Prompt Engineering is Dead — Anthropic가 제안하는 AI 활용의 새로운 패러다임 (1편)

개요

2025년 말부터 AI 업계에서 반복적으로 등장하는 주장이 있습니다. "Prompt Engineering is Dead." 한때 AI 시대의 핵심 역량으로 칭송받던 프롬프트 엔지니어링이 왜 한계에 부딪혔을까요? Anthropic가 2026년 1월 공개한 32페이지 분량의 공식 가이드 "The Complete Guide to Building Skills for Claude"는 그 질문에 대한 명확한 답을 제시합니다. 프롬프트를 잘 쓰는 것이 아니라, Skill이라는 재사용 가능한 구조를 설계하는 것이 AI를 제대로 활용하는 방법이라는 것입니다.

---

프롬프트 엔지니어링, 왜 한계에 부딪혔나

모델이 똑똑해졌다

2024년 후반부터 LLM의 이해 능력이 급격히 향상되면서, 정교한 프롬프트 없이도 모호한 요청을 잘 처리하게 되었습니다. “이걸 영업팀 톤으로 요약해줘”라고 말하면, 모델이 톤과 간결함과 맥락을 알아서 파악합니다. 예전처럼 프롬프트에 역할 지정, 출력 형식, 예시까지 일일이 넣어야 했던 시절과는 다릅니다.

추상화된 인터페이스의 등장

Copilot, Figma AI, Notion AI 같은 도구들은 프롬프팅 레이어를 버튼이나 슬라이더 뒤에 숨겼습니다. 사용자는 프롬프트를 쓰고 있다는 사실조차 인식하지 못합니다. 프롬프트 엔지니어링이 사라진 것이 아니라, 시스템 내부로 흡수된 것입니다.

반복의 늪 — “프롬프트 햄스터 휠”

프롬프트 기반 접근법의 가장 큰 문제는 매번 처음부터 설명해야 한다는 것입니다. 새로운 대화를 시작할 때마다 워크플로우를 재설명하고, 엣지 케이스를 다시 알려주고, 선호하는 형식을 반복 지정해야 합니다. 이것은 확장 가능한 방식이 아닙니다. Towards Data Science의 한 분석에서는 이를 “프롬프트 엔지니어링 햄스터 휠”이라 표현했습니다 — 새로운 케이스가 등장할 때마다 프롬프트를 수정하는 반응적 순환이 유지보수 부담으로 이어진다는 것입니다.

직무 시장의 신호

Microsoft가 31개국 3만 1천 명을 대상으로 한 조사에서, “프롬프트 엔지니어”는 기업이 신규 채용을 고려하는 역할 중 거의 최하위에 위치했습니다. 시장은 이미 프롬프트만 잘 쓰는 사람이 아니라, AI 시스템을 설계할 수 있는 사람을 원하고 있습니다.

---

Anthropic의 답: Skill이란 무엇인가

Anthropic의 공식 가이드에 따르면, Skill은 Claude에게 특정 작업이나 워크플로우를 일관되게 수행하도록 가르치는 재사용 가능한 지식 패키지입니다.

핵심은 이것입니다: 한 번 가르치면, 매번 적용된다. 매 대화마다 선호도, 프로세스, 도메인 전문 지식을 다시 설명할 필요가 없습니다.

Skill의 물리적 구조

Skill은 단순한 폴더입니다.

my-skill/
├── SKILL.md          # 필수: 메타데이터 + 지시사항
├── scripts/          # 선택: 실행 스크립트
├── references/       # 선택: 참조 자료
└── assets/           # 선택: 템플릿, 이미지 등

핵심은 SKILL.md 파일입니다. 이 파일은 두 부분으로 구성됩니다.

YAML 프론트매터 — Claude에게 이 스킬을 언제 사용해야 하는지 알려줍니다.

---
name: code-review
description: 코드 리뷰를 수행합니다. 사용자가 코드 리뷰, PR 검토, 코드 품질 확인을 요청할 때 사용하세요.
allowed-tools:
  - bash
  - str_replace_editor
---

마크다운 본문 — Claude가 무엇을 해야 하는지 구체적으로 기술합니다.

Skill은 프롬프트가 아니다

이 점이 가장 중요합니다. Anthropic은 이것을 프롬프트 엔지니어링이 아니라 “실행 설계(Execution Design)”라고 부릅니다. 한 번 재사용 가능한 워크플로우를 정의하면, Claude가 Claude.ai든 Claude Code든 API든 동일하게 실행합니다.

---

Prompt Engineering vs. Skill Building — 결정적 차이

1. 일회성 vs. 재사용성

프롬프트 엔지니어링은 대화마다 새로 작성합니다. Skill은 한 번 만들면 자동으로 반복 적용됩니다. 사용자가 스킬 이름을 기억할 필요조차 없습니다 — Claude가 대화 맥락을 분석해서 관련 스킬을 알아서 불러옵니다.

2. 직관 기반 vs. 측정 기반

프롬프트 엔지니어링은 “이게 더 잘 되는 것 같아”라는 직관적 판단에 의존합니다. Skill building은 구체적인 메트릭으로 성능을 측정합니다.

