academic-research-skills

Claude Code를 위한 학술 연구 스킬

简体中文版 | 繁體中文版 | 日本語版 | 한국어 | Español

연구부터 출판까지 전체 파이프라인을 아우르는, Claude Code용 학술 연구 스킬의 포괄적 제품군입니다.

30초 만에 설치 (Claude Code CLI / VS Code / JetBrains, v3.7.0+):

/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

그런 다음 /ars-plan을 실행해 소크라테스식 대화로 논문 구조를 살펴보거나, 사전 요구사항과 전통적인 심볼릭 링크 흐름을 보려면 빠른 설치로 건너뛰세요.

AI는 조종사가 아니라 부조종사입니다. 텍스트 초안을 작성할 수 있고, 전체 모드에서는 논문 전체까지 작성할 수 있지만, 결정은 여전히 당신의 몫이며, 파이프라인은 모든 단계에서 당신의 확인을 위해 멈춥니다. AI는 잡일(참고문헌 추적, 인용 형식 지정, 데이터 검증, 논리적 일관성 점검)을 처리하므로, 당신은 실제로 두뇌가 필요한 부분에 집중할 수 있습니다: 질문 정의, 방법 선택, 데이터가 의미하는 바 해석, 그리고 "나는 ~라고 주장한다" 다음에 무엇이 올지 결정하는 일입니다. 당신은 여전히 저자이며, 제출하는 모든 주장에 대해 책임을 집니다.

humanizer와 달리, 이 도구는 AI를 사용했다는 사실을 숨기도록 돕지 않습니다. 더 나은 글을 쓰도록 돕습니다. Style Calibration은 과거 작업에서 당신의 목소리를 학습합니다. Writing Quality Check는 산문이 기계 생성처럼 느껴지게 만드는 패턴을 잡아냅니다. 목표는 품질이지, 부정행위가 아닙니다.

왜 완전 자동화가 아니라 human-in-the-loop인가?
Lu et al. (2026, Nature 651:914-919)은 The AI Scientist를 구축했습니다 — 최상위 ML 학회(ICLR 2025 워크숍, 점수 6.33/10 대 워크숍 평균 4.87)에서 블라인드 동료 심사를 통과해 논문을 출판한 최초의 완전 자율 AI 연구 시스템입니다. 그들의 Limitations 섹션은 완전 자율 AI 연구 파이프라인이 물려받는 실패 모드를 열거합니다: 구현 버그, 환각된 결과, 지름길 의존, 버그를 통찰로 재구성하기, 방법론 조작, 프레임 고착, 인용 환각.

ARS는 AI로 증강된 인간 연구자가 이 실패 모드를 단독의 어느 쪽보다도 더 잘 피한다는 전제 위에 구축되었습니다. Stage 2.5와 Stage 4.5 무결성 게이트는 7-모드 차단 체크리스트를 실행합니다(academic-pipeline/references/ai_research_failure_modes.md 참조). 리뷰어는 사용자가 제공한 골드 세트에 대해 자체 FNR/FPR을 측정하는 옵트인 캘리브레이션 모드를 제공합니다.

Zhao et al. (2026-05)은 arXiv, bioRxiv, SSRN, PMC의 250만 편 논문에 걸쳐 1억 1,100만 건의 참고문헌을 감사했습니다. 그들의 보수적 추정치는 2025년 한 해에만 146,932건의 환각 인용이며, 2024년 중반에 관찰된 변곡점이 있습니다. bioRxiv-to-PMC 페어링의 경우 85.3%의 프리프린트-출판 지속성을 보고합니다. 이 논문은 "인용된 참고문헌이 실제로는 하지 않는 주장을 뒷받침하기 위해 배치된 실제 인용"을 미해결 과제로 설명합니다. ARS v3.7.1은 출처 출처 추적을 위한 trust-chain frontmatter를 추가했습니다. v3.7.3은 향후 주장 수준 감사를 위한 로케이터 인프라(3계층 인용 앵커)를 추가하고 인용 시점에 권고적 위험 신호를 표시합니다(ARS는 주장-충실성 격차를 내부적으로 "L3"로 표기하며, 이는 ARS 용어이지 논문의 용어가 아닙니다). v3.7.x는 Zhao et al.의 코퍼스 규모 발견에서 동기를 얻었으며, ARS 자체의 코퍼스 규모 평가는 향후 과제로 남아 있습니다.

