Manus AI, 개방형 표준을 수용하다: Agent 스킬 통합으로 Agent의 새로운 장을 열다
일반 어시스턴트에서 전문 분야 전문가로
인공지능(AI) Agent는 범용 디지털 어시스턴트에서 복잡하고 전문적인 작업을 처리할 수 있는 강력한 도구로 빠르게 진화하고 있습니다. 그러나 범용 Agent를 특정 도메인의 전문가 수준으로 끌어올리려면 방대한 양의 컨텍스트, 절차적 지식 및 전문 기술이 필요합니다. 이러한 과제를 해결하기 위해 Anthropic은 AI Agent에 모듈식이고 재사용 가능한 기능을 제공하도록 설계된 개방형 표준인 Agent Skills를 도입했습니다.
Manus AI에서는 가장 강력하고 유연한 범용 AI Agent를 구축하는 데 전념하고 있습니다. 우리는 개방형 표준이 기술 발전을 이끄는 핵심이라고 굳게 믿습니다. 따라서 Manus AI가 Agent Skills 개방형 표준을 완전히 통합하여 우리의 역량을 새로운 수준으로 끌어올리고 사용자에게 전례 없는 가능성을 열어드리게 된 것을 매우 기쁘게 생각합니다.
Agent Skills란 무엇인가요?
Agent Skills는 전문성, 워크플로 및 모범 사례를 재사용 가능한 파일 시스템 기반 리소스로 패키징하는 혁신적인 접근 방식입니다. 이를 "신입 직원을 위한 온보딩 가이드"로 생각할 수 있습니다. 일회성의 긴 대화형 지시와 달리, Skills는 AI Agent가 필요에 따라 발견하고 로드할 수 있어 범용 Agent를 특정 작업을 처리할 수 있는 전문가로 변모시킵니다.
이 아키텍처의 핵심 장점은 다음과 같습니다:
•전문화: 법률 검토, 재무 분석 또는 브랜드 콘텐츠 제작과 같은 특정 도메인에 맞춰 기능을 사용자 정의합니다.
•재사용성: 한 번 생성하여 여러 대화, 프로젝트, 심지어 호환되는 다양한 AI Agent 제품에서 자동으로 사용합니다.
•조합 가능성: 여러 독립된 Skills를 결합하여 복잡한 다단계 작업을 처리할 수 있는 강력한 워크플로를 구축합니다.
Skills의 핵심 사용자 가치
우리는 Skills를 통합함으로써 사용자에게 두 가지 주요 이점을 제공할 것이라고 믿습니다:
1. 개인의 모범 사례를 굳히고 효율성을 높입니다
일상 업무에서 Manus AI와 매우 성공적인 상호작용을 통해 복잡한 작업을 높은 효율성으로 완료할 수 있습니다. 이제 이 성공적인 프로세스를 한 번의 클릭으로 개인 Skill로 캡슐화할 수 있습니다. 이는 특정 작업에 대한 노하우와 모범 사례를 포착하고 굳히는 것과 같습니다. 향후 동일한 작업을 처리해야 할 때, 단순히 Skill을 호출하여 성공적인 워크플로를 안정적으로 재현할 수 있어 반복적인 사고와 시행착오의 필요성을 없애고 개인 생산성을 크게 향상시킬 수 있습니다.
2. 진입 장벽을 낮추고 팀 전문성을 재사용합니다
팀에게 가장 가치 있는 자산 중 하나는 구성원의 경험과 지식입니다. 곧 출시될 "Team Skill Library"를 통해 팀원들은 검증되고 효율적인 개인 Skills를 공유할 수 있습니다. 이는 신규 또는 경험이 적은 팀원이 전문가 구성원이 만든 Skills를 사용하여 작업을 완료함으로써 "거인의 어깨에 올라설" 수 있음을 의미합니다. 이는 진입 장벽을 극적으로 낮추고 팀 전반에 걸쳐 지식의 축적과 흐름을 촉진합니다.
