"딸깍했더니 다 해주더라": Claude Code Skills와 소프트웨어 개발의 패러다임 전환
관련글
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
어젯밤 Claude Code에서 Skills와 Sub-agents에 관해서 공부를 했다.
나는 사람들이 이런 것들을 활용해서 “딸깍했더니 Claude Code가 알아서 다 해주더라”라는 말을 과장으로 받아들였다. 그런데 그건 사실이었다.
이건 신세계이며 내가 모르던 다른 세계였다.
Skills와 Sub-agents는 모델에게 Prompt를 던지는 방식을 말하며, 대화창에 막 집어넣는 Prompt와 비교하자면,
롯데제과의 과자 Catalog를 만들어서 보여주는 것과, 전체 과자를 설명하는 글을 산문으로 주는 것과 비슷하다.
어떤 사람이 초코파이에 관한 내용을 찾고자 한다면
Catalog에서는 목차에서 초코파이를 확인한 후
그 페이지로 바로 이동하면 되지만,
산문으로 된 설명서를 보면 그 설명서를 대부분 다 처음부터 끝까지 훑어봐야 할 것이다.
또 다른 예를 들자면, 책 천권을 던져주고 그중에 ‘여름방학’이라는 제목의 책을 찾으라는 것과 같다.
천권을 뒤죽박죽 막 던져주면 그 책을 다 뒤져야 하지만,
가나다라로 구분된 색인을 붙여서 정리해서 주면
'ㅇ'에 해당하는 부분만 찾으면 되는 것이다.
Claude Code는 이러한 Skills와 Sub-agents를 잘 파악하도록 설계되어 있으며, 코딩 과정에 따른 필요한 부분만 찾으면 되기에 당연히 시간과 Tokens를 적게 먹는다.
나는 작년 4월부터 VIBE Coding을 시작했는데
아직도 Python에서 print("Hello, World!")를 하지 못하며, 굳이 이것을 앞으로도 공부할 마음이 없다.
Prompt Engineering과 Context Engineering 같은 신기술을 공부할 필요가 있으며, 그러면 VIBE Coding의 결과는 완전히 다르게 나올 것이다.
Skills와 Sub-agents를 만드는 방법.
Skills와 Sub-agents는 할 일과 그것에 필요한 도구를 정리한 글로서, 이것을 만드는 방법은 어렵지 않다.
내가 만들 프로그램을 처음부터 끝까지 아주 상세하게 구상을 한 다음,
그것을 Claude(클로드코드 아닌 그냥 클로드)의 대화창에 말한 뒤 Skills와 Sub-agents를 만들어 달라고 하면 된다.
그러면 MD파일들이 나오게 되는데, 그 파일들을 보고 추가를 해 달라거나, 수정을 해 달라고 하면 된다.
그 후 그것을 작업폴더에 넣고 클코한테 보고 알아서 만들라고 한다.
나는 작년 4월부터 VIBE Coding을 시작했는데
아직도 Python에서 print("Hello, World!")를 하지 못하며, 굳이 이것을 앞으로도 공부할 마음이 없다.
https://www.threads.com/@sancheongsapiens/post/DTypzPok8zQ
신세계의 발견
“나는 사람들이 이런 것들을 활용해서 ‘딸깍했더니 Claude Code가 알아서 다 해주더라’라는 말을 과장으로 받아들였다. 그런데 그건 사실이었다. 이건 신세계이며 내가 모르던 다른 세계였다.”
이 문장은 단순한 놀라움의 표현이 아니다. 2026년 1월 현재, 소프트웨어 개발이 근본적으로 재정의되고 있다는 증거다. Claude Code의 Skills와 Sub-agents를 발견한 이 개인의 경험은 많은 개발자들이 아직 인식하지 못한 거대한 전환을 드러낸다. 2024년 VIBE Coding으로 시작해 여전히 Python의 print("Hello, World!")도 하지 못하지만, “굳이 이것을 앞으로도 공부할 마음이 없다”는 선언은 도발적이면서도 정확한 미래 인식이다.