v3.8은 L3 격차의 후반부를 닫습니다. v3.7.3은 모든 인용이 로케이터 앵커를 갖도록 했고, v3.8은 각 앵커에 대해 인용된 출처를 가져와 주장이 실제로 뒷받침되는지 판단하는 옵트인 감사 패스(ARS_CLAIM_AUDIT=1)를 추가합니다. 다섯 가지 새로운 HIGH-WARN 클래스(claim-not-supported, negative-constraint-violation, fabricated-reference, anchorless, constraint-violation-uncited)는 포매터 터미널 하드 게이트를 통해 출력을 게이트 거부합니다. 캘리브레이션 러너는 25-튜플 합성 골드 세트와 FNR<0.15 + FPR<0.10 수용 임계값과 함께 제공됩니다. 제공된 테스트는 골드 레이블을 반환하는 스텁 판정기로 러너를 구동하므로, 도구를 검사할 뿐 실제 판정기를 검사하지는 않습니다. 실제 판정기 캘리브레이션 결과는 아직 기록되지 않았으며, 램프온 계획은 이를 기다리고 있습니다(v3.8 사양 §5).

Ren et al. (2026, Self-Improvements in Modern Agentic Systems: A Survey)은 세 번째, 서베이 수준의 앵커를 제공합니다. 그들의 과학적 발견 종합(§7.4)은 발견 에이전트가 참신성, 정확성, 재현성을 스스로 쉽게 검증할 수 없고 대신 약한 프록시를 악용할 수 있으며, 이질적인 도구와 문헌에 걸쳐 증거를 관리해야 하고, 거버넌스 문제를 제기한다고 결론짓습니다 — "증거가 약할 때 과학적 글쓰기는 잘못된 정보를 증폭시킬 수도 있습니다." 그들의 생성 루프 장(§5.1–§5.2)은 자기 생성 평가 루프에 대한 실용적 안전장치 중 인간 감사와 유지된 인간 앵커를 나열하며, 역사 장(§2.2)은 같은 교훈의 가장 오래된 형태를 기록합니다: Lenat의 EURISKO의 실용적 성공은 비생산적인 휴리스틱 표류를 가지치기하는 외부 평가 신호 역할을 한 사용자에 크게 의존했습니다 — 서베이가 현대 에이전트 시스템에서도 지속된다고 지적하는 한계입니다. ARS는 이 서베이를 human-in-the-loop 입장의 설계 근거로 인용하며, human-in-the-loop 파이프라인이 자율 파이프라인보다 성능이 뛰어나다는 경험적 증거로 인용하지는 않습니다. ARS에 대한 서베이의 실행 가능한 델타는 #539–#541 및 #547–#550에서 추적됩니다.

Gartenberg et al. (2026, Organization Science 37(3):795-812, "More versus better")은 네 번째 앵커를 제공하며, 저널 측에서 온 첫 번째입니다. Organization Science AI Task Force는 2021년 1월부터 2026년 2월 사이에 저널이 접수한 모든 최초 투고(6,957건)와 모든 텍스트 형식 리뷰(10,389건)를 상용 AI 작성 분류기와 표준 가독성 지수로 채점했습니다. AI가 많이 작성한 것으로 채점된 원고는 그 지수에서 더 나쁘게 읽혔고 더 자주 데스크 리젝트되었습니다. AI가 더 많이 작성한 것으로 채점된 리뷰는 데이터에서 멀어지고 이론 쪽으로 기울었습니다. 그리고 편집자들은 현재의 AI 도구가 출판 아니면 소멸 인센티브에 의해 증폭되어 "더 나은 연구보다 더 많은 연구의 평형 쪽으로 시스템을 밀어붙이는 것으로 보인다"고 결론짓습니다. 그들의 §5는 "인지적 항복"(Shaw & Nave, 2026, 그곳에서 인용됨)과 인간 우선 사용을 대조하고, 저자들에게 원고가 어떻게 생산되었는지 공개할 것을 요청합니다. 증거는 관찰적이고 집계적이며 단일 저널에서 온 것이고, 분류기는 독점 도구입니다. ARS는 이 사설을 볼륨을 비목표로 기록하는 것(POSITIONING.md 참조)과 Collaboration Depth Observer 및 주장 강도 사다리에 대한 설계 근거로 인용하며, ARS 출력에 대한 증거로 인용하지는 않습니다. 실행 가능한 델타는 #829–#833에서 추적됩니다.

