Claude Skills 기반 추론 에이전트 제어 및 최적화

ProcessGPT는 Claude의 강력한 스킬(도구) 사용 능력을 기반으로 복잡한 업무를 스스로 추론하고 실행합니다. 단순히 AI에게 알아서 하라고 맡기는 것을 넘어, 사용자가 에이전트의 스킬(Skills)을 직접 추가/관리하고 추론의 우선순위를 직관적으로 통제할 수 있는 투명한 제어 환경을 제공합니다.

자가 발전형 에이전트란?

ProcessGPT x Claude Skills: 쓸수록 정교해지는 동적 파트너

"단순 수행을 넘어, 조직의 비즈니스 로직을 스스로 학습하고 최적화합니다." 기존의 AI 에이전트가 사전 정의된 스크립트만 반복하는 '정적 도구(Static Tool)'였다면, ProcessGPT는 피드백을 통해 성장하는 '자가 발전형(Self-Evolving) 파트너'입니다. 별도의 개발자 투입이나 복잡한 데이터 튜닝(Zero-Effort Training) 없이도, 에이전트는 매일 반복되는 업무 속에서 조직의 특성에 딱 맞는 형태로 진화합니다.

1. 라우터 + 워커 아키텍처 (Router + Worker)

ProcessGPT는 거대 모델 하나에 모든 작업을 맡기는 대신, 작업을 분배하는 라우터(Router)와 실제로 처리하는 워커(Sub Agent)로 역할을 나눠 '모델을 키우지 않고, 일을 나누는' 방식으로 복잡한 업무를 처리합니다.

라우터: 요청을 분석해 어떤 워커에게 맡길지 결정하고 흐름 제어만 담당합니다.
워커(Sub Agent): 위임받은 단위 작업을 수행하며, 그 작업에 필요한 최소한의 도구만 주입받아 판단 범위가 좁아집니다.

이 구조 덕분에 외부 클라우드 모델을 쓸 수 없는 폐쇄망(은행·공공·국방)의 소형 오픈소스 모델에서도, 도구 호출 정확도를 실무 가용 수준까지 끌어올릴 수 있습니다. 또한 각 에이전트의 모델은 코드와 분리된 프로파일로 관리되어, 더 나은 모델이 나와도 코드 수정 없이 교체할 수 있습니다.

문서 검색 · 요약 · 분석을 역할별 AI가 나눠 끝낸 실제 협업 과정 예시

2. 3단계 추론 엔진 (Reasoning Engine)

에이전트는 사용자의 요청을 처리하기 위해 상황 분석(Thought) → 도구 실행(Action) → 결과 검증(Observation)의 3단계 추론 과정을 거칩니다. 사용자는 이 모든 과정을 '액션 모드'에서 투명하게 확인하고 에이전트의 행동 이유를 파악할 수 있습니다.

계획 수립: 에이전트가 목표 달성을 위해 find_helpful_skills 등을 호출하여 필요한 스킬을 스스로 탐색합니다.
스킬 실행: 데이터 분석, 문서 변환 등 복잡한 작업을 위한 스킬을 직접 실행하고 결과를 도출합니다.

에이전트가 작업을 수행하기 위해 스킬 목록을 조회하고 실행 계획을 수립하는 모습

스킬(Seaborn 등)을 활용하여 데이터 시각화 차트를 생성하고 최종 답변을 반환하는 화면

3. 주요 활용 시나리오

활용 사례 1 : 피드백 기반 비즈니스 규칙 재설계 (Rule Refactoring)

업무 처리 결과에 대해 사용자가 자연어로 피드백을 주면, AI는 이를 단순 메모로 남기지 않습니다. 피드백을 분석하여 시스템의 비즈니스 규칙(Business Rule)을 즉시 수정(Re-programming)합니다.

1) 문제 상황 및 피드백 제공

에이전트가 기존 규칙(연체 이력 존재 시 대여 불가)에 따라 도서 대여 신청을 반려했습니다. 관리자는 채팅창을 통해 "연체 이력 5회 미만까지는 대여 가능해" 라고 새로운 정책을 자연어로 지시합니다.

