AI 에이전트의 지식 설계: 스킬·MCP·RAG·메모리

URL: https://www.youtube.com/watch?v=9GQE_jb_Iq8
날짜: 2026-09-08
채널: Tech Bridge

메타데이터

• 원문 제목: [한영자막] 스킬 vs MCP vs RAG vs 메모리: AI 에이전트에게 필요한 핵심 4가지 지식입니다
• 영상 ID: 9GQE_jb_Iq8
• 분류: AI·LLM·에이전트
• 자막: 한국어 자동 자막을 우선 요청했으나 HTTP 429로 내려받지 못해, 함께 제공된 영어 원문 자막(en-orig)을 기준으로 한국어로 옮겼다.

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI 에이전트가 학습 데이터에 없는 지식으로 실제 작업을 수행하려면, 지식의 성격에 따라 스킬(Skill)·MCP(Model Context Protocol)·RAG(Retrieval-Augmented Generation)·메모리(Memory)를 구분해 사용해야 한다.==

• 반복 가능한 절차와 언제 멈추고 사람에게 넘길지에 관한 판단은 에이전트 스킬로 제공한다.
• 외부 시스템을 조회하고 실제 행동을 실행하는 연결은 MCP로 제공한다.
• 사람이 문서화해 둔 지식을 필요할 때 찾아오는 일은 RAG로 처리한다.
• 에이전트가 과거 경험에서 스스로 얻어 저장한 지식은 메모리로 활용한다.

네 가지 방법은 서로 경쟁하는 단일 해법이 아니라 서로 다른 종류의 지식을 전달하는 층위다. 웹 애플리케이션의 구체적인 오류를 해결할 때도 절차만 알려 주는 것으로 끝나지 않고, 외부 시스템에 접근할 수 있어야 하며, 해당 시스템의 정상 상태와 의존성, 과거 해결 경험까지 필요하다.

1. 문제 상황과 ‘맥락을 전부 넣기’의 한계

AI 에이전트가 해결해야 할 문제를 웹 애플리케이션의 체크아웃(checkout) 페이지에서 발생한 HTTP 500 내부 서버 오류로 설정한다.

1.1. 500 오류를 해결해야 하는 상황

1. 작업 목표의 구체화

   1. 웹 페이지의 이상 징후: 웹 앱을 살펴보던 중 페이지가 무서운(dreaded) 500 internal server error를 반환한다.
   2. 에이전트의 역할: AI 에이전트가 해야 할 일은 이 오류의 원인을 파악하고 해결하는 것이다.

2. 본능적인 접근

   1. 맥락 최대 수집: 에이전트에게 도움을 받으려면 가능한 한 많은 맥락을 모으는 것이 자연스러운 첫 반응이다.
   2. 컨텍스트 윈도우 투입: 런북(runbook) 여러 개, 대시보드 여러 개, 고객 이력 일부를 한꺼번에 에이전트의 컨텍스트 윈도우(context window)에 넣는다.
   3. 판단 위임: 모든 자료를 넣은 뒤 AI 에이전트가 스스로 오류 해결 방법을 알아내도록 맡긴다.

1.2. 무차별적인 컨텍스트 투입이 만드는 위험

1. 정보 과잉과 탐색 실패

   1. 길을 잃을 가능성: 자료가 많아도 에이전트가 핵심 단서를 놓치고 헤맬 수 있다.
   2. 막다른 길: 관련 없는 단서를 따라가며 dead end에 빠질 수 있다.

2. 구체성이 사라지는 문제

   1. 일반화된 행동: 체크아웃 페이지가 실제로 어떻게 동작하는지 반영하지 못하는 일반적인 대응을 할 수 있다.
   2. 더 나은 설계의 필요: 맥락을 무작정 불 속에 던져 넣는 방식은 비효율적일 수 있으므로, 스킬·MCP·RAG·메모리 중 하나 또는 전부를 목적에 맞게 조합해야 한다.

2. 반복 가능한 절차와 판단을 주는 에이전트 스킬

에이전트 스킬은 특정 종류의 작업을 수행하는 방법을 알려 주는 지침 묶음이며, 절차뿐 아니라 상황에 따른 판단까지 전달한다.