Wang, Li et al. (2026-09, The Emerging AI Paper-Review Arms Race: Adversarial Co-Evolution in Scholarly Publishing, 230개 출처 서베이)은 다섯 번째 앵커를 제공하며, 연구 생산과 동료 심사를 하나의 결합된 시스템으로 다루는 첫 번째입니다. 그들의 평가 권위 사다리(§4.1)는 저자 대상 피드백에서 리뷰어 지원, 공식 AI 리뷰, 채점 및 의사결정 지원으로 이어지며, 한 단계에서의 역량이 다음 단계에서의 사용을 정당화하지 않는다는 것이 서베이의 요점입니다. ARS의 시뮬레이션 패널은 설계상 가장 낮은 단계에 위치합니다(POSITIONING.md 참조). 그 발견 중 두 가지가 리뷰어 로드맵을 형성합니다. 첫째, 서베이가 Dycke & Gurevych (2026, §4.5)를 요약하듯이, 논문의 과학적 지지 관계를 깨는 391건의 편집은 540건의 건전성 중립 대조군과 비교해 테스트된 자동 리뷰어의 측면, 감정, 점수에서 통계적으로 유의미한 차이를 만들어내지 못했지만, 과학은 고정된 채 표현만 재작성한 것은 AI 리뷰 점수를 움직였습니다(§5.2). 서베이의 §9.2 결론은 저자가 관찰하고 적응할 수 있게 되면 정적 평가가 AI 리뷰어의 신뢰성을 과대평가할 수 있다는 것입니다. ARS는 해당 Round-1 페어링 대조군을 #871에서, 저자 신원 단서 대조군(§7.2)을 #872에서 추적합니다. 둘 다 새로운 메커니즘이 아닌 측정입니다. 둘째, 그 §9.1은 Brodeur et al. (2026, PNAS 123(22):e2524747123)을 인용합니다. 이 무작위 연구에서 103개 팀의 288명 연구자가 세 가지 조건 — 인간 단독, AI 지원(ChatGPT를 협업 도구로), AI 주도(최소한의 인간 감독 하에 ChatGPT) — 에서 출판된 정량적 사회과학 결과를 재현했습니다. 인간 단독 및 AI 지원 팀은 94%와 91%를 재현했고, AI 주도 팀은 37%를 재현했으며, AI 지원 팀은 인간 단독 팀보다 더 적은 주요 코딩 오류를 발견했습니다. 따라서 그 연구에서 AI 지원은 인간 단독보다 더 잘 검증하지 못했고, AI 주도 검증은 훨씬 더 나빴습니다. ARS는 이를 모든 체크포인트에서 검증을 인간 주도로 유지해야 하는 이유로 읽으며, 자체 체크포인트나 무결성 게이트가 효과적이라는 증거로 읽지 않습니다. 이 서베이는 실험이 아닌 종합이며, 구조화된 검색은 2026-07-01에 멈추고 이후의 표적 업데이트는 모든 쿼리를 재실행하지 않았고(§10), 배포 증거는 소수의 AI/CS 학회, OpenReview 기반 설정, 일부 저널에 집중되어 있으며, "군비 경쟁" 프레이밍은 발견이 아닌 렌즈입니다. ARS는 이를 설계 근거로 인용하며, ARS 출력에 대한 증거로 인용하지는 않습니다.