핵심 설계: 점진적 공개의 힘
Agent Skills의 가장 혁신적인 설계는 "점진적 공개(Progressive Disclosure)" 메커니즘입니다. 이 원칙은 AI Agent가 작업을 처리할 때 귀중한 컨텍스트 윈도우를 가장 효율적으로 사용할 수 있도록 보장합니다. Skill의 내용은 세 가지 수준으로 나뉘며, 필요할 때만 컨텍스트에 로드되어 리소스 낭비를 최소화합니다.
수준 | 내용 | 로드 시점 | 컨텍스트 비용 |
레벨 1: 메타데이터 | 이름 및 설명 | 시작 시 로드 | 매우 낮음 (~100 tokens/Skill) |
레벨 2: 지침 | SKILL.md 파일의 주요 내용 | Skill이 트리거될 때 로드 | 보통 (<5k tokens) |
레벨 3: 리소스 | 스크립트, 참조 파일, 자산 | 필요 시 로드 | 참조될 때만 소비 |
Manus AI와 Agent Skills: 완벽한 조합
Manus AI의 핵심 아키텍처는 Agent Skills의 설계 철학과 완벽하게 일치하여 원활한 통합을 위한 견고한 기반을 마련합니다.
•네이티브 아키텍처 호환성: Manus AI는 완전한 Ubuntu 파일 시스템 액세스 및 셸 실행 기능을 갖춘 완전히 격리된 샌드박스 가상 머신 환경에서 실행됩니다. 이는 Agent Skills에 필요한 이상적인 환경입니다. Skill 디렉터리를 쉽게 읽고, SKILL.md 파일을 파싱하며, 그 안에 포함된 Python 또는 Bash 스크립트를 실행할 수 있습니다.
•완벽하게 보완적인 기능: Manus AI의 강력한 다중 도구 협업 기능(브라우저, 코드 실행, 파일 작업)과 Skills의 전문 지식이 결합되어 거대한 시너지 효과를 창출합니다. 예를 들어, "시장 조사" Skill은 Manus AI가 브라우저 도구를 사용하여 특정 웹사이트를 방문하고, 데이터 분석 스크립트를 사용하여 다운로드한 데이터를 처리하며, 마지막으로 사전 설정된 템플릿을 기반으로 완전한 시장 분석 보고서를 생성하도록 안내할 수 있습니다.
•개방형 표준에 대한 약속: 우리는 AI의 미래가 개방적이고 협력적이라고 믿습니다. 개방형 표준인 Agent Skills를 통해 여러 AI 제품과 서비스가 기능 확장을 위한 통합된 형식을 공유할 수 있습니다. Skills를 통합함으로써 Manus AI는 자체 기능을 향상시킬 뿐만 아니라 더욱 상호 연결된 AI 생태계를 구축하는 데 기여합니다.
Skills와 MCP의 관계: 대체가 아닌 보완
Manus AI 생태계에서 Skills와 Model Context Protocol(MCP)은 목표는 다르지만 기능이 상호 보완적인 두 가지 기술입니다.
•MCP의 핵심 목표는 표준화된 프로토콜을 통해 AI가 외부 데이터 소스(예: Gmail 및 Notion)에 안전하고 안정적으로 액세스할 수 있도록 하여 데이터 사일로 문제를 해결하는 것입니다. 이는 데이터 연결 계층에 중점을 둡니다.
•Skill의 핵심 목표는 워크플로우를 캡슐화하고 재사용하는 것입니다. 외부 서비스에 연결하도록 설계되지는 않았지만, Skill은 코드 스크립트(예: Python 스크립트)를 포함하여 모든 타사 API를 간접적으로 호출할 수 있습니다. 일부 시나리오에서는 이러한 직접적인 스크립트 실행이 컨텍스트 소비 및 데이터 액세스 측면에서 MCP 서비스를 거치는 것보다 훨씬 효율적일 수 있습니다.
요약하자면, MCP는 Manus AI에 표준화된 "데이터 파이프라인"을 제공하는 반면, Skills는 해당 파이프라인을 실행하기 위한 "운영 매뉴얼"을 제공합니다. 이 둘이 함께 Manus AI의 강력하고 확장 가능한 생태계를 형성합니다.
