Claude에 커스텀 SKILL 추가하기 (데이터 분석 전문가 역량)

2026.06.18 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)

이번 포스트에서는 Claude에 나만의 커스텀 SKILL을 추가하는 방법에 대해 알아봅니다. Claude 사용자는 숙련된 분석가의 업무 수행 방식을 구조화된 파일(SKILL.md)로 변환하여 업무의 일관성과 효율성을 높일 수 있습니다.

핵심 정리 (Executive Summary)

Adding Custom SKILL to Claude -Progressive Disclosure by NextPlatform

Claude에게 명령어를 입력하는 ‘프롬프트’ 단계를 넘어, 재사용 가능한 ‘Skill’ 형태로 지식을 패키징하는 전략

핵심 가치: 일회성 프롬프트 작성의 번거로움을 제거하고, 특정 분야 전문가의 업무 수행 방식을 패턴화하여 LLM에게 전달 (이번 예시 전문 역량: Kaggle의 저명한 데이터 분석가 SRK의 7단계 EDA(탐색적 데이터 분석) 업무 패턴을 SKILL화)
설계 구조: Claude Skill의 ‘점진적 노출(Progressive Disclosure)’ 원칙에 따라 설명(Description), 본문(SKILL.md), 보조 지식(References)으로 계층화하여 토큰 효율성 제고
검증 결과: 제조업 데이터(Benz)로 설계된 분석 로직이 의료 데이터(DLH.csv) 분석에도 성공적으로 작동함을 확인하여, Skill의 범용적 성능 검증
미래 방향: 현재의 Skill(레이어 2)은 향후 코드를 자동 실행하고 결과물을 직접 반환하는 MCP(Model Context Protocol) 서버(레이어 3)로 확장 가능

1. Skill 방식의 정의 및 프롬프트 방식과의 비교

Skill은 지식을 구조화된 파일로 표현하여 Claude Desktop에 설치하는 방식입니다. 이는 매번 긴 지시사항을 입력해야 하는 전통적인 프롬프트 방식과 차별화된 장점을 제공합니다.

구분	프롬프트 방식 (매번 입력)	Skill 방식 (패턴화 및 설치)
반복성	매 분석 시 긴 프롬프트 재작성 필요	한 번 설치로 모든 데이터에 자동 적용
일관성	결과가 매번 달라질 수 있음	표준화된 7단계 분석 패턴 보장
공유 및 배포	텍스트 복사 및 전달	ZIP 파일 형태의 손쉬운 팀 배포
확장성	프롬프트 수정 후 다시 입력	SKILL.md 수정 및 재업로드로 갱신

2. 핵심 로직: SRK 기반 EDA 7단계 패턴

이 Skill의 핵심 로직은 Kaggle의 Mercedes-Benz Greener Manufacturing 대회에서 가장 높은 추천(Upvote)을 받은 SRK(Sudalai Rajkumar) 노트북의 분석 패턴을 계층화한 것입니다.

EDA Analyst Skill의 자동 수행 단계

STEP 1: 데이터 크기 및 컬럼 구조 파악
STEP 2: 타깃 변수 분포 및 클래스 불균형 확인
STEP 3~4: 결측값 패턴 탐지 및 피처 엔지니어링 전략 수립
STEP 5~6: 변수별 시각화 및 범주형 데이터 특성 파악
STEP 7: 결과에 가장 영향력 있는 주요 변수 도출

3. Skill 파일 구조 및 설계 원칙

Adding Custom SKILL to Claude -Skill Structure by NextPlatform

Claude는 사용자의 요청이 들어오면 Skill의 설명을 읽고 해당 Skill의 필요 여부를 스스로 판단합니다. 이를 위해 Progressive Disclosure(점진적 노출) 구조를 채택하여 효율을 높입니다.

3.1. 계층적 로드 순서

Description (~100 tokens): Claude가 Skill 호출 여부를 결정하는 트리거.
SKILL.md 본문: 분석의 전체적인 흐름과 지시사항 포함.
References: 본문이 길어질 경우 분리한 세부 보조 지식 파일.

3.2. 주요 구성 파일 (References)

파일명	주요 내용	참조 시점
`chart-selection.md`	고유값 수에 따른 차트 선택 기준	STEP 5 범주형 시각화 시
`preprocessing.md`	결측값 처리, 이상치 및 인코딩 전략	STEP 4 피처 엔지니어링 시
`srk-patterns.md`	SRK 노트북의 핵심 재사용 코드 샘플	전 단계 코드 작성 시

4. SKILL.md 작성 규칙 및 패키징

Skill의 성공적인 실행은 정확한 YAML Frontmatter 작성과 폴더 구조에 달려 있습니다.

YAML 작성 규칙:
- name: 최대 64자, 가독성 있는 이름 지정.
- description: 최대 200자. **”실제 호출 시 사용할 트리거 문장”**을 포함하는 것이 가장 중요함.
- dependencies: 분석에 필요한 Python 패키지(pandas, matplotlib 등) 명시.
패키징 및 설치:
- 정해진 폴더 구조를 확인한 후 ZIP 형식으로 압축.
- Claude Desktop의 설정 메뉴를 통해 패키지 설치.

5. 실전 검증 및 시사점

5.1. 도메인 범용성 확인

제조업 데이터를 기반으로 설계된 EDA Skill을 의료 진단 데이터(DLH.csv)에 적용한 결과, 의료 데이터 특유의 결측값 패턴 탐지 및 타깃 클래스 불균형 확인 등 모든 단계가 성공적으로 수행되었습니다. 이는 숙련된 분석가의 사고 패턴이 도메인에 구애받지 않고 범용적으로 적용될 수 있음을 시사합니다.