Skill 추천: Superpowers로 코딩 Agent에 워크플로우를 입히기
obra/superpowers라는 코딩 Agent용 Skill/플러그인 프로젝트를 소개하고, 요구사항 정리, 명세 설계, 구현 계획, TDD 프로세스를 재사용 가능한 AI 워크플로우로 바꾸는 방식을 설명합니다.
1. Superpowers를 주목한 이유
최근 내가 Claude Skill, Codex Skill, MCP 그리고 Agent 워크플로우를 살펴보는 과정에서 흥미로운 프로젝트를 발견했다. 바로 obra/superpowers이다.
이것은 단순히 프롬프트를 모아둔 모음도, 흔한 스캐폴딩도 아니다. 개발 방법론을 패키징해 Agent가 자동으로 호출할 수 있는 Skill/플러그인으로 만든 프로젝트다. 핵심 아이디어는 이렇다. 코딩 Agent가 처음부터 곧바로 코드를 작성하게 하지 말고, 먼저 목표를 명확히 하고, 요구사항을 정리하고, 구현 계획을 수립한 뒤 더 통제 가능한 개발 흐름으로 들어가게 한다.
이 점이 특히 인상 깊다. 많은 사람이 Claude Code, Codex, Cursor를 사용할 때, 가장 큰 문제는 모델이 코드를 몰라서가 아니라, 모델이 너무 쉽게 “바로 시작”한다는 데 있다. 요구사항이 충분히 정리되지 않았고, 범위가 정해지지 않았고, 테스트 준비도 안 된 상태에서 코드가 한 번에 크게 바뀌어버린다.
Superpowers가 해결하려는 핵심이 바로 이 지점이다.
2. Superpowers는 무엇인가
프로젝트 README에 따르면, Superpowers는 코딩 Agent를 위한 소프트웨어 개발 방법론으로, 여러 개의 조립 가능한 Skills와 초기 지시문 집합을 기반으로 Agent가 적절한 시점에 이런 절차를 사용하게 한다.
쉽게 말하면, AI 코딩 도우미에 “엔지니어링 규율”을 덧붙인 셈이다.
이것은 Claude Code에만 국한되지 않는다. 공개 자료에서 보듯이 Codex CLI, Codex App, Gemini CLI, OpenCode, Cursor, GitHub Copilot CLI 등 코딩 Agent나 개발 도구에도 설치 방식이 제공된다고 한다.
즉, 특정 모델이 아니라 “Agent가 코딩할 때 어떻게 일해야 하는가”에 초점을 둔 프로젝트다.
3. 여기서 Skill은 어떤 역할을 하나
(Skill이 정확히 무엇인지 더 알고 싶다면 먼저 《Skill 특집: 프롬프트에서 재사용 가능한 AI 워크플로우로》를 읽어보면 된다.)
Anthropic의 Agent Skills 정의에 따르면 Skill은 모듈형 능력으로, Claude의 기능을 확장할 수 있다. 각 Skill은 설명, 메타데이터, 선택적으로 스크립트·템플릿 같은 자원을 패키징하고, Claude는 관련 작업에서 자동으로 이를 사용한다.
OpenAI도 비슷하게 Skill을 설명한다. Skill은 재사용 가능하고 공유 가능한 워크플로우로, ChatGPT나 Codex가 특정 작업을 더 안정적으로 수행하도록 도와주며, 설명, 예시, 코드까지 포함할 수 있다.
그래서 내가 보는 Skill은 “길게 늘어놓은 프롬프트”가 아니다.
보다 정확히 말하면, 작은 워크플로우 패키지에 가깝다:
my-skill/
├── SKILL.md
├── scripts/
├── references/
└── assets/여기에서:
SKILL.md는 보통 진입 파일로, Skill 설명, 발동 조건, 실행 규칙을 담는다.scripts/는 반복적이거나 정밀한 작업, 프로그램 방식 처리를 위해 실행 스크립트를 넣을 수 있다.references/는 참조 문서, 규격, 지식베이스를 넣을 수 있다.assets/는 템플릿, 예시, 리소스 파일을 보관한다.
플랫폼마다 디렉터리의 세부는 달라도 대체적인 생각은 동일하다. 즉, “어떻게 일할지”를 단일 대화에서 꺼내내어, 재사용 가능하고 설치 가능하며 조합 가능한 작업 단위로 만든다는 것이다.
