I Deleted All My Claude Skills... And Claude Got Smarter

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

오래된 Claude 스킬을 삭제하고 필수 맥락·가드레일·검증 기준만 남기면 최신 Claude의 자율적 판단과 결과 품질을 더 잘 끌어낼 수 있다.

📌 핵심 요점

1. Anthropic이 새 Claude Code 릴리스에서 시스템 프롬프트의 80% 이상을 삭제한 사례는 과거 모델용 보정 지침을 계속 누적하기보다 모델 변화에 맞춰 다시 설계해야 한다는 점을 보여준다.
2. CLAUDE.md·스킬·훅을 제거한 기본 성능 실험을 주기적으로 수행하면, 최신 모델에 더는 필요하지 않거나 오히려 판단을 방해하는 지침을 식별할 수 있다.
3. 무지침 실험에서는 콘텐츠 구조가 더 유용해진 반면 형식과 브랜드 요소는 거칠어졌다. 따라서 파일 위치·비즈니스 맥락·브랜드 규칙은 유지하되 작업 절차를 세세하게 고정하는 지침은 줄여야 한다.
4. 최신 모델에는 순서를 일일이 명령하기보다 예상보다 어려운 목표, 반드시 지킬 가드레일, 품질 기준과 종료 조건을 제공해야 자율적인 문제 해결 능력을 활용할 수 있다.
5. 핵심 역량은 정교한 프롬프트 작성에서 품질 기준과 검증 방법을 설계하는 관리 능력으로 이동한다. 에이전트에 아이디어 생성과 자체 점검을 맡기더라도 최종 비전과 판단의 책임은 인간이 유지해야 한다.

🧩 배경과 문제 정의

• 최신 Claude 모델에 과거 모델의 약점을 보완하던 시스템 프롬프트와 스킬을 그대로 적용하면, 불필요한 제약이 모델의 자율적 판단과 결과 품질을 떨어뜨릴 수 있다.
• 모델마다 강점과 결함이 다르므로 기존 지침을 영구 자산처럼 축적하기보다, 새 모델이 나올 때마다 삭제·완화·재검증하는 과정이 필요하다.
• 모든 컨텍스트를 없애는 대신 비즈니스 정보와 브랜드 규칙은 유지하고, 작업 절차를 세세하게 통제하는 지침은 줄이는 구분이 중요하다.
• 핵심 역량은 프롬프트를 정교하게 작성하는 기술에서 어려운 목표와 품질 기준을 설정하고, 에이전트가 결과를 스스로 검증하게 만드는 관리 능력으로 이동한다.

🕒 시간순 섹션별 상세정리

1. 모델마다 다시 설계해야 하는 시스템 프롬프트

• Anthropic은 새 Claude Code 릴리스에서 시스템 프롬프트의 80% 이상을 삭제했으며, 기존 지침을 계속 누적하지 않고 모델 변화에 맞춰 대폭 정리한다. [00:29]
• 모델마다 특성이 달라 몇 달 전의 보정 지침도 다음 모델에는 맞지 않을 수 있으며, Opus 5는 과거 프롬프트가 대신 교정하던 행동을 자체적으로 처리한다. [01:04]
• Claude Code 사용자는 6개월마다 CLAUDE.md·스킬·훅을 제거한 상태로 현재 모델의 기본 성능을 시험할 필요가 있으며, 과거 모델에 필요했던 지침이 최신 모델에는 방해가 될 수 있다. [02:04]
• 초보자에게 유용한 세부 절차도 경험 많은 전문가에게는 역량을 제한하듯, 고성능 모델에 작업 방식을 지나치게 고정하면 전문성과 자율적 판단을 활용하지 못한다. [03:23]

2. 무지침 실험에서 드러난 콘텐츠와 형식의 차이

• 파일 위치와 비즈니스 맥락을 연결하는 CLAUDE.md 정보는 여전히 필요하지만, 실제 작업 방식까지 세세하게 규정하는 스킬은 모델의 판단을 가로막을 수 있다. [04:01]
• 스킬과 컨텍스트가 없는 세션의 리소스 가이드는 형식과 브랜드 요소가 거칠었지만, 핵심 아이디어별 구성과 타임스탬프를 갖춰 콘텐츠 구조는 더 유용했다. [05:09]
• 대규모 코드베이스와 에이전트 하네스를 다루는 전문가의 조언을 모든 업무에 일괄 적용하면, 문서 작성·리서치·지식 노동처럼 목적과 환경이 다른 사용자에게는 적합하지 않을 수 있다. [06:00]
• 소프트웨어 구축용 오케스트레이션 지침은 최신 모델에 맡길 여지가 커졌지만, 이미지 위치·색상 체계·브랜드 가이드라인은 결과의 일관성을 좌우하므로 계속 유지해야 한다. [07:03]

3. 모델의 잠재력을 막지 않는 목표 설정

• ‘프로덕트 오버행’은 현재 모델이 이미 수행할 수 있지만 사용자가 아직 발견하지 못한 능력이 많다는 뜻이며, 과도한 통제는 그 잠재력을 직접 제한한다. [07:37]
• 최신 모델에는 예상보다 조금 더 어려운 과제를 맡기고, 순서를 하나씩 지정하는 대신 상위 목표·가드레일·종료 기준을 제공해야 자율적인 문제 해결 능력을 활용할 수 있다. [08:24]

