Google Skills: Google Cloud가 공개한 Google Cloud 제품과 기술을 위한 Agent Skills 모음

9bow · 5월 15, 2026, 6:30오전

Google Skills 소개

google/skills는 Google이 자사 제품과 기술을 코딩 에이전트(coding agent)에 연결하기 위해 공식 저장소 형태로 공개한 에이전트 스킬(Agent Skill) 모음입니다. Google Cloud의 여러 서비스(BigQuery, Cloud Run, AlloyDB, GKE, Firebase, Cloud SQL 등)와 Agent Platform의 Gemini API 사용법, 그리고 보안·신뢰성·비용 최적화와 같은 Well-Architected Framework 가이드까지, 클라우드 개발자가 자주 마주치는 작업 단위들을 SKILL.md 폴더로 묶어 제공합니다. 각 스킬은 에이전트가 "어떤 상황에서 호출되어야 하는지"를 기술한 메타데이터와, 단계별 명령·코드 예시·참고 문서 링크로 구성된 본문을 포함합니다.

이 저장소가 특별한 점은 Anthropic이 먼저 제안한 오픈 포맷인 Agent Skills 표준(agentskills.io)을 그대로 따른다는 것입니다. 즉, 스킬을 작성한 클라이언트나 에이전트 런타임에 종속되지 않으며, Claude Code, Vercel skills.sh, Cursor, Codex 등 Agent Skills 호환 도구라면 동일한 형태로 적재해 사용할 수 있습니다. Google이 자사 클라우드 생태계의 모범 사용 패턴을 직접 정의해 표준 포맷으로 공개했다는 점에서, AWS·Microsoft가 각자 공개해 온 에이전트 스킬 컬렉션과 비교해 봐도 활용 가치가 분명합니다.

기술적으로는 진보적 공개(Progressive Disclosure) 방식으로 동작합니다. 에이전트는 기동 시 모든 스킬의 이름과 설명만 적재해 두고, 사용자가 "Cloud Run에 컨테이너를 배포해 줘", "BigQuery에 새 데이터셋을 만들어 줘" 와 같은 요청을 했을 때 해당 SKILL.md의 본문 전체를 컨텍스트에 로드합니다. 덕분에 13개에 가까운 스킬을 한 저장소에 묶어 두어도 컨텍스트 비용은 평소엔 최소화되며, 필요한 순간에만 깊은 절차적 지식을 가져와 실행하게 됩니다.

Google Skills의 구조와 동작 방식

Agent Skills 표준에 따라 각 스킬은 하나의 폴더이며, 그 안에 SKILL.md 파일과 부속 자료가 들어 있습니다. 가장 단순한 형태는 다음과 같이 정리됩니다.

my-skill/
├── SKILL.md          # 필수: 메타데이터 + 절차적 지시문
├── scripts/          # 선택: 실행 가능한 코드
├── references/       # 선택: 참고 문서
├── assets/           # 선택: 템플릿/리소스
└── ...

SKILL.md의 머리에는 YAML frontmatter로 최소 name과 description을 적습니다. 에이전트는 디스커버리(Discovery) 단계에서 이 두 필드만 읽어 두고, 실제 사용자 요청이 description의 트리거에 부합할 때만 본문을 활성화(Activation)합니다. 본문에는 단계별 명령어, 코드 블록, 주의사항, 참고 문서 링크가 들어가며, 보조 자료가 필요한 경우 references/와 scripts/ 하위에 분리해 둘 수 있습니다.

예를 들어 skills/cloud/bigquery-basics/SKILL.md는 다음과 같이 시작합니다.

---
name: bigquery-basics
description: >-
  Manages datasets, tables, and jobs in BigQuery, and integrates with BigQuery
  ML and Gemini for advanced data analytics and AI-driven insights. Use when
  you need to interact with BigQuery, run SQL queries, manage BigQuery
  resources, or leverage BigQuery's built-in ML capabilities.
---

# BigQuery Basics

## Setup and Basic Usage

1.  Enable the BigQuery API:
    bash
    gcloud services enable bigquery.googleapis.com --quiet

2.  Create a Dataset:
    bash
    bq mk --dataset --location=US my_dataset

description은 "BigQuery에 무언가를 하고 싶을 때 호출되어야 한다" 는 의미를 명시적으로 표현하고, 본문은 gcloud·bq 명령어로 데이터셋·테이블 생성, 쿼리 실행, 스키마 정의 단계까지 순서대로 안내합니다. 더 깊이 들어가야 할 내용(클라이언트 라이브러리 사용법, MCP 사용법, Terraform 예제 등)은 references/ 디렉터리 하위 파일로 분리해, 본문은 컨텍스트가 가벼운 상태를 유지합니다.