Skills와 Sub-agents의 기술적 본질
먼저 이것들이 정확히 무엇인지 이해해야 한다. 많은 사람들이 여전히 AI 코딩 도구를 “똑똑한 자동완성” 정도로 인식한다. 그러나 Claude Code의 Skills와 Sub-agents는 전혀 다른 차원이다.
Skills는 실행 가능한 코드가 아니다. Python이나 JavaScript를 실행하지 않고, HTTP 서버나 함수 호출도 없다. 대신 Skills는 구조화된 프롬프트 템플릿으로 도메인 특화 지식을 컨텍스트에 주입한다. Anthropic의 공식 문서는 이를 “specialized training manuals that give Claude expertise in specific domains”라고 설명한다. Skill이 호출되면 대화 컨텍스트가 수정되고(지시사항 프롬프트 주입), 실행 컨텍스트가 변경된다(도구 권한 변경, 모델 전환 가능).
기술적으로 Skills는 메타도구(meta-tool)다. SKILL.md 파일의 구조를 보자. YAML 프론트매터가 설정을 정의하고(권한, 모델, 메타데이터), 마크다운 콘텐츠가 Claude에게 무엇을 해야 하는지 알려준다. 각 Skill은 Claude가 보는 도구 스키마에 동적 추가로 나타난다. 사용자가 요청을 보내면 Claude는 세 가지를 받는다. 사용자 메시지, 사용 가능한 도구(Read, Write, Bash 등), 그리고 Skill 도구.
Sub-agents는 경계가 있는 작업을 실행하기 위해 동적으로 스폰되는 인스턴스다. 2025년 12월 업데이트에서 비동기 sub-agent가 도입되어 병렬 실행이 가능해졌다. 한 sub-agent가 API 엔드포인트를 작성하는 동안 다른 sub-agent가 동시에 통합 테스트를 작성할 수 있다. 이들은 완전한 대화 컨텍스트를 갖지 못할 수 있으므로, 자체 완결적이어야 하고 완료 기준을 명확히 알아야 한다.
카탈로그 vs 산문: 완벽한 비유
이 개인이 제시한 비유는 기술적으로 정확할 뿐만 아니라 통찰력이 있다.
“롯데제과의 과자 Catalog를 만들어서 보여주는 것과, 전체 과자를 설명하는 글을 산문으로 주는 것과 비슷하다. 어떤 사람이 초코파이에 관한 내용을 찾고자 한다면 Catalog에서는 목차에서 초코파이를 확인한 후 그 페이지로 바로 이동하면 되지만, 산문으로 된 설명서를 보면 그 설명서를 대부분 다 처음부터 끝까지 훑어봐야 할 것이다.”
이것이 정확히 Skills가 하는 일이다. 전통적인 프롬프트는 산문이다. 모델은 전체를 읽고, 관련 부분을 찾고, 컨텍스트를 파악해야 한다. 이는 많은 토큰을 소비하고, 때로는 중요한 세부사항을 놓치고, 일관성 없는 결과를 생성한다. Skills는 카탈로그다. 구조화된 메타데이터, 명확한 섹션, 인덱싱 가능한 콘텐츠. 모델은 정확히 필요한 것으로 직접 이동할 수 있다.
“책 천권을 던져주고 그중에 ‘여름방학’이라는 제목의 책을 찾으라는 것과 같다. 천권을 뒤죽박죽 막 던져주면 그 책을 다 뒤져야 하지만, 가나다라로 구분된 색인을 붙여서 정리해서 주면 ‘ㅇ’에 해당하는 부분만 찾으면 되는 것이다.”
이것이 왜 “시간과 Tokens를 적게 먹는지” 설명한다. Claude Code 시스템 프롬프트 리포지토리(Piebald-AI)를 보면, 메인 시스템 프롬프트는 2,896 토큰이다. 그러나 각 Skill은 별도로 로드되고, 관련 있을 때만 컨텍스트에 주입된다. Explore sub-agent 프롬프트는 별도로 존재하고, Plan sub-agent도 마찬가지다. 모듈화되고, 인덱싱되고, 주문형으로 로드된다.