2.1. 스킬의 구성과 호출 방식

1. 작업별 지침 묶음

   1. 정의: 에이전트 스킬(agent skill)은 한 가지 종류의 작업을 수행하기 위해 에이전트에게 건네는 instructions set이다.
   2. 코드의 동반: 스킬에는 지침만 들어갈 수도 있고, 필요하면 지침을 실행하는 코드가 함께 붙을 수도 있다.

2. 절차와 적용 조건

   1. 순서가 있는 절차: 스킬은 따라야 할 단계, 즉 procedure를 나열한다.
   2. 언제 따라야 하는지에 대한 판단: 단계를 실행할 조건과 상황에 관한 judgment도 함께 제시한다.
   3. 점진적 공개(progressive disclosure): 에이전트는 모든 스킬을 처음부터 컨텍스트에 넣지 않고, 현재 작업이 요구할 때만 해당 스킬을 가져온다.

2.2. 체크아웃 오류를 위한 triage 스킬

1. 런북을 절차로 정리하기

   1. 첫 단계 — 오류율 확인: triage skill은 가장 먼저 오류율(error rate)을 살펴보라고 한다.
   2. 다음 단계 — 최근 배포 상태 확인: 오류율을 확인한 뒤 최근 배포(deployments)의 상태를 점검하라고 한다.
   3. 절차의 가치: 무엇부터 조사할지 순서를 정해 주므로 에이전트가 자료 전체를 무작정 훑지 않아도 된다.

2. 절차를 넘어선 운영 판단

   1. 탐색 중단 시점: 에이전트가 혼자 계속 찔러 보며(poking around) 조사하지 말아야 할 시점을 스킬이 알려 줄 수 있다.
   2. 인간에게 에스컬레이션: 자체적으로 해결하기보다 실제 사람에게 도움을 요청하도록 넘겨야 하는 조건을 판단하게 할 수 있다.

3. 훈련 데이터만으로는 부족한 이유

   1. 로컬 운영 지식의 부재: 이 체크아웃 시스템의 triage 순서와 에스컬레이션 규칙은 모델의 일반적인 학습 데이터에 들어 있지 않을 가능성이 높다.
   2. 명시적 행동 규칙의 제공: 스킬은 에이전트에게 명확한 procedure와 그 procedure를 운용하는 judgment를 준다.

3. 외부 세계에 닿게 하는 MCP

스킬이 무엇을 해야 하는지 알려 준다면, MCP는 에이전트가 실제 대시보드와 로그 같은 외부 시스템에 가서 그 일을 수행하게 한다.

3.1. MCP의 역할과 기본 구조

1. Model Context Protocol의 의미

   1. 외부 세계와의 연결: MCP(Model Context Protocol)는 에이전트가 바깥세상에 연결되어 실제로 조회하고 행동하도록 하는 표준이다.
   2. 표준 프로토콜 계층: 에이전트와 에이전트가 접근해야 하는 대상 사이에 표준 MCP protocol이 놓인다.

2. 호스트와 서버의 분리

   1. MCP 호스트: 에이전트 자체가 MCP host로 간주된다.
   2. MCP 서버: 에이전트가 대화하려는 각각의 시스템 뒤에는 MCP server가 놓인다.
   3. 역할 분담: 모델이 특정 로깅 스택(logging stack)의 백엔드를 어떻게 조회하는지 몰라도, 그 로깅 스택의 MCP 서버는 연결 방법을 알고 에이전트가 호출할 수 있는 기능으로 노출한다.

3.2. 500 오류 조사에서 MCP가 채우는 공백

1. 실제 관측값 가져오기

   1. 오류율 확인의 실행: triage 스킬이 오류율을 확인하라고 하면 에이전트는 MCP call을 수행해 실제 데이터를 가져온다.
   2. 로그 조회: MCP를 통해 관련 로그를 확보한다.
   3. 메트릭 조회: 같은 방식으로 metrics를 가져와 오류율을 실제 값으로 읽는다.

