1. 바이브코딩(Vibe Coding)이란?

2025년 Andrej Karpathy(전 Tesla AI 디렉터)가 만든 용어로, 코드를 직접 작성하지 않고 자연어로 AI에게 의도를 전달하여 소프트웨어를 만드는 방식입니다.

기존 방식 vs 바이브코딩

왜 연구자에게 중요한가?

정책 분석, 문헌 조사, 데이터 정리 같은 반복적 연구 작업을 자동화할 수 있습니다. "최근 5년간 한국 AI 정책 동향을 정리해서 Word 보고서로 만들어줘"라고 말하면, Claude가 웹 검색 → 데이터 수집 → 분석 → 보고서 작성까지 수행합니다.

2. Anthropic 제품 생태계

신규 기능: Cowork Computer Use (2026.3.23 research preview)

Dispatch — 모바일에서 데스크톱 지시

스마트폰에서 짧은 지시만 입력하면 집/연구실 Mac에서 Claude가 실행됩니다. Computer Use와 결합 시 진가 발휘 — 외출 중 지시를 넣으면 데스크톱이 자동 실행. "완전한 모바일 작업면"이 아니라 "지휘석" 역할.

Claude Code vs Cowork 비교

3. 핵심 개념 7가지

3.1 에이전트(Agent)

단순히 질문에 답하는 챗봇이 아니라, 스스로 계획을 세우고, 파일을 읽고 쓰고, 명령을 실행하고, 웹을 검색하는 자율적 AI입니다.

연구 트렌드 모니터링 예시

AI 에이전트 진화 3단계

23~24년: AI 그 자체 등장
     ↓
~25년:  (특화) 에이전트 등장
        AI가 도구를 사용해 자율적으로 작업 수행
     ↓
26년~:  에이전트 오케스트레이션
        여러 전문 에이전트 협업 구조 만들기

에이전트 루프: AI가 일하는 방식

여러분의 지시
     ↓
1. 상황 파악 — 파일 읽기, 현재 상태 파악
     ↓
2. 행동 — 파일 수정, 웹 검색, 명령어 실행
     ↓
3. 결과 확인 — 오류 확인, 빠진 내용 보완
     ↓
작업 완료 (또는 1로 돌아가서 반복)

일반 Chat vs 에이전트 비교

3.2 CLAUDE.md (메모리 파일)

Claude가 매 세션 시작 시 자동으로 읽는 마크다운 파일. "우리 연구실 매뉴얼"과 같은 역할입니다.

3.3 Skill (에이전트 스킬)

특정 작업에 대한 재사용 가능한 플레이북. 요리사에게 레시피 카드를 건네주는 것과 같습니다.

• 1단계 - 탐색: Claude가 Skill 목록(이름+설명) 확인
• 2단계 - 로드: 관련 작업 인식 시 SKILL.md 전문 읽기
• 3단계 - 실행: 지침에 따라 작업 수행

3.4 MCP (Model Context Protocol)

AI를 외부 도구/서비스(Google Drive, Notion, Slack 등)와 연결하는 표준 프로토콜. 월 1억 건+ 다운로드, 3,000+ 서버 등록.

3.5 Subagent (하위 에이전트)

복잡한 작업을 여러 전문 AI에게 분업시키는 구조. 병렬 실행으로 속도 대폭 향상.

3.6 Agent Teams (N:N 협업)

Subagent가 메인→서브의 1:1 위임이라면, Agent Teams는 에이전트들이 서로 결과를 검토·합의하는 N:N 협업입니다.

Research Gap 찾기 — Agent Teams 예시

고검색 에이전트: "서비스업 논문도 있을 것 같은데, 내가 놓쳤을 수 있어"
엄정리 에이전트: "진분석이 말한 B2C 편향, 정리표에도 반영할게"
진분석 에이전트: "유갭 말 듣고 보니 혼합연구 0편이랑 방법론 Gap이 연결되네"
유갭 에이전트:   "다들 동의하면 심각도 ★★☆ → ★★★ 상향하자" → 합의 완료

3.7 Hook (자동 실행 규칙)

Claude가 특정 행동을 할 때 자동으로 실행되는 셸 명령. 비개발자도 Claude에게 만들어달라고 요청 가능.