Context Engineering의 새로운 시대
“Prompt Engineering과 Context Engineering 같은 신기술을 공부할 필요가 있으며, 그러면 VIBE Coding의 결과는 완전히 다르게 나올 것이다.”
이 통찰은 핵심을 정확히 찌른다. 2024-2025년은 Prompt Engineering의 시대였다. “어떻게 물어볼 것인가”가 중요했다. 그러나 2026년은 Context Engineering의 시대다. “모델에게 무엇을 보여줄 것인가, 어떻게 구조화할 것인가”가 더 중요해진다.
AI Supremacy의 분석은 직설적이다. “Claude Code fluency will equal the professional fundamental skills of agentic AI orchestration.” 2024-2025년에 NotebookLM이나 ChatGPT에 시간을 쏟았다면, 2026년에는 Claude Code에 집중할 가치가 있다. 왜냐하면 “context engineering in 2026 will begin to require more Claude Code fluency”이기 때문이다.
Medium의 Sandeep Satya는 Skills와 Sub-agents의 상호작용을 명확히 정리한다. Skills는 지속적 절차적 지식이고, Sub-agents는 동적 작업 위임이다. 언제 무엇을 사용할지 아는 것이 워크플로우 효과성을 결정한다. 그는 복잡한 기능 개발의 예를 제시한다. Skills를 먼저 로드하고(code-standards, api-design, testing-conventions), 작업을 분해하고, 독립적인 부분은 병렬 실행하고(sub-agent 1: 백엔드 엔드포인트, sub-agent 2: 스토리지 통합), 의존성이 있는 부분은 순차 실행한다(sub-agent 3: 프론트엔드, sub-agent 4: 테스트).
“Hello World도 못하지만 공부 안 할 것”: 도발적 진실
“나는 작년 4월부터 VIBE Coding을 시작했는데 아직도 Python에서 print(“Hello, World!”)를 하지 못하며, 굳이 이것을 앞으로도 공부할 마음이 없다.”
이 선언은 많은 전통적 개발자들을 불편하게 만들 것이다. 그러나 이것은 새로운 현실의 솔직한 인정이다. 전통적 관점에서 이것은 무책임하다. 기본을 모르고 어떻게 코딩을 하는가? 그러나 이 개인은 실제로 작동하는 프로그램을 만들고 있다. Skills와 Sub-agents를 사용해서.
이것은 앞서 분석한 AI로 인한 인력 재편과 직접 연결된다. Microsoft CEO Satya Nadella는 GitHub Copilot 같은 AI 도구가 이제 새 코드의 약 30%를 작성한다고 밝혔다. 그러나 이것은 “AI가 코드의 30%를 쓴다”는 것이 아니라, “30%의 코딩 작업이 더 이상 인간 개발자를 필요로 하지 않는다”는 의미다. 그리고 그 30%는 주로 무엇인가? 기본적인 보일러플레이트, 반복적 패턴, print("Hello, World!") 같은 기초적 구문.
전통적 코딩 교육은 바닥부터 위로 구축한다. 변수, 제어 구조, 함수, 클래스, 패턴. 그러나 AI 시대의 개발은 위에서 아래로 작동한다. 무엇을 만들고 싶은지 정의하고, 그것을 구조화된 컨텍스트로 표현하고, AI가 구현 세부사항을 처리하도록 한다. print("Hello, World!")를 아는 것보다 “사용자 인증 시스템이 필요하고, OAuth 2.0을 지원하고, 세션 관리를 해야 한다”를 명확히 표현하고 구조화하는 것이 더 중요하다.
