Matt Pocock Skills: AI가 진정한 엔지니어처럼 코딩하게 하다

Matt Pocock의 Skills 프로젝트는 Claude Code와 같은 AI 코딩 어시스턴트를 위한 엔지니어링 스킬 라이브러리로, 소프트웨어 개발의 표준 프로세스를 모듈화하여 AI 코드 생성 품질 불안정이라는 핵심 문제를 해결합니다. 이 프로젝트는 단 몇 개의 Markdown 파일로 구성되어 GitHub에서 23,000개의 별을 받으며 AI 지원 개발 분야의 중요한 실천 사례가 되었습니다.

프로젝트 배경: AI 프로그래밍의 네 가지 실패 패턴

기존 AI 개발 도구는 '똑똑한 Agent가 모든 것을 처리하도록' 하는 경향이 있지만, Matt Pocock은 정반대의 전략을 취했습니다. 먼저 AI가 실제로 실패하는 패턴을 식별하고, 각 실패 패턴에 맞는 스킬을 설계한 것입니다. 프로젝트는 네 가지 전형적인 실패 시나리오를 정의합니다.

1. Agent didn't do what I want (AI가 의도를 이해하지 못함) - 개발자와 AI 사이에 인지적 격차가 있어 출력 방향이 기대와 다릅니다.

2. Agent is way too verbose (출력이 너무 장황함) - AI가 불필요한 코드나 문서를 대량 생성합니다.

3. The code doesn't work (코드가 실행되지 않음) - 테스트 피드백이 부족하여 코드 품질이 불안정합니다.

4. We built a ball of mud (아키텍처가 진흙 덩어리가 됨) - 장기 반복 후 코드베이스가 명확한 구조를 잃습니다.

이러한 설계 철학은 'AI가 충분히 똑똑하면 모든 것을 해결할 수 있다'는 낙관적 가정을 포기하고, 대신 구조화된 프로세스를 통해 AI의 불확실성을 보완합니다.

핵심 개념: 프로세스 표준화와 스킬 모듈화

Skills 프로젝트의 가치는 'AI로 요구 분석, 설계, 코딩하는 방법'에 대한 경험을 재사용 가능한 스킬 플러그인으로 분해하여, AI가 운에 의존하지 않고 고정된 확실한 방법으로 작업하도록 하는 데 있습니다. 각 스킬은 YAML 형식의 메타데이터(이름, 설명, 트리거 조건)와 구체적인 실행 단계를 포함하는 완전한 작업 스크립트입니다.

프로젝트의 또 다른 큰 특징은 조합 가능성입니다. 한 스킬의 출력이 다음 스킬의 입력이 될 수 있습니다. 예를 들어 write-a-prd는 GitHub issue의 PRD 문서를 생성하고, prd-to-issues는 해당 PRD를 실행 계획으로 분해합니다. 이를 통해 팀은 스킬을 연결하여 맞춤형 워크플로우를 만들 수 있습니다.

다섯 가지 핵심 스킬로 구성된 완전한 작업 체인

1. grill-me: 요구사항 명확화 단계

단 11줄로 구성된 이 스킬은 AI가 면접관처럼 하나씩 질문하여 양측이 요구사항에 대해 합의하도록 합니다. 주요 특징은 다음과 같습니다.

• 한 번에 하나의 질문만 하여 정보 과부하 방지

• AI가 단순히 질문하는 대신 확인을 위한 제안 답변 제공

• 코드베이스에서 자동으로 답을 찾을 수 있는 질문은 개발자를 방해하지 않음

한 개발자는 이 스킬을 사용할 때 16개의 질문을 받았으며, 복잡한 기능의 경우 30~50개의 질문으로 심층 인터뷰가 진행되기도 한다고 공유했습니다. 이 스킬은 Claude Code가 너무 일찍 솔루션을 생성하는 문제를 해결하고, 충분한 사전 커뮤니케이션을 강제합니다.

2. to-prd: 요구사항 문서 산출

대화 기록을 기반으로 공식 제품 요구사항 문서(PRD)를 생성합니다. 여기에는 문제 설명, 솔루션, 사용자 스토리, 구현 결정, 테스트 결정, 그리고 하지 않을 사항이 포함됩니다. 문서는 gh 명령을 통해 자동으로 GitHub issue로 저장됩니다.

3. to-issues: 수직 슬라이스 작업 분할

PRD를 독립적인 실행 가능한 작은 작업으로 분해하며, 전통적인 프론트엔드/백엔드 또는 모듈 구분 대신 수직 슬라이스(tracer-bullet) 방법론을 사용합니다. 각 슬라이스는 데이터베이스에서 인터페이스, 테스트까지의 전체 경로를 관통하며, 수동 개입이 필요한지 명확히 표시합니다. 작업은 의존성 순서에 따라 정렬되며, 후속 작업은 이전 작업이 완료될 때까지 기다립니다.