• Trigger Accuracy: 관련 요청에 스킬이 정확히 활성화되는 비율
• Tool Call Efficiency: 불필요한 도구 호출 없이 작업을 완료하는 효율성
• Failure Rate: 스킬 실행 중 실패 비율
• Token Usage: 컨텍스트 토큰 소비량

이것은 소프트웨어 엔지니어링의 메트릭을 AI 컨텍스트 관리에 적용한 것입니다.

3. 컨텍스트 과부하 vs. 점진적 공개

전통적 프롬프트 접근법의 실패 모드는 “조기 컨텍스트 포화(Premature Context Saturation)”입니다. 모델이 뭔가를 놓칠까 봐 방대한 시스템 프롬프트를 작성하면, 역설적으로 일반적인 작업의 성능이 오히려 떨어집니다. 신호 대 잡음비가 악화되기 때문입니다.

Skill은 점진적 공개(Progressive Disclosure) 패턴으로 이 문제를 해결합니다.

1. Claude가 모든 스킬의 YAML 설명(이름, 요약, 트리거 조건)만 읽어 경량 인덱스를 구축합니다
2. 사용자 요청이 들어오면, 이 인덱스만으로 관련 스킬을 판별합니다
3. 관련 스킬이 확인되면 그때 비로소 전체 지시사항을 로드합니다
4. 참조 파일이나 스크립트는 실제로 필요할 때만 불러옵니다

이것은 컨텍스트를 유한한 자원으로 취급하고, 전략적으로 배분하는 정보 아키텍처입니다.

4. 대화 시작점 vs. 실행 레이어

프롬프트는 대화의 시작점입니다. Skill은 실행 레이어입니다. 이 차이는 미묘하지만 근본적입니다. 프롬프트가 “AI에게 말하는 법”이라면, Skill은 “AI가 일하는 인프라”입니다.

---

Skill의 세 가지 핵심 패턴

Anthropic 가이드는 세 가지 주요 사용 패턴을 제시합니다.

패턴 1: 문서 및 에셋 생성

외부 도구 없이 Claude의 내장 기능만으로 일관된 고품질 결과물을 생성합니다. 스타일 가이드와 템플릿을 스킬에 내장해서, 매번 형식을 지정할 필요 없이 동일한 품질의 문서를 만들어냅니다.

• 코드 리뷰 리포트 자동 생성
• 기술 문서 템플릿 기반 작성
• 마크다운 블로그 포스트 생성

패턴 2: 워크플로우 자동화

여러 단계를 순차적으로 실행하는 복잡한 프로세스를 자동화합니다. 각 단계 사이에 검증 게이트를 두어 품질을 보장하고, 여러 MCP 서버를 순차적으로 조율할 수 있습니다.

• CI/CD 파이프라인 관리
• 이슈 트리어지 및 분류
• 다단계 데이터 처리

패턴 3: MCP 향상

Model Context Protocol(MCP)이 제공하는 도구 접근 능력에, 도메인 전문 지식과 워크플로우 가이드를 결합합니다. Anthropic의 가이드에서는 이를 비유적으로 설명합니다: MCP가 주방(도구)이라면, Skill은 레시피(방법론)입니다. 아무리 좋은 도구가 있어도, 체계적인 워크플로우 없이는 그 잠재력을 발휘할 수 없습니다.

• GitHub + 코드 리뷰 워크플로우
• Slack + 이슈 에스컬레이션 프로세스
• 데이터베이스 + 마이그레이션 절차

---

마무리 — 1편을 마치며

프롬프트 엔지니어링이 “죽었다”는 표현은 과장일 수 있습니다. 하지만 프롬프트만으로 AI 시스템을 운영하는 시대는 분명히 끝나가고 있습니다. Anthropic의 Skill 가이드가 보여주는 것은, AI 활용의 무게중심이 “좋은 프롬프트를 쓰는 기술”에서 “재사용 가능한 실행 구조를 설계하는 엔지니어링”으로 이동하고 있다는 것입니다.

2편에서는 실제로 Skill을 어떻게 만들고, 테스트하고, 배포하는지 — Anthropic 가이드가 제시하는 구체적인 구현 팁과 설계 원칙을 다루겠습니다.

2026.03.07 - [claude code] - Prompt Engineering is Dead — Skill을 설계하고 테스트하고 배포하는 법 (2편)

---

참고 자료

• The Complete Guide to Building Skills for Claude — Anthropic 공식 블로그
• The Complete Guide to Building Skills for Claude — PDF
• Anthropic Skills Guide Formalizes Structured Execution Design — Glen Rhodes
• Claude Skills and Progressive Context Disclosure — Glen Rhodes
• Claude Skills and Subagents: Escaping the Prompt Engineering Hamster Wheel — Towards Data Science
• Skill Authoring Best Practices — Claude Docs
• SKILL.md Format Specification — DeepWiki

이 글은 Claude Code를 활용하여 작성되었습니다.