, Live API, 그리고 Agent Platform만 해도 열 가지가 넘는 skill이 있다.
Matt Pocock 저장소는 선택지를 주고 경고도 붙인다. `claude plugin install mattpocock-skills@claude-plugins-official`을 쓰면 플러그인이 스스로 업데이트된다. skills.sh를 쓰면 편집 가능한 파일이 프로젝트로 복사되고 직접 갱신해야 한다. README의 한 문장이 이 범주에서 가장 유용하다. 에이전트마다 하나만 골라라, 둘 다 설치하면 모든 skill이 두 번씩 생긴다.
Cloudflare의 보안 감사 skill은 정면돌파다. `npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit`, 사용자 단위 설치에는 `--global`을 붙인다. 그다음 에이전트에 코드베이스를 가리키고 보안 감사를 시키면 된다.
제품 네 개, 멘털 모델 네 개. 둘러보고 설치하는 UI를 가진 플러그인 마켓플레이스. 대화형 프롬프트가 있는 레지스트리 기반 CLI. 수동 갱신의 복사 방식. URL로 단일 skill을 고정하는 방식이다.
중복이 생각보다 나쁜 이유
뻔한 문제는 디스크와 어수선함이다. 진짜 문제는 우선순위다.
설명이 겹치는 두 skill이 모두 설치되어 있으면, 에이전트는 로드 시점에 읽은 설명 텍스트로 고른다. 하나가 다른 하나의 낡은 사본이라는 것을 모른다. 프로젝트 단위 버전이 전역 버전을 덮도록 의도됐다는 것도 모른다. 둘 다 관련 있어 보이는 두 문단을 읽고 하나를 고른다.
그래서 디버깅이 아주 어려운 행동이 나온다. 에이전트는 틀린 일을 유능하게 해낸다. skill에서 버그를 찾아보면 다른 skill이 돌았다는 것을 알게 된다.
업데이트 이야기가 더 나쁘게 만든다. 스스로 갱신하는 플러그인은 세션 사이에 당신 모르게 행동을 바꿀 수 있다. 복사한 파일은 누군가 당겨올 때까지 그대로 있다. 그리고 `npx skills update`는 의존하던 skill을 지울 수 있다. 좋은 기능이고, 프롬프트를 주의 깊게 읽지 않았다면 놀라운 기능이다.
아무도 값을 매기지 않은 신뢰 문제
skill은 에이전트가 따를 지시이고, 흔히 도구 접근을 동반하며, 함께 번들된 스크립트를 실행할 능력도 동반한다. 설치는 블로그 글을 읽는 것보다 패키지를 설치하는 것에 가깝다.
Cloudflare 저장소는 진지하게 만든 것이 어떻게 생겼는지 보여준다. 정찰에서 시작해 커버리지 주도 사냥, 후보 검증, 구조화 출력, 독립적 기록 검증, 대상 중립적 보고서로 이어지는 6단계 감사를 돌린다. 아키텍처 파일과 커버리지 원장을 쓰고 의존성 없는 Node 스크립트 두 개로 검증하며, 같은 저장소에 대한 재실행을 누적식으로 다뤄 이전 원장으로 빈틈을 겨냥하고 같은 땅을 다시 파지 않는다.
상당한 기계장치이고, 코드베이스를 넘기기 전에 읽고 싶은 종류의 것이다. 바로 그게 핵심이다. 설치 명령은 4초 걸린다. 리뷰는 반나절 걸린다.
레지스트리 서명도, git 리모트 이상의 출처 메타데이터도, 어느 에이전트에서 어느 skill의 어느 버전이 활성인지 기록하는 록파일도 없다. 이렇게 인기 있는 형식치고는 빈틈이다.
앱 계층은 이미 적응 중이다
같은 트렌드 페이지에서 한 가지 더, 다른 종류의 신호라 기록해 둘 만하다. 6위에 meta/astryx가 나타났다. React 19와 StyleX 기반의 오픈소스 디자인 시스템이고 현재 베타이며, 완전히 커스터마이즈 가능하고 에이전트 준비가 됐다고 설명된다.
새 고객이 누구인지 알아차린 제조사로 읽으면 된다. 에이전트가 인터페이스를 생성한다면 컴포넌트 라이브러리는 에이전트를 구속해야 한다. 모델이 따를 수 있는 토큰과 변형, 규칙은 사람이 둘러보도록 설계된 시스템과 다른 제품이다.
skills가 퍼지는 이유도 같은 논리로 설명된다. 하우스 스타일, 배포 체크리스트, 감사 절차, 팀이 마이그레이션을 쓰는 방식을 누군가 부호화해야 한다. skill로 적어 두면 에이전트는 즉흥 연주를 멈춘다.
빠진 것
이 범주에는 형식이 있고 명세가 있고 여러 레지스트리가 있고 설치 프로그램 네 개가 있다. 없는 것은 패키지 생태계를 살아남게 하는 지루한 인프라다. 록파일, 에이전트를 가로지르는 해석된 의존성 그래프, 서명된 출처, 프로젝트 skill과 전역 skill이 충돌할 때의 명확한 우선 규칙이다.
그것들은 올 것이다. 늘 그랬듯이. 그때까지 실용적 조언은 Matt Pocock이 이미 README에 쓴 조언이다. 에이전트마다 설치 경로 하나를 골라라. skill이 어디 사는지 알아라. 코드를 실행할 수 있는 것은 읽어라.
저장소가 트렌드에 오르는 이유는 skills가 실제 문제를 풀기 때문이다. 에이전트는 일반적이고 당신의 일은 구체적이며, 지시 폴더는 그 거리를 좁히는 가장 싼 방법이다. 패키징의 혼란은 그걸 알아내는 데 붙는 세금이다.
관련 글
Antigravity의 원격 에이전트, 클라우드 VM에서 도는 대신 잃는 것
Antigravity 2.29에서 원격 에이전트가 등장해 세션과 도구가 Google 관리 클라우드 VM에서 돌아간다. 노트북을 닫아도 작업은 계속되지만 로컬 MCP 서버와 skills는 잃는다.
NVIDIA, 월드 모델 'Cosmos 3' 파생 4종과 디코딩 프레임워크 'VFlash' 잇달아 공개
NVIDIA는 11월 5일 16B Cosmos 3 Nano를 전문화한 체크포인트 네 종을 OpenMDW1.1로 공개하고 학습 레시피와 추론 코드를 함께 내놨다. 다음 날에는 기하 출력을 병렬 생성하는 디코딩 프레임워크 VFlash를 발표했다.
Thinking Machines 'Inkling 2 Small', 594B 희소 MoE로 86.3%…가중치는 여전히 '다음 주'
Thinking Machines는 11월 5일 총 594B, 토큰당 17B 활성의 희소 MoE 'Inkling 2 Small'을 발표했다. SWE-Bench Pro v2 Hard에서 86.3%를 기록했고 Apache 2.0 가중치는 출시 일주일 뒤로 예고됐다.
OpenAI, 실험실 업무 벤치마크 공개…최고 모델도 66.7% 그쳐
OpenAI는 11월 6일 효소 설계 기업 Ligo와 함께 습식 실험실 업무 벤치마크 BioBasicsBench를 공개했다. 최고 추론 설정의 GPT-6 Astra도 배점의 66.7%에 그쳤고, 구체적인 실패 사례도 함께 내놨다.