King & Worthington (2026-10, AI Article Reviews Dominate Human Peer Reviews at Their Best: Evidence and Policy Choices)은 여섯 번째 앵커를 제공하며, 동일한 원고에 대한 AI 리뷰와 인간 리뷰를 정면으로 비교하는 첫 번째입니다. 저자들이 그 리뷰를 높이 평가한 사전 투고 리뷰 서비스의 124편 원고와 134건의 유료 전문가 리뷰에 대해, Claude Opus 4.8은 최대 추론 노력으로 두 조건 각각에서 원고당 하나의 리뷰를 작성했습니다. GPT-5.5 판정기는 결정된 모든 페어에서 AI 리뷰를 선호했으며, 각 페어는 두 제시 순서 모두로 판정되었고, 세 명의 전직 저널 편집자는 30건의 블라인드 판단 중 26건에서 AI 리뷰를 선호했습니다. 두 모델 계열을 모두 리뷰어와 판정기로 사용한 복제에서, AI 리뷰는 Opus 판정기에 의해 416건의 비교 중 404건(97.1%)에서, GPT 판정기에 의해 416건 중 392건(94.2%)에서 선호되었습니다. 두 결과가 ARS의 리뷰어와 관련이 있습니다. 추가 출처 영역(대체 데이터, 이론, 문헌)에서 AI 리뷰는 웹 검색 없이 결정된 페어의 62%(n=85)를, 웹 검색을 사용하면 100%(n=99)를 이겼으며, ARS의 도메인 리뷰어는 문헌을 검색하거나 검증하지 않고 추천합니다(#1001). AI 리뷰도 오류가 없지는 않았습니다: 도구 없는 조건에서 AI 주장 평가의 5.5%가 원고에 의해 반박되는 것으로 판정되었고, 인간 리뷰의 경우 15.9%였으며, AI 리뷰의 37.1%가 그러한 주장을 최소 하나 이상 포함했습니다. ARS는 패널의 주장을 원고와 대조해 확인하지 않습니다(#1002). 이 논문의 정책 섹션은 저자가 출판된 AI 리뷰 프롬프트로 반복 작업하고 편지로 답하는 것을 설명하는데, 이는 ARS가 설계된 용도에 가깝고, 출판된 프롬프트에 맞춰 수정하는 저자는 결국 그것에 최적화하게 되어 과학의 품질과 무관한 편향을 남길 수 있다고 경고합니다. 그 한계는 ARS가 이를 읽는 방식을 규정합니다: 하나의 리뷰 서비스, 주요 분석의 하나의 판정기 모델, 리뷰만으로 판단한 편집자, 수정된 논문이 개선되었는지에 대한 측정 부재, 그리고 저자들의 말에 따르면 편집자가 출판 결정을 내려야 하는 방식에 대해 "말하지 않는" 결과입니다. 그 마지막 경계는 POSITIONING.md가 ARS의 패널을 배치하는 위치와 일치합니다. 이 논문과 위의 Dycke & Gurevych 결과는 서로 다른 질문을 다룹니다: 여기서는 리뷰 선호도와 사실적 근거, 저기서는 원고의 건전성 변화에 대한 민감도이므로, 어느 결과도 다른 쪽에 답하지 않습니다. ARS는 이 논문을 설계 근거로 인용하며, ARS 출력에 대한 증거로 인용하지는 않습니다.

v3.3은 PaperOrchestra(Song, Song, Pfister & Yoon, 2026, Google)에서 영감을 받았습니다: Semantic Scholar API 검증, 반누출 프로토콜, VLM 그림 검증, 수정 궤적 추적. ARS는 이제 그 마지막 아이디어를 점수 델타가 아닌 범주적이고 증거에 앵커된 기준 궤적을 통해 구현합니다.

아키텍처 및 파이프라인
👉 docs/ARCHITECTURE.md — 전체 파이프라인 뷰: 흐름 다이어그램, 단계별 매트릭스, 데이터 액세스 흐름, 스킬 의존성 그래프, 품질 게이트, 모드 목록.

아키텍처 문서는 이전에 여기에 있던 방대한 파이프라인 설명을 대체합니다. 어느 단계에서 무엇이 실행되는지에 관한 모든 것이 이제 한 곳에 있습니다.

빠른 설치
사전 요구사항

Claude Code (최신; 플러그인 패키징에는 최근 버전 필요…)