2. MCP만으로 끝나지 않는 이유

   1. 연결 문제의 해결: MCP는 다른 서비스에 호출을 보내고 정보를 조회하는 문제를 해결한다.
   2. 도메인 지식의 공백: 에이전트는 여전히 이 웹 페이지와 시스템의 정상 동작이 무엇인지, 의존성이 무엇인지, 과거에 무엇이 문제를 일으켰는지 알지 못할 수 있다.
   3. 다음 지식원의 필요: 정상 상태·의존성·과거 원인에 대한 지식은 RAG와 메모리에서 보충한다.

4. 사람이 작성한 지식을 필요할 때 찾는 RAG

RAG는 모든 문서를 미리 컨텍스트에 채우지 않고, 에이전트가 질문을 던지는 시점에 필요한 관련 정보만 검색해 넣는다.

4.1. Retrieval-Augmented Generation의 작동 방식

1. 사전 주입에서 필요 시 검색으로

   1. 기존 방식의 문제: 런북·대시보드·고객 이력을 전부 컨텍스트 윈도우에 넣으면 정보 과잉과 탐색 오류가 생길 수 있다.
   2. RAG의 방식: 외부 소스에서 필요한 정보 조각을 실제로 필요할 때만 가져온다.

2. 검색 파이프라인

   1. 문서 컬렉션 연결: 체크아웃 오류 해결을 위해 조직의 문서 컬렉션을 RAG의 대상으로 지정한다.
   2. 자료의 예: 컬렉션에는 매뉴얼(manuals), 의존성 맵(dependency maps) 등이 들어갈 수 있다.
   3. 질문과 검색: 에이전트가 질문을 하면 RAG가 semantic search(의미 검색)를 수행한다.
   4. 관련 청크 반환: 의미상 일치하는 문서 조각(chunks)만 에이전트의 컨텍스트 윈도우로 돌려보낸다.

4.2. RAG가 제공하는 지식의 성격

1. 문서화된 시스템 지식

   1. 정상 동작과 의존성: 매뉴얼과 의존성 맵은 해당 웹 페이지가 어떻게 구성되고 무엇에 의존하는지 설명할 수 있다.
   2. 질문에 맞춘 최소 맥락: 현재 오류와 의미적으로 맞는 조각만 들어오므로 에이전트가 무관한 문서 전체에서 길을 잃을 가능성을 줄인다.

2. 사람이 만든 벡터 데이터베이스

   1. 저장 방식: RAG가 읽는 문서는 vector database에 저장된다.
   2. 지식의 출처: 사람이 문서를 의도적으로 작성하고 벡터 데이터베이스에 넣어 둔 지식이다.
   3. 메모리와의 구별: RAG는 ‘누군가 써서 저장한 지식’을 찾고, 에이전트가 경험으로 얻은 지식 자체를 의미하지는 않는다.

5. 에이전트의 경험을 축적하는 메모리

메모리는 필요할 때 관련 지식을 가져온다는 점에서 RAG와 비슷해 보이지만, 저장되는 지식의 출처가 다르다.

5.1. RAG와 메모리를 가르는 기준

1. 문서 기반 RAG

   1. 사람의 의도적 기록: 사람이 문서를 작성하고 vector database에 deliberate하게 저장한다.
   2. 고정된 외부 지식: 매뉴얼·의존성 맵처럼 조직이 알고 있다고 명시한 정보가 중심이다.

2. 경험 기반 메모리

   1. 에이전트의 자체 습득: 메모리는 이전에 일어난 일에서 에이전트가 스스로 얻은 내용이다.
   2. 나중을 위한 저장: 에이전트는 그 경험을 later를 위해 저장해 둔다.
   3. 핵심 구분: RAG는 사람이 써 둔 지식이고, memory는 에이전트가 경험을 통해 축적한 지식이다.

5.2. 과거 오류와 해결책을 재사용하기

1. 문서에 없는 원인 찾기

   1. 이전의 동일한 오류: 과거에 정확히 같은 500 오류가 발생했을 수 있다.
   2. 런북의 한계: 실제 원인이 기존 런북에 문서화된 내용이 아니어서, 당시 에이전트나 운영자가 힘들게 원인을 밝혀냈을 수 있다.
   3. 경험의 재사용: 메모리는 그때 어떤 ‘어려운 길(hard way)’을 거쳐 원인을 찾았는지 알려 줄 수 있다.