에이전트의 반려 처리에 대해 관리자가 자연어로 정책 변경을 지시하는 모습

2) 규칙 자동 변환 및 적용

AI는 즉시 이 피드백을 분석하여 내부의 결정 테이블(Decision Table)을 수정합니다. 복잡한 코딩 없이도 '대여 가능 여부' 판단 로직이 실시간으로 업데이트됩니다.

사용자의 피드백이 반영되어 DMN(Decision Model and Notation) 규칙이 '연체 5회 미만 허용'으로 변경된 이력

3) 변경된 규칙으로 재처리 (Success)

규칙이 변경된 후, 동일한 조건의 대여 신청에 대해 에이전트는 승인 처리를 완료합니다. 이처럼 에이전트는 고정된 프로그램이 아니라, 상황에 맞춰 유연하게 대처하는 동료처럼 행동합니다.

변경된 규칙에 따라 도서 대여 신청이 정상적으로 승인된 결과 화면

활용 사례 2 : 실시간 코딩을 통한 스킬 생성 (Custom Skill Generation)

조직에 없던 새로운 기능이 필요할 때, AI는 실시간 코딩을 통해 '새로운 스킬(Custom Skill)'을 스스로 생성하여 대응합니다.

1) 새로운 기능 요청

사용자가 "반납 완료된 도서 대여 신청 결과는 엑셀 파일로 생성해줘" 라고 요청합니다. 기존 시스템에는 엑셀 생성 기능이 없는 상태입니다.

기존에 없던 '엑셀 파일 생성' 기능을 자연어로 요청하는 사용자

2) 스킬 생성 및 코드 작성

AI는 요청을 수행하기 위해 필요한 코드를 스스로 작성합니다. generate_excel.py와 같은 실행 코드를 생성하고, 이를 자신의 스킬셋(Skillset)에 등록합니다.

AI가 book-return-confirmation이라는 새로운 스킬을 정의하고, 파이썬 코드를 자동 생성한 모습

3) 스킬 등록 완료

이제 이 에이전트는 '엑셀 생성' 능력을 영구적으로 획득했습니다. 이후 유사한 요청이 들어오면 별도의 학습 없이도 해당 스킬을 사용하여 업무를 처리합니다.

생성된 스킬이 에이전트의 도구 목록에 정식으로 등록되어 언제든 재사용 가능한 상태

4. 스킬 거버넌스 — 버전 관리와 검토·승인

앞선 활용 사례에서 본 것처럼, ProcessGPT는 문서와 자연어 요청만으로 스킬을 만들고 수정합니다. 그런데 스킬이 곧 업무 규칙인 만큼, 누가 언제 무엇을 바꿨는지 남지 않으면 운영에서 위험이 됩니다. ProcessGPT는 스킬을 코드처럼 다룹니다. 생성부터 사소한 수정까지 모든 변경이 버전으로 기록되고, 검토와 승인을 거친 뒤에야 실제 운영에 반영됩니다.

문서 기반 스킬 자동 생성

실무 가이드 문서를 올리고 요청을 주면, 시스템이 스킬 폴더 구조(SKILL.md, references/, evals/)를 생성하고 holdout 문서 기반 테스트로 적용 전후를 검증합니다. 생성 과정은 지식 베이스와 To-do 목록으로 단계별로 추적됩니다.

문서 기반으로 스킬을 자동 생성하고, 생성 과정을 단계별로 추적하는 화면

변경 이력 — 누가, 언제, 무엇을

스킬의 모든 변경이 작성자, 커밋, 시각과 함께 기록됩니다. 문제가 생기면 언제든 이전 상태로 되돌릴 수 있고, 변경의 책임 소재가 분명해집니다.

스킬의 변경 이력이 작성자와 함께 시간순으로 기록되는 화면

PR 기반 검토·승인

다른 사람의 수정은 곧바로 반영되지 않습니다. Pull Request로 제출되어 검토와 관리자 승인을 거친 뒤에야 main에 병합됩니다. 임의 변경이 운영 전체를 흔드는 일을 막는 장치입니다.