Gemini API 스킬은 더 흥미로운 사례입니다. skills/cloud/gemini-api/SKILL.md는 Vertex AI에서 이름이 바뀐 "Agent Platform" 위에서 Gemini를 사용할 때 반드시 Gen AI SDK(google-genai, @google/genai, google.golang.org/genai 등)를 사용하라고 명시하고, 이미 폐기된 google-cloud-aiplatform이나 @google-cloud/vertexai 같은 레거시 SDK는 피하라 고 권고합니다. 다음과 같은 환경 변수 기반 인증 패턴도 함께 안내합니다.

export GOOGLE_CLOUD_PROJECT='your-project-id'
export GOOGLE_CLOUD_LOCATION='global'
export GOOGLE_GENAI_USE_VERTEXAI=true

이런 식으로 "어떤 SDK를 쓰고, 어떤 환경 변수로 인증하고, 어떤 호출 패턴으로 시작하는지" 라는 의사 결정을 스킬이 미리 담아 두면, 에이전트가 라이브러리 환각이나 잘못된 마이그레이션 가이드 없이 일관된 코드를 생성하게 됩니다.

Google Skills에 포함된 스킬 목록

현재 저장소에 포함된 스킬은 크게 세 부류로 정리할 수 있습니다.

Google Cloud 핵심 서비스: 다음 스킬들은 각 서비스의 기본 사용 흐름을 다룹니다.

Gemini API in Agent Platform: Gen AI SDK 기반의 Gemini 모델 호출, Live API, 함수 호출, 구조화된 출력, 컨텍스트 캐싱, 배치 예측 등을 다룹니다.
AlloyDB Basics: AlloyDB PostgreSQL 호환 데이터베이스의 인스턴스·클러스터 관리.
BigQuery Basics: 데이터셋·테이블·잡 관리, 쿼리 실행, BigQuery ML과 Gemini 통합.
Cloud Run Basics: 컨테이너 기반 서비스(Service), 잡(Job), 워커 풀(Worker Pool) 배포.
Cloud SQL Basics: 관계형 데이터베이스(MySQL/PostgreSQL/SQL Server) 운영.
Firebase Basics: Firebase 프로젝트 초기화와 호스팅·인증 등 기본 사용.
Kubernetes Engine (GKE) Basics: GKE 클러스터 생성·관리, 워크로드 배포.

Google Cloud 레시피 (Recipes): 단일 서비스가 아닌, 여러 서비스를 엮어 한 흐름을 만드는 절차 모음입니다.

Recipe: Onboarding to Google Cloud: 프로젝트 생성·결제·기본 권한 설정 등 초기 온보딩 절차.
Recipe: Authenticating to Google Cloud: Application Default Credentials, gcloud, 서비스 계정 등 인증 흐름.
Recipe: Google Cloud Network Observability: 네트워크 모니터링과 가시성 구성.

Well-Architected Framework 가이드: 운영·아키텍처 의사결정을 돕는 참고형 스킬입니다.

Google Cloud Well-Architected Framework: Security: 보안 설계 원칙과 점검 항목.
Google Cloud Well-Architected Framework: Reliability: 신뢰성·복원력 설계 가이드.
Google Cloud Well-Architected Framework: Cost Optimization: 비용 최적화 모범 사례.

저장소는 적극적으로 개발 중(This repository is under active development)이라고 명시되어 있어, 앞으로 Pub/Sub, Cloud Storage, Spanner 등 다른 서비스 스킬이 추가될 가능성이 높습니다.

Google Skills 설치 및 사용법

저장소는 skills.sh와 결합되어 있어 다음 명령으로 한 번에 추가할 수 있습니다.

npx skills add google/skills

npx skills add는 저장소 안의 스킬 목록을 보여 주고, 사용자가 원하는 스킬만 선택해 로컬 에이전트 환경에 설치할 수 있도록 합니다. 모든 스킬을 한꺼번에 받지 않아도 되며, Cloud Run만 쓰는 팀이라면 cloud-run-basics만, BigQuery 중심 데이터 분석 팀이라면 bigquery-basics와 관련 레시피만 골라 두면 됩니다. 설치된 스킬은 Agent Skills 표준을 지원하는 에이전트(Claude Code, Codex, Cursor 등)에서 자동으로 인식됩니다.

저장소를 직접 클론해서 들여다보거나, 자체 사내 에이전트에 통째로 마운트하는 방식도 가능합니다.

git clone https://github.com/google/skills.git
ls skills/skills/cloud
# alloydb-basics  bigquery-basics  cloud-run-basics  ...

각 스킬 폴더 안의 SKILL.md를 그대로 읽어 보면, Google이 권장하는 "이 서비스에 대해 에이전트가 알아야 할 최소한의 절차" 를 빠르게 파악할 수 있어, 자체 사내 스킬을 작성할 때의 레퍼런스로도 유용합니다.

라이선스

Google Skills 프로젝트는 Apache License 2.0으로 공개되어 있어, 개인 및 상업적 목적으로 자유롭게 복사·수정·재배포할 수 있습니다. 다만 파생물에 NOTICE 파일과 라이선스 표기를 함께 유지해야 합니다.

Google Skills 프로젝트 GitHub 저장소

Agent Skills 공식 사이트

Google Skills 설치하기 (skills.sh)

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~