4. CLAUDE.md 설계하기

4.1 연구자를 위한 템플릿

# 연구 프로젝트 컨텍스트

## 나는 누구인가
- 정책연구자
- 주요 관심 분야: [내 연구 분야 기입]
- 선호 언어: 한국어 (영문 출처는 원문 유지)

## 작업 규칙
- 모든 주장에는 반드시 출처(저자, 연도, 제목)를 명시할 것
- 학술 논문, 정부 보고서, 공신력 있는 기관 자료를 우선 참조
- 분석 프레임워크: 정책 목표 → 수단 → 효과 → 시사점

## 출력 형식
- 보고서: Word(.docx) 형식, 목차 포함, APA 스타일 참고문헌
- 데이터: Excel(.xlsx) 형식, 시트별 분류

## 프로젝트 구조
- /raw-data, /analysis, /reports, /references

4.2 바로 붙여넣기: CLAUDE.md 자동 생성

이 폴더는 [연구 주제]에 대한 연구 프로젝트야.
나는 [직업/전공] 연구자이고, 한국어로 결과물을 작성해.

아래 규칙을 반영한 CLAUDE.md 파일을 만들어줘:
- 모든 주장에 출처(저자, 연도, 제목) 반드시 명시
- 학술 논문과 정부 보고서를 우선 참조
- 보고서는 Word(.docx), 데이터는 Excel(.xlsx) 형식
- APA 7판 참고문헌 스타일
- 학술적이고 객관적인 톤 유지
- 폴더 구조도 함께 제안해줘

4.3 작성 핵심 원칙

"이 줄을 지우면 Claude가 실수할까?" — "예"인 것만 남기세요.

4+. 내 연구 방식을 에이전트에 이식하기

CLAUDE.md 템플릿을 만드는 것과 "나만의 에이전트"를 만드는 것은 다릅니다. 진짜 개인화는 당신의 연구 DNA를 4가지 질문으로 먼저 정의하는 것에서 시작합니다.

Step 1 — 나의 연구 DNA 정의하기 (4가지 질문)

Step 2 — CLAUDE.md 개인화 비교

나는 연구자야.
논문 분석해줘.
한국어로 써줘.

# 연구자 프로파일
- 분야: 보건정책 / 노인 돌봄 서비스
- 소속: 한국보건사회연구원
- 방법론: 혼합연구 (설문+FGI)
- 인용 스타일: APA 7th

# 나의 품질 기준
- 모든 수치/통계에 출처 명시 필수
- SCIE 또는 KCI 등재 논문만 인용
- 결론은 반드시 정책 제언 포함

# 절대 금지
- 저자명·출판년도 추측 금지
- 미검증 통계 직접 인용 금지
- 영문 본문 혼용 금지

# 출력 규칙
- 보고서: 국문 Word, 25p 내외
- 참고문헌: APA 7th (본문+목록)
- 데이터 표: Excel, 통계청 스타일

Step 3 — 에이전트의 3계층 기억 구조

에이전트가 "나의 연구 방식"을 기억하는 메커니즘은 3계층으로 구성됩니다.

Step 4 — 학습 루프: 에이전트를 점점 나에게 맞게

① 작업 실행
   → Claude가 내 기준에 맞지 않는 결과 생성

② 피드백
   → "이 부분은 항상 APA 스타일로 써줘"
   → "결론에는 반드시 정책 제언이 들어가야 해"

③ 기억 업데이트
   → "방금 내가 말한 규칙을 CLAUDE.md에 추가해줘"
   → Claude가 직접 CLAUDE.md를 수정

④ 다음 세션부터 자동 반영
   → 같은 피드백 반복 불필요

방금 내가 요청한 내용 — [구체적 수정 사항] —
이것을 CLAUDE.md의 [섹션 이름] 항목에 규칙으로 추가해줘.
앞으로 모든 작업에 자동 적용되도록.

연구 분야별 CLAUDE.md 핵심 커스터마이징

5. Skill 만들기

5.1 Skill 파일 구조

my-research-skill/
├── SKILL.md              ← 필수: 핵심 지침
├── scripts/              ← 선택: 자동화 스크립트
├── references/           ← 선택: 참조 문서
└── agents/               ← 선택: 전문 서브에이전트

5.2 바이브코딩으로 Skill 만드는 대화 예시

5.3 나의 노하우를 Skill로 — if-journal-filter 예시

Skill의 핵심 가치는 "내가 매번 하던 판단 기준을 파일로 외부화"하는 것입니다. 예를 들어 "이 저널은 인용할 만한가?"라는 판단을 매번 직접 하는 대신, Impact Factor 기반 필터링 기준을 SKILL.md에 내장하면 에이전트가 논문 검색마다 자동으로 내 기준을 적용합니다.