수정 사항이 검토·승인(PR)을 거쳐 병합되는 화면

변경 비교 — 무엇이 어떻게 바뀌었나

병합 전, 색으로 구분된 비교 화면(diff)으로 추가·수정된 내용을 확인합니다. 검토자가 무엇이 어떻게 바뀌는지 정확히 보고 승인할 수 있습니다.

색으로 구분된 비교 화면으로 변경 내용을 확인하는 모습

이렇게 ProcessGPT는 스킬을 만드는 것을 넘어, 만든 스킬을 팀이 함께 검증하고 안전하게 운영하는 체계를 제공합니다.

5. 통합 탭 및 프로세스 인스턴스 뷰

복잡한 업무 흐름을 파편화된 대화창이 아닌, 한눈에 파악할 수 있는 '통합 탭'과 '테이블 UI'로 제공합니다.

BPMN 시각화: 좌측 프로세스 맵을 통해 현재 에이전트의 작업 단계(Task)를 실시간으로 추적합니다.
실행 로그 테이블: 각 단계별 처리 시간, 담당자, 입출력 데이터를 리스트 형태로 관리하여 업무 효율을 높입니다.

프로세스 맵과 실행 로그를 하나의 화면에서 모니터링하는 통합 대시보드

6. 안전한 최적화: 임시 버전 (Ephemeral Versions)

운영 중인 전체 시스템을 중단하지 않고도, 특정 에이전트의 행동을 안전하게 수정하고 테스트할 수 있는 '임시 버전(Ephemeral)' 기능을 지원합니다.

피드백 루프: 실행 결과가 의도와 다를 경우, 자연어로 피드백을 입력하면 AI가 이를 반영하여 조건을 즉시 수정합니다.
버전 관리: 수정된 내용은 임시 버전으로 저장되어 라이브 환경에 영향을 주지 않으며, 충분한 검증 후 정식 버전으로 배포할 수 있습니다.

사용자의 피드백을 반영하여 에이전트가 판단 기준(Given/When/Then)을 스스로 교정하는 모습

수정된 내용을 임시 버전으로 저장하고, 이력을 관리하여 안전한 배포를 돕는 버전 히스토리

[심화] 추론 에이전트 스킬 통합 관리 및 최적화

ProcessGPT는 단순히 AI에게 모든 것을 맡기는 것을 넘어, 사용자가 에이전트의 '스킬(Skills)'을 직접 추가/관리하고 추론의 우선순위를 직관적으로 통제할 수 있는 투명한 제어 환경을 제공합니다.

1. 체계적인 통합 스킬 관리 환경

에이전트가 업무를 수행하는 데 필요한 다양한 '스킬(도구)'들을 한곳에서 손쉽게 추가, 수정, 삭제할 수 있는 직관적인 스킬 관리 대시보드를 제공합니다. 사용자가 추가한 스킬과 기본 내장 스킬을 명확히 구분하여 실시간으로 에이전트 능력을 제어할 수 있습니다.

에이전트에 할당된 스킬들을 한눈에 파악하고 직관적으로 관리할 수 있는 통합 스킬 목록

2. 그래프 UI를 통한 내부 추론 로직 시각화

특정 스킬을 클릭하면 파일 시스템 기반의 UI가 열리며 에이전트의 추론 구조를 투명하게 확인할 수 있습니다. 다이어그램 형태의 그래프 뷰로 파일 간의 참조 관계를 파악하고, 마크다운 프리뷰를 통해 내부 지침(Prompt)과 코드를 직접 검증할 수 있습니다.

스킬 내부의 작동 흐름을 보여주는 그래프 UI와 코드 레벨의 마크다운 프리뷰 화면

3. 직관적인 지식/도구 사용 우선순위 설정

에이전트가 추론과 의사결정을 내릴 때 어떤 정보를 가장 먼저 참고할지 사용자가 마우스 드래그만으로 직접 통제합니다. 스킬, 비즈니스 규칙(DMN), 기억 등의 우선순위를 변경하면 에이전트의 행동 계획에 즉각 반영됩니다.

마우스 드래그만으로 에이전트가 참고할 정보의 우선순위를 손쉽게 변경하는 제어 화면

On this page