2. 해결 결과를 다음 작업에 남기기

   1. 해결책 기록: 이번 500 오류를 최종적으로 고치면 에이전트는 실제 수정 방법을 메모리에 다시 기록할 수 있다.
   2. 다음번의 가속: 같은 문제가 재발하면 에이전트는 축적된 해결 경험을 참고해 더 빠르게 대응한다.
   3. 에이전트적 경험의 누적: 이렇게 에이전트의 memory 안에 경험이 점점 쌓인다.

6. 네 가지 지식 전달 방식의 선택 규칙

네 가지를 구분하는 가장 간단한 기준은 지식이 문서인지, 경험인지, 절차인지, 외부 조회인지다.

6.1. 지식의 출처와 형태에 따른 매핑

1. 사람이 작성한 지식 → RAG

   1. 누군가 문서로 적어 둔 정보라면 RAG를 사용한다.
   2. 매뉴얼, 의존성 맵, 조직의 운영 문서처럼 검색 가능한 자료가 여기에 해당한다.

2. 에이전트가 경험에서 얻은 지식 → 메모리

   1. 에이전트가 직접 겪은 과거 사건에서 습득한 정보라면 memory를 사용한다.
   2. 런북에 없던 동일 오류의 실제 원인과 해결 경로가 대표적인 예다.

3. 반복 가능한 절차 → 에이전트 스킬

   1. 순서대로 반복 실행할 수 있는 procedure라면 agent skill로 만든다.
   2. 오류율 확인 뒤 최근 배포를 확인하고 필요하면 사람에게 에스컬레이션하는 triage 순서가 이에 해당한다.

4. 세계의 정보를 조회하는 연결 → MCP

   1. 독점적인 proprietary code를 직접 사용하는 대신, 에이전트가 바깥세상에서 무언가를 실제로 찾아봐야 한다면 MCP가 적합하다.
   2. MCP 서버가 로그·메트릭 시스템의 연결 방식을 감싸고, 에이전트는 표준 호출로 해당 정보를 얻는다.

6.2. 조합 관점의 실용적 결론

1. 단일 만능 해법은 없음

   1. 스킬만으로는 대시보드에 접근할 수 없다.
   2. MCP만으로는 시스템의 정상 상태와 과거 원인을 알 수 없다.
   3. RAG만으로는 반복 절차를 강제하거나 경험을 축적하지 않는다.

2. 오류 해결 흐름에 적용하기

   1. 스킬이 오류율 확인과 배포 상태 점검 순서를 정한다.
   2. MCP가 로그와 메트릭을 실제 서비스에서 가져온다.
   3. RAG가 매뉴얼과 의존성 맵에서 해당 환경에 맞는 문서 조각을 찾아온다.
   4. 메모리가 과거 동일 오류의 비문서화 원인과 이전 해결책을 보완한다.
   5. 네 요소가 결합되면 무작정 맥락을 던지는 방식보다 특정 체크아웃 페이지에 맞는 조사와 해결이 가능해진다.

주요 발언 모음

“AI 에이전트에게 지식을 주는 방법은 여러 가지이며, 스킬·MCP·RAG·메모리 중 상황에 가장 적합한 방법을 골라야 한다.”

“스킬은 에이전트에게 명확한 절차와 그 절차를 어떻게 실행할지에 대한 판단을 준다.”

“RAG는 누군가 작성해 둔 지식이고, 메모리는 에이전트가 경험에서 얻은 지식이다.”

“반복 가능한 절차라면 에이전트 스킬이고, proprietary code 없이 세상에서 무언가를 조회해야 한다면 MCP가 될 수 있다.”