4. 프롬프트 기술에서 검증과 관리 능력으로

• 평범한 결과는 모델의 한계보다 ‘좋은 결과’의 기준과 달성 증거가 빠진 요청에서 생길 수 있으므로, 품질 기준과 검증 방법을 주고 충족될 때까지 반복하게 해야 한다. [09:07]
• 핵심 역량은 세밀한 프롬프트 작성보다 다소 어려운 과제를 부여하고 작업 도중 스스로 검증할 수 있게 만드는 것이며, 검증 설계가 가장 자주 놓치는 요소다. [09:59]

5. AI 에이전트를 유능한 사람처럼 관리하기

• 중요한 역량은 특정 도구 사용법이 아니라 어떤 에이전트에도 적용되는 관리 능력이다. [10:42]
• 좋은 관리자는 작업 방법을 일일이 지시하지 않고 자율성을 보장하면서 점검·리뷰하고 판단력과 안목을 발휘한다. [11:00]
• 에이전트가 직접 사고하고 아이디어를 내게 하되, 다른 에이전트의 반론과 자체 검증을 활용하도록 지원해야 한다. [11:19]

6. 사고는 위임하되 이해와 비전은 지키기

• 에이전트에 사고의 일부를 맡길 수는 있지만, 결과를 이해하는 책임까지 위임해서는 안 된다. [11:22]
• 사용자는 에이전트들의 창업자처럼 전체 비전을 주도하고, 에이전트는 그 비전을 실현하는 데 도움을 주는 관계여야 한다. [11:28]
• 이번 영상은 긴 인터뷰에서 핵심 내용을 추려 해설한 것이며, 시청자가 새로운 내용을 배우고 직접 시도할 계기를 얻기를 바란다고 마무리한다. [11:49]
• 시청에 감사를 전하며 다음 영상에서 다시 만나겠다는 인사로 끝맺는다. [11:54]

🧾 결론

• 시스템 프롬프트와 스킬은 영구 자산이 아니라 특정 모델의 결함을 보완하는 가설로 취급하고, 모델이 바뀔 때마다 삭제·완화·재검증해야 한다.
• 최적의 운영 방식은 모든 지침을 없애는 것이 아니라 필수 맥락과 브랜드 제약만 남기는 최소 유효 컨텍스트를 찾는 것이다.
• 좋은 결과를 만드는 중심 역량은 작업 순서를 통제하는 능력이 아니라 목표·가드레일·완료 기준을 정하고 결과가 기준을 충족했는지 검증하는 능력이다.

📈 투자·시사 포인트

• AI 에이전트 활용 역량을 평가할 때 스킬과 프롬프트의 양보다 모델 업데이트에 맞춰 지침을 정리하고 재검증하는 운영 체계를 봐야 한다.
• 비즈니스 정보와 브랜드 규칙은 계속 축적할 가치가 있지만, 모델의 행동을 세세하게 교정하는 절차 지침은 빠르게 낡을 수 있어 두 자산을 분리해 관리필요가 있다.
• 모델 성능이 높아질수록 세밀한 프롬프트보다 품질 평가, 자체 검증, 종료 조건을 지원하는 관리 방식의 중요성이 커질 수 있다.
• 코드 구축, 문서 작성, 리서치처럼 업무 환경이 다르므로 특정 전문가의 삭제 전략을 일괄 적용하기보다 작업 유형별 기본 성능 실험을 먼저 수행해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• Anthropic이 시스템 프롬프트의 80% 이상을 삭제했다는 수치에는 대상 릴리스, 비교 기준, 원문 자료가 제시되지 않아 공식 자료를 통한 확인이 필요하다.
• Opus 5가 과거 프롬프트의 교정 기능을 자체적으로 처리한다는 주장과 무지침 세션의 품질 향상은 정량 지표나 반복 실험 결과가 없는 사례 중심 설명이다.
• 6개월마다 지침을 초기화한다는 주기는 보편적으로 검증된 기준이 아니며, 코드베이스 규모와 업무 유형에 따라 적절한 점검 간격이 달라질 수 있다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 현재 CLAUDE.md·스킬·훅을 비즈니스 맥락, 브랜드 규칙, 작업 절차, 과거 모델 보정 지침으로 분류한다.
• 대표 업무별로 기존 지침을 적용한 결과와 최소 컨텍스트만 적용한 결과를 비교해 구조, 정확성, 일관성, 브랜드 준수 여부를 기록한다.
• 세부 작업 순서 대신 상위 목표, 필수 가드레일, 품질 기준, 달성 증거, 종료 조건을 명시하도록 요청 방식을 바꾼다.
• 실험에서 실제로 필요한 것으로 확인된 제약만 복원하고, 모델 또는 주요 업무 환경이 바뀔 때 같은 검증을 반복한다.

❓ 열린 질문

• 코드 구축, 문서 작성, 리서치 등 각 업무에서 유지해야 할 최소 컨텍스트와 제거 가능한 절차 지침의 경계는 어디인가?
• 모델의 자율성이 향상됐는지 판단할 때 결과 품질, 수정 횟수, 브랜드 일관성 중 어떤 지표를 우선해야 하는가?
• 모델 업데이트 외에 어느 정도의 품질 저하나 업무 변화가 발생했을 때 지침 리셋 실험을 다시 수행해야 하는가?