Skills와 Sub-agents 만드는 방법: 놀라운 단순함
“Skills와 Sub-agents를 만드는 방법은 어렵지 않다. 내가 만들 프로그램을 처음부터 끝까지 아주 상세하게 구상을 한 다음, 그것을 Claude(클로드코드 아닌 그냥 클로드)의 대화창에 말한 뒤 Skills와 Sub-agents를 만들어 달라고 하면 된다. 그러면 MD파일들이 나오게 되는데, 그 파일들을 보고 추가를 해 달라거나, 수정을 해 달라고 하면 된다. 그 후 그것을 작업폴더에 넣고 클코한테 보고 알아서 만들라고 한다.”
이 과정의 단순함은 혁명적이다. 전통적으로 개발 도구를 만들려면 도구 자체에 대한 깊은 이해가 필요했다. IDE 플러그인을 만들려면 IDE의 API를 배워야 한다. CI/CD 파이프라인을 만들려면 Jenkins나 GitHub Actions의 구문을 익혀야 한다. 그러나 Claude Code Skills는 자연어로 설명하고, Claude에게 구조화를 맡기면 된다.
2025년 10월 도입된 skill-creator가 이를 자동화한다. /plugin install example-skills@anthropic-agent-skills 후 “Create a skill for [your use case]”를 요청하면 기능적 Skill을 빠르게 생성한다. 물론 출력이 모든 모범 사례를 따르지는 않을 수 있지만, 더 개선할 수 있는 기초를 제공한다.
alexop.dev의 가이드는 실제 사용 사례를 보여준다. Dexie.js(IndexedDB 래퍼)로 운동 추적 앱을 만들고 있는데, Claude가 오래된 패턴을 계속 제안하고 liveQuery() 같은 것을 놓친다. 해결책은? 웹 문서, Stack Overflow, 코드베이스를 병렬로 탐색하는 연구 sub-agent들을 스폰하고, 결과를 docs/research/<topic-slug>.md에 통합하고, 그것을 Skill로 만든다. 이제 Claude는 최신 Dexie.js 모범 사례에 전문가가 된다.
전통적 개발 vs AI 오케스트레이션: 패러다임 충돌
이것은 단순한 도구 차이가 아니라 근본적으로 다른 사고방식이다.
전통적 개발 패러다임:
- 바닥부터 위로: 구문 → 로직 → 구조 → 시스템
- 명시적 제어: 모든 줄의 코드를 직접 작성
- 선형적 학습: 기초 → 중급 → 고급
- 개인 숙련도: 코딩 속도, 버그 감소, 패턴 인식
AI 오케스트레이션 패러다임:
- 위에서 아래로: 요구사항 → 구조 → 컨텍스트 → 구현
- 선언적 의도: 무엇을 원하는지 명확히 표현
- 모듈식 조립: Skills 조합, Sub-agents 조율
- 시스템 설계: 컨텍스트 엔지니어링, 워크플로우 오케스트레이션
전통적 개발자는 “어떻게 이 기능을 구현하는가?”를 묻는다. AI 오케스트레이터는 “이 기능이 무엇을 해야 하고, 어떤 제약이 있고, 어떻게 검증하는가?”를 묻는다. 전자는 실행에 집중하고, 후자는 정의와 구조에 집중한다.
Andrej Karpathy의 표현을 빌리면, AI 에이전트는 “컴퓨터에 ‘살아있는’ 작은 영혼/유령”이다. 그것을 직접 제어하는 것이 아니라, 환경을 설정하고, 목표를 정의하고, 가드레일을 제공하고, 그것이 작동하도록 한다.