핵심 데이터 & 수치

• HTTP 500: 출발점이 되는 웹 체크아웃 페이지의 내부 서버 오류다.
• 네 가지 방법: 스킬, MCP, RAG, 메모리를 비교한다.
• 오류율과 최근 배포 상태: triage 스킬이 제시하는 첫 번째와 두 번째 조사 단계다.
• MCP 호스트와 MCP 서버: 에이전트는 host이고, 연결 대상 시스템마다 server가 위치한다.

결론 및 시사점

1. 지식의 종류를 먼저 분류해야 한다: 문서·경험·절차·외부 조회를 하나의 거대한 프롬프트로 섞지 말고 각각 RAG·메모리·스킬·MCP에 배치한다.
2. 절차에는 판단을 포함해야 한다: 무엇을 할지뿐 아니라 언제 독자적인 탐색을 멈추고 사람에게 에스컬레이션할지도 스킬에 담는다.
3. 검색은 필요할 때 좁게 수행한다: RAG의 semantic search로 현재 질문에 맞는 문서 청크만 컨텍스트에 넣는다.
4. 경험을 기록하면 에이전트가 학습한다: 문서에 없던 오류 원인과 해결책을 메모리에 남겨 같은 실패의 재탐색을 줄인다.
5. 실제 시스템 접근은 별도 층위다: 에이전트가 무엇을 해야 하는지 아는 것과 로그·메트릭을 읽을 수 있는 것은 서로 다른 문제이므로 MCP가 필요하다.
6. 네 요소의 조합이 특정성 있는 대응을 만든다: 무차별적인 컨텍스트 투입 대신 절차, 도구 연결, 문서 검색, 경험 재사용을 분리해 웹 앱의 실제 동작에 맞춘다.

핵심 요약 (20줄)

1. AI 에이전트는 학습 데이터 밖의 지식이 있어야 실제 작업을 완수할 수 있다.
2. 지식을 모두 컨텍스트 윈도우에 넣는 방식은 정보 과잉으로 에이전트를 헤매게 할 수 있다.
3. 웹 체크아웃 페이지의 500 internal server error는 지식 전달 방식을 비교하는 공통 사례다.
4. 런북과 대시보드와 고객 이력을 한꺼번에 주면 특정 페이지에 맞지 않는 일반화된 대응이 나올 수 있다.
5. 에이전트 스킬은 특정 작업을 수행하는 지침 묶음이며 코드가 동반될 수도 있다.
6. 스킬은 따라야 할 절차와 절차를 적용할 조건에 관한 판단을 함께 제공한다.
7. progressive disclosure는 작업이 요구할 때만 관련 스킬을 에이전트가 불러오게 한다.
8. 체크아웃 triage 스킬은 먼저 오류율을 확인하고 다음으로 최근 배포 상태를 점검하게 한다.
9. 스킬은 에이전트가 혼자 계속 탐색할지 사람에게 에스컬레이션할지도 판단하게 한다.
10. MCP(Model Context Protocol)는 에이전트를 외부 세계와 연결하는 표준 프로토콜이다.
11. 에이전트는 MCP host가 되고 각 연결 대상 시스템은 MCP server 뒤에 놓인다.
12. MCP 서버는 모델이 모르는 로깅 스택 백엔드 연결 방법을 호출 가능한 기능으로 노출한다.
13. MCP 호출로 에이전트는 실제 로그와 메트릭을 가져와 오류율을 읽을 수 있다.
14. MCP만으로는 특정 웹 페이지의 정상 상태와 의존성과 과거 원인을 알 수 없다.
15. RAG(Retrieval-Augmented Generation)는 필요한 외부 정보만 필요할 때 검색한다.
16. RAG는 매뉴얼과 의존성 맵을 semantic search해 관련 청크를 컨텍스트에 돌려준다.
17. 사람이 작성해 벡터 데이터베이스에 저장한 지식은 RAG의 대상이다.
18. 메모리는 에이전트가 과거 사건에서 스스로 습득해 나중에 사용하도록 저장한 경험이다.
19. 문서에 없던 동일 오류의 원인과 해결책은 메모리에 남아 다음 대응을 빠르게 한다.
20. 문서는 RAG, 경험은 메모리, 반복 절차는 스킬, 외부 조회는 MCP로 배치하면 네 요소가 서로를 보완한다.