LangChain은 2026년 10월 7일 공식 블로그에서 Deep Agents의 스킬 지원을 재구축했다고 발표했다. 겨냥한 문제는 구체적이다. 기업의 스킬 라이브러리가 수천 개 규모로 커지면, 에이전트는 모든 도구의 설명을 컨텍스트에 계속 넣을 수도 없고, 설명을 읽지 않은 도구를 함부로 호출할 수도 없게 된다. 이번 변경은 세 가지다. 도구를 스킬에 묶을 수 있고, 사용자가 지목한 스킬을 미리 고정해 불러올 수 있으며, 긴 스레드의 실행 중간에도 스킬 목록을 새로고침할 수 있다.
배경: 스킬을 수천 개나 담을 수 있는 이유
Deep Agents의 스킬은 핵심인 SKILL.md 설명 파일과 선택적인 스크립트, 참고 자료로 이루어진 폴더이다. 컨텍스트를 아끼는 방식은 점진적 공개로, 에이전트는 평소 각 스킬의 이름과 한 줄 설명만 보고, 작업이 맞아떨어질 때 전문을 읽으며, 스크립트와 자료는 필요할 때만 불러온다. 쓰지 않는 스킬은 시스템 프롬프트 한 줄이면 되므로 수천 개가 있어도 컨텍스트를 압박하지 않는다. 이번 재구축은 이 전제 위에 서 있다.
세 가지 변경, 세 가지 오래된 문제
첫째, 도구 바인딩이다. 그동안 스킬과 도구는 따로 공개돼, 설명을 읽지 않고 도구를 호출하거나 설명을 읽고도 도구를 찾아 헤매는 일이 생겼다. 이제 스킬 메타데이터에 도구를 적어 두면, 해당 스킬을 읽은 뒤에만 도구가 컨텍스트에 들어오고, 그 전에 호출하면 알 수 없는 도구로 실패한다. 둘째, 고정 스킬이다. 사용자가 /meeting-prep처럼 명시적으로 지목하면, 앱이 첫 모델 호출 전에 설명 전문을 컨텍스트에 넣어 왕복을 줄이고 동작을 예측 가능하게 만든다. 셋째, 스레드 내 새로고침이다. 실행 입력의 skills_metadata를 None으로 두면 다음 실행에서 라이브러리를 다시 스캔해, 동료가 방금 추가한 스킬도 새 스레드 없이 쓸 수 있다.
진짜 관문은 프롬프트 캐시
대화 중간에 도구를 추가하는 일은 과거에는 요청의 도구 목록을 바꾸는 일이었고, 프롬프트 캐시가 무효가 돼 긴 스레드일수록 비용이 컸다. LangChain은 블로그에서 이 지점을 짚었다. Anthropic과 OpenAI의 최신 모델은 대화 중간 도구 추가를 지원하므로, 해당 모델에서는 바인딩된 도구가 스킬 뒤에 새 시스템 메시지로 도착해 캐시된 앞부분이 그대로 유지된다. 다른 모델에서는 기존처럼 요청에 추가하는 방식을 쓴다.
세 가지 업데이트는 최신 deepagents에서 쓸 수 있다. 개인 개발자에게 체감은 제한적이지만, 스킬 라이브러리를 수천 개 규모의 회사 자산으로 운영하는 팀에게는 도구는 설명서와 함께 배포하고, 지목한 스킬은 반드시 불러오며, 업데이트에 세션 재시작이 필요 없다는 거버넌스 공백을 메우는 업데이트다.