실제 영향: 생산성의 재정의
VentureBeat의 분석은 Claude Code 2.1.0을 “infrastructure-level features”를 도입한 것으로 설명한다. 이는 Claude Code가 단순한 코딩 어시스턴트에서 “structured environment for programmable, persistent agents”로 진화하고 있다는 신호다. Anthropic는 이것을 실험이 아니라 인프라로 취급한다.
sankalp의 블로그는 실제 경험을 공유한다. “Claude Code는 이제 단순히 스니펫을 작성하는 챗봇이 아니다. 전체 코드베이스를 탐색하고, 다중 단계 작업을 실행하고, 단일 자연어 프롬프트에서 기능을 계획하고, 여러 파일을 수정하고, 테스트를 실행하고, 실패를 디버그하고, git 커밋을 만든다.” Thariq의 접근법이 트위터에서 큰 반향을 일으켰다. “대규모 기능을 만드는 내가 가장 좋아하는 방법은 스펙 기반이다. 최소한의 스펙이나 프롬프트로 시작하고, Claude에게 AskUserQuestionTool을 사용해 인터뷰하도록 요청한 다음, 스펙을 실행할 새 세션을 만든다.”
이것이 의미하는 것은 무엇인가? 개인이 경험한 “2-3시간 걸릴 업무를 1분 이내에 코딩으로 완료”는 더 이상 예외가 아니라 새로운 정상이 될 수 있다. 그러나 이것은 모든 개발자에게 동등하게 적용되지 않는다. Skills와 Sub-agents를 효과적으로 설계하고 조율할 수 있는 사람들은 극적인 생산성 향상을 경험한다. 그렇지 못한 사람들은 여전히 전통적 방식으로 고군분투한다.
PwC 조사와의 연결: Systems Matter More Than Prompts
앞서 분석한 PwC 2026 CEO 설문조사로 돌아가자. 56%의 CEO가 AI 투자에서 아무 성과도 보지 못한 반면, 강력한 AI 기반을 구축한 기업들은 3배 높은 성공률을 보였다. 핵심 발견은 “systems matter more than prompts”였다. 단순히 ChatGPT를 사용하는 것이 아니라, 전사적으로 통합된 AI 워크플로우를 구축하는 것이 중요하다.
Skills와 Sub-agents는 정확히 이것이다. 개별 프롬프트가 아니라 시스템이다. 재사용 가능하고, 조합 가능하고, 버전 관리되고, 팀 전체에서 공유될 수 있다. 한 개발자가 Dexie.js Skill을 만들면, 전체 팀이 혜택을 받는다. 한 번 정의된 code-review sub-agent는 모든 프로젝트에서 사용될 수 있다.
Claude Code의 공식 블로그는 복합 연구 에이전트 예제를 제시한다. Google Drive 탐색 Skill과 결합된 경쟁사 분석 sub-agent. 구조화된 폴더 조직을 이해하고(/Strategy & Planning/, /Product/, /Research/), 명명 규칙을 알고(YYYY-MM-DD_DocumentName_vX), 최신성을 우선시하고(지난 6개월), “진실의 출처”를 찾는다(_FINAL, _APPROVED). 이것은 단순한 파일 검색이 아니라, 조직의 지식 구조를 이해하고 효과적으로 탐색하는 것이다.
대학생 RPG 공략법과의 연결: 어떤 스킬이 진짜 중요한가?
앞서 분석한 “대학생 RPG 공략법”에서 제시된 5가지 고수익 스킬을 재검토해보자. 코딩 및 앱 개발, 카피라이팅, 세일즈, AI 활용 및 자동화, 데이터 분석. 이 중 어떤 것이 2026년에도 여전히 “고수익”인가?
“코딩 및 앱 개발”은 재정의가 필요하다. print("Hello, World!")를 아는 것은 더 이상 “코딩”이 아니다. 요구사항을 명확히 정의하고, 시스템을 설계하고, Skills와 Sub-agents를 조율하고, 결과를 검증하는 것이 새로운 “코딩”이다. 전통적 의미의 코딩은 점점 더 상품화되고 있다. AI 오케스트레이션은 점점 더 차별화되고 있다.
“AI 활용 및 자동화”는 이제 기본 문해력이지만, 그 의미가 바뀌었다. ChatGPT에 질문하는 것은 2024-2025년의 AI 활용이었다. Skills를 설계하고 Sub-agents를 조율하는 것이 2026년의 AI 활용이다. 표면적 사용과 깊은 오케스트레이션의 차이는 엄청나다.