4. tdd: 테스트 주도 개발

엄격한 테스트 주도 개발 프로세스를 강제하여, 실패하는 테스트가 존재하기 전에는 구현 코드 작성을 허용하지 않습니다. 이를 통해 코드 품질을 안정적으로 유지하며, 이미 테스트 문화가 정착된 프로젝트에 적합합니다.

5. improve-codebase-architecture: 아키텍처 최적화

CONTEXT.md의 도메인 언어와 docs/adr/의 아키텍처 결정 레코드(ADR)를 기반으로 코드베이스의 '심화 기회'를 찾습니다. John Ousterhout의 '깊은 모듈(deep module)' 원칙(작은 인터페이스가 큰 구현을 숨김)을 적용하여 테스트 가능성과 AI 탐색 가능성을 향상시킵니다. 이 스킬은 얕은 모듈, 강결합 컴포넌트, 테스트되지 않은 경계를 식별하고 리팩토링 제안을 제공합니다.

설치 및 사용

개별 스킬 설치 명령 형식:

npx skills add mattpocock/skills skill=grill-me -y -g

Skills는 표준화된 구조를 사용하며, 스코프 패키지명(mattpocock/skills)과 버전 태그를 지원합니다. 설치 후 스킬 프로토콜을 지원하는 AI 어시스턴트에서 호출할 수 있습니다.

기타 유용한 스킬

핵심 워크플로우 외에도 프로젝트에는 여러 보조 스킬이 포함되어 있습니다.

• triage: Issue 상태 머신 관리 - 팀 협업 시나리오에 적합한 레이블 및 우선순위 할당

• zoom-out: 국소적 세부 사항에 빠졌을 때 코드가 전체 아키텍처에서 어디에 위치하는지 재검토하도록 도움

• write-a-skill: 사용자 정의 스킬 생성을 위한 전체 프로세스 안내 – 트리거 조건, 실행 단계, 출력 규격 포함

• diagnose: 실행되지 않는 코드를 진단하며, TDD 스킬과 함께 사용

한계 및 발전

현재 버전의 주요 한계는 GitHub와의 강한 결합입니다. issue 작업을 포함하는 스킬은 모두 gh 명령이 하드코딩되어 있습니다. Linear, Jira 등 다른 프로젝트 관리 도구를 사용하는 팀은 포크 후 코드를 수정해야 하지만, 공식적으로 다른 플랫폼 지원이 개발 중임을 밝혔습니다(2026년 4월 기준).

Matt Pocock은 2026년 4월 스킬 조합을 업데이트하여 /domain-model로 /grill-me를 대체하고, 도메인 주도 설계(DDD) 개념을 통합하여 논의 과정에서 문서와 ADR을 동시에 생성합니다. 이는 프로젝트가 지속적으로 진화하며 더 많은 소프트웨어 엔지니어링 모범 사례를 통합하고 있음을 보여줍니다.

적용 시나리오

이 스킬 라이브러리는 특히 다음 개발자에게 적합합니다.

• Claude Code, Cursor 등 AI 코딩 도구를 이미 사용하고 있지만 'AI가 코드를 작성할 수는 있지만 엔지니어링을 하지는 못한다'고 느끼는 경우

• 매번 운에 맡기지 않고 안정적인 AI 지원 개발 프로세스를 구축하고자 하는 경우

• AI가 생성한 코드의 품질을 프로덕션 수준으로 끌어올려야 하는 경우

• 팀 협업에서 AI 사용 방식을 표준화해야 하는 경우

한 개발자가 대부분의 비대한 스킬을 삭제한 후 깨달은 것처럼, Matt Pocock의 스킬 세트는 미니멀리즘 철학을 반영합니다. 작고 정확하며 명명이 명확한 원시 요소, 더 적은 표면적이 더 큰 레버리지 효과를 만들어냅니다.

요약

Matt Pocock Skills는 단순히 'AI가 코드를 마음대로 생성하게 하는 것'이 아니라, 요구사항 명확화, TDD, 진단, 작업 분할, 아키텍처 최적화 등을 통해 AI 프로그래밍을 실제 엔지니어의 작업 방식에 더 가깝게 만듭니다. 강조하는 것은 프로세스, 피드백, 분해, 회고가 있는 엔지니어링 개발이지, 단순한 감에 의존하는 Vibe Coding이 아닙니다. 이것이 현재 AI 지원 개발 분야에 가장 필요한 것입니다. 더 똑똑한 AI가 아니라 더 나은 작업 프로세스입니다.