Superpowers의 핵심 가치는 여기 있다. 단순히 “코드를 신중히 써 주세요”라고 말하는 대신, “먼저 정리하고, 설계하고, 계획하고, 구현하고, 검증하는” 흐름을 Agent가 계속 따르도록 구조화해 둔다는 점이다.
4. Superpowers의 워크플로우 특징
README에서 묘사된 Superpowers의 워크플로우를 대략 요약하면 다음 단계로 구성된다.
1. 먼저 목표를 정확히 묻기
Agent가 사용자가 무언가를 만들고자 할 때, 즉시 코드를 작성하지 않는다. 한 발 물러서서 사용자가 진짜 하고 싶은 일이 무엇인지 먼저 물어본다.
겉보기엔 단순하지만 매우 중요하다.
많은 AI 코딩 사고는 요구사항이 정해지지 않은 상태에서 시작한다. 모델이 추측으로 비즈니스 로직을 채워 넣으면, 코드는 겉보기엔 완성된 것처럼 보여도 실제로는 사용자가 원하는 것과 어긋나기 쉽다.
2. 읽기 쉬운 명세를 만드는 것
요구사항을 정리한 뒤, Agent는 명세를 블록 단위로 보여주어 사용자가 실제로 읽고 승인할 수 있게 한다.
요구사항을 한 번에 거대한 문서로 뿌리는 방식보다 실용적이다. 명세가 너무 길면 사용자는 잘 읽지 않고, 너무 짧으면 경계 조건이 빠지기 때문이다.
3. 구현 계획 수립
사용자가 설계를 승인하면, Agent는 구현 계획을 정리한다. 프로젝트 README는 이 계획이 충분히 명확해야 한다고 강조한다. 문맥이 부족한 초심자 엔지니어도 따라 실행할 수 있을 정도여야 한다는 것이다.
이 기준은 매우 시사적이다.
진짜 좋은 AI 워크플로우는 모델이 “느낌대로” 작업을 마치는 것이 아니라, 작업이 분해·점검·인수인계·회고 가능한 상태여야 한다.
4. TDD, YAGNI, DRY 강조
Superpowers는 테스트 주도 개발(TDD), YAGNI, DRY를 분명히 강조한다.
이 용어들이 뜻하는 바는 다음과 같다:
TDD: 먼저 테스트를 작성하고 기능을 구현하며, 최소한 검증 가능한 피드백 루프를 확보한다.YAGNI: 현재 필요하지 않은 기능은 미리 구현하지 않는다.DRY: 같은 로직을 반복해 쓰지 않는다.
이 점은 Agent 코딩에서 특히 중요하다. 모델은 “많은 것”을 덧붙이는 데는 능하지만, 지금 당장 써선 안 되는 것을 판단하는 데는 덜 강하다.
5. 내가 Skill을 쓰는 방식에 준 영향
내가 Superpowers에서 가장 배울 점은 특정 명령어가 아니라, Skill의 위치선정이다.
많은 사람이 Skill을 다음처럼 작성한다:
당신은 숙련된 엔지니어입니다. 요구사항을 신중하게 분석하고 고품질 코드를 작성하세요.이는 분명 도움이 되지만 충분하지 않다.
더 나은 Skill은 Agent에게 이렇게 말해야 한다:
이 프로세스를 언제 시작할지;
어떤 정보를 먼저 수집할지;
어떤 상황에서 반드시 확인을 멈추고 기다릴지;
어떻게 명세를 만들지;
어떻게 작업을 쪼갤지;
어떻게 결과를 검증할지;
무엇은 하지 말아야 하는지.즉, Skill은 “역할 설정”이 아니라 “행동 규범”이다.
내 AI 워크플로우 입장에서 이 점이 중요하다. 예를 들어 내가 웹 기사 생성, 사주 사례 수집, 명리 텍스트 정리, AI 뉴스 수집을 할 때도 실제로는 비슷한 구조로 나눌 수 있다:
입력 제약 → 정보 검증 → 구조 정리 → 콘텐츠 생성 → 자체 점검 규칙 → 출력 파일이 규칙들을 매번 프롬프트에 직접 적어두면 길어지고 누락도 생긴다. 이를 Skill로 정착시키는 편이 재사용 가능한 실무형 프로세스에 가깝다.
6. Skill과 MCP의 차이
여기서 Skill과 MCP를 간단히 구분하겠다.