“데이터 분석”은 여전히 중요하지만, 이제 AI와의 조합으로 작동한다. 데이터를 수동으로 정리하고 분석하는 것이 아니라, 분석 Skill을 정의하고, 데이터 탐색 Sub-agent를 스폰하고, 인사이트를 구조화된 방식으로 추출하는 것이다.
진짜 “고수익 스킬”은 이제 다음과 같다:
- 컨텍스트 엔지니어링: 복잡한 요구사항을 구조화된, AI가 실행 가능한 컨텍스트로 변환
- 시스템 설계: AI 워크플로우를 설계하고, 도구를 조율하고, 피드백 루프를 구축
- 검증과 품질 관리: AI 출력을 평가하고, 엣지 케이스를 식별하고, 개선을 반복
- 도메인 전문성: 기술 구현보다 비즈니스 로직과 사용자 요구를 깊이 이해
- 학습 민첩성: 빠르게 변화하는 AI 도구와 패러다임에 지속적으로 적응
한계와 위험: 모든 것이 장미빛은 아니다
그러나 이 새로운 패러다임에는 실제 위험과 한계가 있다.
블랙박스 의존성: AI가 생성한 코드를 이해하지 못한다면, 디버깅이 어려워진다. AI가 미묘한 버그를 도입하거나, 비효율적인 패턴을 사용하거나, 보안 취약점을 만들 때 어떻게 감지하는가? “Hello World도 못하는” 개발자는 이러한 문제를 식별하고 수정할 수 있는가?
컨텍스트 한계: Skills와 Sub-agents는 강력하지만 만능은 아니다. 매우 복잡한 시스템, 레거시 코드베이스, 특이한 아키텍처는 여전히 깊은 기술적 이해를 요구한다. AI는 도구이지 마법이 아니다.
품질 관리: “딸깍했더니 다 해주더라”가 사실이더라도, “다 해준 것”의 품질은 어떻게 보장하는가? 테스트 커버리지, 성능, 확장성, 유지보수성은 누가 검증하는가?
경력 개발: 전통적 코딩 기초 없이 AI 오케스트레이션만으로 시작한 개발자는 AI 도구가 실패하거나 사용 불가능할 때 어떻게 하는가? 장기적 경력 레질리언스는 어떻게 구축하는가?
격차 확대: Skills와 Sub-agents를 효과적으로 사용하는 사람들과 그렇지 못한 사람들 사이의 생산성 격차가 극적으로 벌어진다. 이는 앞서 분석한 AI 인력 재편을 가속화한다.
미래 전망: 2026년과 그 너머
Claude Code 팀은 2026년이 “Swarming capabilities”에 큰 관심을 기울일 것이라고 확인했다. 여러 AI 에이전트가 협력하고, 작업을 분할하고, 결과를 통합하는 더 정교한 조율. DEV Community의 24 Claude Code Tips는 “병렬 실행 패턴의 조기 채택이 이러한 개선에 잘 대비하게 한다”고 조언한다.
이것이 의미하는 것은 무엇인가? 소프트웨어 개발은 점점 더 “에이전트 오케스트레이션”이 될 것이다. 개별 개발자는 코더가 아니라 지휘자가 된다. 여러 AI 에이전트를 조율하고, 그들의 작업을 통합하고, 전체 시스템이 의도대로 작동하도록 보장한다.
Lee Hanchung의 기술적 심층 분석은 이것이 단순한 제품 기능이 아니라 새로운 아키텍처 패러다임임을 보여준다. “prompt-based meta-tool architecture”, “two-message patterns”, “LLM-based routing”, “runtime context modification”. 이것들은 AI 엔지니어, 프롬프트 엔지니어, 기술 아키텍트가 이해해야 할 새로운 기본 개념이다.
실천적 조언: 어떻게 준비할 것인가?
그렇다면 2026년 이 새로운 패러다임에서 어떻게 생존하고 번영하는가?
