OpenAI의 Agent Plugins과 Skills 차이점

2026년 08월 10일 2 분 소요

OpenAI 생태계에서 Skill(스킬) 과 Plugin(플러그인) 은 모두 AI의 기능 확장을 위한 개념이지만, 목적과 동작 위치가 어떻게 다른지 궁금해서 정리해보겠다.

1. 개념 비교

Plugin = 외부 서비스를 연결하는 “확장 인터페이스”, Skill = AI Agent가 특정 업무를 수행하는 “능력 모듈”

구분	OpenAI Skill	OpenAI Plugin
목적	Agent에게 전문 능력 부여	외부 서비스 연결
중심 개념	행동(Action)과 업무 수행 능력	API Integration
실행 주체	Agent 내부	외부 시스템
주요 사용자	Agent 개발자	서비스/API 개발자
예	PDF 분석 Skill, 코드 리뷰 Skill	GitHub Plugin, Slack Plugin
구조	Prompt + Tools + Logic	API Schema + Authentication
방향	AI → 작업 수행	AI ↔ 외부 서비스

2. Agent Plugin이란?

Plugin은 ChatGPT가 외부 시스템과 통신하도록 만드는 연결 계층입니다.

사용자가 “내 GitHub Issue 확인해줘” 라고 하면:


ChatGPT
   ↓
GitHub Plugin 호출
   ↓
GitHub API 요청
   ↓
Issue 반환
   ↓
ChatGPT 답변 생성

3. Agent Plugin 특징

1) 외부 데이터 접근

예: GitHub, Jira, AWS, Google Drive, CRM, ERP

2) API 중심

Plugin은 보통:


plugin.json
openapi.yaml
API Endpoint
Authentication

구조이다.

예:


GET /issues

GET /users/{id}

POST /deploy

4. Skill이란?

Skill은 Agent가 특정 업무를 수행하기 위한 “업무 능력 패키지”이다.

예:

Coding Agent Skill


Coding Skill

├── 코드 분석
├── 테스트 실행
├── Git 작업
├── PR 작성
├── Bug Fix
└── Review

Research Agent Skill


Research Skill

├── 검색
├── 논문 분석
├── 요약
├── 비교 분석
└── 보고서 생성

즉 스킬은 “무엇을 할 수 있는가?”에 집중한다.

5. 구조 차이

Plugin 구조: 외부 세계와 연결

ChatGPT

|
            |

Plugin



API Database

Skill 구조: Agent의 지능과 행동 확장

Agent

|
      Skill Manager



Planning Coding Analysis

6. Skill 과 MCP와의 관계

관계:

Agent



Skill MCP

업무 능력 Tool 연결

External System

예:

MCP AWS MCP Server

Tools:

list_instances()
get_cost()
create_snapshot()

Skill AWS Cloud Architect Skill

사용 가능한 MCP:

AWS MCP Terraform MCP Kubernetes MCP

업무 수행:

비용 최적화
아키텍처 설계
장애 분석

Agent 시대의 새로운 구조

앞으로의 구조는:

AI Agent

|
          Skill Layer



Coding Finance Security

|
          MCP Layer

-------------------------
    |           |           |
   AWS       GitHub       DB

|
          Real World

입니다.

개발자 관점에서 선택 기준 만들고 싶은 것 선택 ChatGPT에서 내 서비스 API 사용 Plugin/MCP Agent에게 특정 역할 부여 Skill 반복 업무 자동화 Skill SaaS 연결 MCP/Plugin DevOps Agent Skill + MCP Coding Agent Skill + Tools 기업용 AI Agent Skill + MCP + RAG
OpenAI Agent 개발 관점

예를 들어:

“AI DevOps Engineer Agent”

를 만든다면:

Skill DevOps Engineer Skill

Kubernetes 운영
장애 분석
로그 분석
배포 전략 MCP Kubernetes MCP AWS MCP GitHub MCP Datadog MCP Agent AI DevOps Engineer

Prompt: “You are senior DevOps engineer…” 핵심 정리 Plugin = AI가 외부 서비스를 사용하기 위한 연결 통로

Skill = AI Agent가 특정 전문가처럼 행동하게 만드는 능력

MCP = Skill이 사용할 수 있는 표준 Tool 연결 방식

현재 Agentic AI 시대의 가장 일반적인 패턴은:

Agent ├── Skill (전문 역할) | ├── MCP Tools (외부 실행) | ├── Memory (Context) | └── Evaluation (품질 검증)