MCP는 Model Context Protocol로, 공식 문서에서 AI 애플리케이션과 외부 시스템을 잇는 오픈 표준이라고 설명한다. MCP를 통해 Claude, ChatGPT 같은 AI 앱은 로컬 파일, 데이터베이스, 검색 도구, 계산기, 기타 워크플로우와 연결할 수 있다.
한 줄로 정리하면:
Skill은 “어떻게 일할지”에 가깝고;
MCP는 “어떤 도구와 데이터를 연결할 수 있는지”에 가깝다.둘은 함께 사용할 수 있다.
예를 들어 “글 발행 Skill”은 문서 점검, frontmatter, SEO 설명, 참조 출처 포맷을 정의하고, MCP는 Agent가 GitHub, 파일 시스템, 데이터베이스, 검색 서비스를 접근하도록 해준다. Skill은 프로세스를 다루고, MCP는 연결 가능성을 다룬다.
그래서 나는 최근 Skill을 더 중시하게 되었다. MCP는 도구 진입 문제를 해결하지만, Skill은 작업 방법론 문제를 해결한다. 도구만 있어도 방법이 없으면 Agent는 쉽게 흔들리고, 방법만 있어도 도구가 없으면 실행으로 연결되지 않는다.
7. 참고할 만하지만 맹신할 필요는 없다
Superpowers는 공부해볼 만한 프로젝트지만, 과대 포장할 필요는 없다.
이것은 결국 경험 많은 개발자의 작업 습관, 엔지니어링 판단, 협업 프로세스를 Agent가 실행 가능한 규칙으로 패키징한 것이다. 개인 프로젝트에서는 이게 주는 가치는 간단하다. AI 코딩은 “모델이 빨리 코드를 쓰게 하는 것”이 아니라 “모델이 신뢰할 수 있는 흐름으로 작업을 밀고 가게 하는 것”이라는 점을 상기시켜 준다.
아주 작은 스크립트 하나만 작성한다면 이런 무겁고 엄격한 흐름이 불필요할 수도 있다. 하지만 장기 운영 웹사이트, 자동화 시스템, 콘텐츠 생성 파이프라인, 데이터베이스 프로젝트라면 이런 Skill 관점이 훨씬 가치가 있다.
앞으로 내가 Skill을 더 만든다면 이런 방향을 더 선호할 것이다. 추상적인 구호는 줄이고, 트리거 조건, 입출력, 점검 목록, 디렉터리 구조, 명령 제약, 실패 처리 규칙을 더 많이 적는 방식으로.
바로 그 지점이 Skill이 진짜 유용한 지점이다.
자주 묻는 질문
Superpowers는 무엇인가요?
obra/superpowers는 코딩 Agent를 위한 Skill/플러그인 프로젝트로, 요구사항 정리, 명세 설계, 구현 계획, TDD 같은 소프트웨어 개발 방법론을 Agent가 자동으로 호출 가능한 재사용 워크플로우로 패키징한 것이다. 핵심은 “Agent가 시작부터 바로 코드를 쓰지 않게 한다”는 데 있다.
Superpowers는 Claude Code에서만 사용할 수 있나요?
아니다. 공개된 자료에 따르면 Codex CLI, Codex App, Gemini CLI, OpenCode, Cursor, GitHub Copilot CLI 등 코딩 Agent 또는 개발 도구에도 설치 방식이 제공된다. 그것은 특정 모델이 아니라 “Agent가 코딩할 때 어떻게 일할지”에 초점을 둔다.
Skill과 MCP의 차이점은?
Skill은 “어떻게 일할지”에 가까운 프로세스·방법이고, MCP(Model Context Protocol)는 “어떤 도구와 데이터에 연결할 수 있는지”에 대한 외부 연결이다. 둘은 함께 쓸 수 있으며, Skill은 프로세스를, MCP는 연결 능력을 담당한다.
Superpowers의 핵심 워크플로우는?
대체로 이렇게 정리된다: 먼저 목표를 명확히 확인하고 → 사용자가 읽고 승인할 수 있는 명세를 만든 뒤 → 초심자 엔지니어도 따라할 수 있을 만큼 명확한 구현 계획을 수립하고 → TDD, YAGNI, DRY를 강조해 작업을 분해·점검·회고 가능하게 한다.
참고 출처
Share