전통적 기초를 완전히 무시하지 마라. “Hello World도 공부 안 할 것”이라는 선언은 도발적이지만, 어느 정도의 기술적 이해는 여전히 중요하다. 완전한 블랙박스 의존은 위험하다. 최소한 코드를 읽고, 로직을 이해하고, 기본적 디버깅을 할 수 있어야 한다.
컨텍스트 엔지니어링에 투자하라. 이것이 2026년의 핵심 스킬이다. 복잡한 요구사항을 명확하고 구조화된 방식으로 표현하는 법을 배워라. SKILL.md 파일을 작성하는 연습을 하라. Sub-agent를 정의하고 조율하는 법을 배워라.
실제 프로젝트로 배워라. 튜토리얼만 따라하지 마라. 실제 문제를 해결하라. Skills를 만들고, Sub-agents를 사용하고, 실패하고, 반복하라. 이것이 진짜 학습이 일어나는 곳이다.
커뮤니티에 참여하라. Claude Code Meetup, Twitter의 #claude_code_advent_calendar, DEV Community의 토론. 다른 사람들이 무엇을 만들고, 어떤 패턴을 사용하고, 어떤 문제에 부딪히는지 배워라.
품질에 집착하라. “딸깍했더니 다 해주더라”가 가능하더라도, “다 해준 것”이 실제로 좋은지 항상 검증하라. 테스트를 작성하고(또는 AI에게 작성하게 하고), 코드를 리뷰하고, 성능을 측정하고, 엣지 케이스를 탐색하라.
계속 학습하라. AI 도구는 매주 새로운 기능을 출시한다. 2026년 1월의 최신 기술은 2026년 7월에는 구식이 될 수 있다. 지속적 학습과 적응이 새로운 정상이다.
결론: 신세계는 이미 여기에 있다
“이건 신세계이며 내가 모르던 다른 세계였다.” 이 발견은 개인적 경험 이상이다. 이것은 소프트웨어 개발이 근본적으로 재정의되고 있다는 증거다. Skills와 Sub-agents는 단순한 편의 기능이 아니라, 새로운 개발 패러다임의 구성 요소다.
전통적 코딩 교육은 “어떻게 코드를 작성하는가”를 가르친다. 새로운 패러다임은 “어떻게 AI를 조율해 코드를 생성하는가”를 요구한다. 전자는 개인 숙련도에 집중하고, 후자는 시스템 설계에 집중한다. 전자는 바닥부터 구축하고, 후자는 위에서 조율한다.
“나는 작년 4월부터 VIBE Coding을 시작했는데 아직도 Python에서 print(“Hello, World!”)를 하지 못하며, 굳이 이것을 앞으로도 공부할 마음이 없다.” 이 선언은 더 이상 농담이나 과장이 아니다. 이것은 새로운 현실의 솔직한 인정이다. 그리고 이 현실에서 성공하는 사람들은 전통적 코딩 기술이 아니라, 컨텍스트 엔지니어링, 시스템 설계, AI 오케스트레이션 능력을 가진 사람들이다.
PwC 조사가 보여주듯, 대부분의 기업은 아직 이것을 파악하지 못했다. 56%는 AI 투자에서 아무 성과도 보지 못한다. 그러나 소수는 이미 극적인 생산성 향상을 경험하고 있다. Skills와 Sub-agents를 효과적으로 사용하는 개인과 조직은 레벨 50 캐릭터가 되고, 그렇지 못한 사람들은 레벨 30에 머문다. 그리고 이 격차는 빠르게 벌어지고 있다.
신세계는 이미 여기에 있다. 질문은 누가 그것을 인식하고, 누가 그것에 적응하고, 누가 그것을 주도할 것인가다. “딸깍했더니 다 해주더라”는 과장이 아니다. 그것은 제대로 설계된 Skills와 Sub-agents를 가진 사람들에게는 일상적 현실이다. 그리고 2026년이 진행되면서, 이것은 예외가 아니라 기대가 될 것이다.
작성일자: 2026-01-22