구체적인 사용 사례: Skills로 데이터 소스 잠금 해제
Manus AI에는 SimilarWeb과 같은 강력한 내장 데이터 소스가 많이 있는데, 과거에는 이들이 내부적으로 공개되지 않은 API에 가까웠습니다. 각 데이터 소스를 Skill로 캡슐화함으로써 우리는 이러한 불투명한 도구들을 사용자가 발견하고 이해할 수 있는 구성 요소로 변환하고 있습니다. 사용자는 자신의 스킬 라이브러리에서 이러한 데이터 소스를 탐색하고, SKILL.md 파일을 읽어 기능과 매개변수를 이해하며, 안정적이고 신뢰할 수 있는 방식으로 호출할 수 있습니다. 이러한 변화는 플랫폼 기능의 사용성과 발견 가능성을 크게 향상시킵니다.
Manus Skills로 워크플로우 무장하기
우리의 통합은 단순히 표준을 채택하는 것 이상으로 나아갑니다. 우리는 Skills를 Manus AI 경험의 필수적인 부분으로 만드는 새로운 기능들을 도입하고 있습니다.
Manus로 Skill 구축하기
"Manus로 스킬 만들기" 기능을 소개하게 되어 매우 기쁩니다. Manus AI로 작업을 완료한 후 결과와 과정에 매우 만족하셨다면, 이제 Manus에게 "이 워크플로를 스킬로 패키징하라"고 지시할 수 있습니다. Manus는 성공적인 상호작용 흐름을 분석하고, 필요한 SKILL.md 파일을 자동으로 생성하며, 관련 스크립트를 함께 묶습니다. 이를 통해 효과적인 프로세스가 재사용 가능한 스킬로 캡처되어 반복적으로 사용하거나 다른 사람과 공유할 수 있습니다.
정확하고 안정적인 트리거 메커니즘
필요한 특정 스킬이 필요한 순간에 정확하게 활성화되도록, 이제 채팅창에서 슬래시 명령어를 사용할 수 있습니다. /SKILL_NAME을 입력하면 해당 스킬을 로드하도록 Manus에 명시적으로 지시할 수 있습니다. 이 작업은 Manus가 SKILL.md 파일을 읽고 해당 지침을 트리거하도록 보장하여, Agent의 동작을 정밀하게 제어할 수 있게 합니다.
스킬 통합 로드맵
Agent 스킬의 원활하고 강력한 통합을 보장하기 위해 명확한 로드맵을 마련했습니다:
1.프로젝트 및 커넥터 통합: 곧 스킬을 Manus 프로젝트에 직접 통합할 수 있게 됩니다. 연결기와 결합하면 일상 업무를 위한 표준 운영 절차(SOP)를 심층적으로 맞춤화하여 고도로 자동화된 지능형 워크플로를 만들 수 있습니다.
2.팀 스킬 라이브러리: Team 플랜 사용자를 위해 팀 스킬 라이브러리를 도입할 예정입니다. 구성원들은 실전에서 검증된 개인 스킬을 이 공유 라이브러리에 게시하여 조직 전체에서 전문성과 프로세스 경험을 원활하게 공유하고, 협업적 개선과 지식 보존의 문화를 조성할 수 있습니다.
미래는 구성 가능하고 개방적입니다
우리는 흥미로운 기술적 변곡점에 서 있습니다. AI Agent의 미래는 구성 가능하고, 확장 가능하며, 개방적일 것입니다. Agent 스킬과 Model Context Protocol(MCP)과 같은 개방형 표준은 지능적이고 상호 연결된 AI 도구 네트워크의 길을 열어주고 있습니다.
Manus AI는 이 움직임에 적극적으로 참여하게 되어 자랑스럽게 생각합니다. 개방형 표준을 수용함으로써 사용자에게 더욱 강력한 제품을 제공할 뿐만 아니라 커뮤니티 전체와 함께 보다 협력적이고 혁신적인 AI 미래를 만들어갈 수 있다고 믿습니다.
이 여정에 함께해 주시기를 초대합니다.