파일 위치: .claude/skills/if-journal-filter/SKILL.md

---
name: if-journal-filter
description: |
  논문 검색 결과를 Impact Factor(IF) 기준으로 필터링합니다.
  분야별 High-IF 저널 레퍼런스를 내장하고 있습니다.
---

# IF Journal Filter Skill

## Tier 기준
- Tier 1 (Q1): IF ≥ 5.0  → 🥇 최우선
- Tier 2 (Q2): 2.0 ≤ IF < 5.0 → 🥈 우선
- Tier 3 (Q3): 1.0 ≤ IF < 2.0 → 🥉 보충
- Tier 4: IF < 1.0 또는 미등재  → ❌ 기본 제외

## 선정 로직
1. Tier 1~2에서 목표 편수의 80% 이상 확보
2. 부족 시 Tier 3에서 보충
3. Tier 4는 최후 수단

## 내장 저널 리스트 (예시: 경영/기술경영)
MISQ, ISR, JMIS, Research Policy, TFSC,
Technovation, JBR, IJIM, GIQ, TIS

5.4 SkillsMP — 오픈소스 Skill 마켓플레이스

커뮤니티가 만든 Skill을 탐색할 수 있습니다: skillsmp.com
팩트체킹, 문헌 고찰, 코드 리뷰 등 다양한 분야의 Skill 검색 가능.

6. 실전 사용법: 연구자를 위한 핵심 팁

6.1 @ 기호로 파일/폴더 직접 지정하기

6.2 Plan Mode — 계획 먼저 확인

# Plan Mode 켜기 (Shift+Tab 두 번 또는)
> /plan

# 계획 수립 요청 예시
> "이 폴더의 논문 50편을 분석해서 체계적 문헌 리뷰를
   작성하려고 해. 어떤 순서로 진행할지 계획만 먼저 보여줘"

6.3 세션 & 컨텍스트 관리

6.4 신규 명령어 (2026 업데이트)

/voice — 음성 입력 (2026.3.3 추가)

스페이스바 누르고:
"지난 5년 AI 거버넌스 논문에서 규제 프레임워크를 다룬 것들만
 골라서 방법론 비교표 만들어줘"

/loop — 반복 실행 (v2.1.71 추가)

지정 간격마다 같은 작업을 자동 반복합니다. 세션이 열려 있는 동안만 동작합니다.

# 매시간 신규 논문 모니터링
/loop 1h "Semantic Scholar에서 AI governance 신규 논문 확인하고 요약해줘"

# 매 6시간 파일 인덱스 업데이트
/loop 6h "내 reports/ 폴더에 새 파일 생겼는지 확인하고 인덱스 업데이트해줘"

# 매일 arXiv 논문 피드
/loop 24h "arXiv cs.AI 오늘 등록된 논문 중 policy, regulation, safety 키워드 관련 것 뽑아줘"

/effort — 추론 강도 설정

낮음/중간/높음 3단계로 추론 강도를 조절합니다. 단순 요약은 낮음, 방법론 검토는 높음으로 설정해 토큰을 절약하세요.

/btw — 사이드 질문

현재 작업 진행 중에 끼어들어 짧은 질문을 삽입합니다.

/btw "방금 찾은 논문 중 2024년 이후 것만 몇 편이야?"

/batch — 다중 파일 일괄 처리 (v2.1.63 추가)

/batch "papers/ 폴더의 논문 50편 각각에서
연구방법, 샘플크기, 주요결과 추출해서
comparison_table.xlsx로 만들어줘"

/plan [설명] — 설명과 함께 계획 수립

/plan "MIS Quarterly 스타일 논문 리뷰를 위한
체계적 문헌고찰 에이전트를 만들고 싶어"

6.5 컨텍스트 관리 업데이트

6.6 핵심 명령어 빠른 참고

터미널:  claude / claude -c / claude "질문"
신규:    /voice /loop /effort /btw /batch /plan
기본:    /compact /clear /cost /context /model /quit
키보드:  Shift+Enter(줄바꿈)  Shift+Tab(모드전환)
         Ctrl+C(중단)         Esc+Esc(되감기)

7. MCP & Subagent

7.1 MCP — 직관적 이해

API는 특정 가게에 직접 주문, MCP는 배달의민족

7.2 연구자용 주요 MCP

7.3 학술 논문 MCP의 현실적 한계

실용 권장 조합

7.4 신규 MCP 기능

MCP Elicitation

작업 중 Claude가 구조화된 입력 폼을 요청할 수 있습니다. GUI 파라미터 입력 Skill 구성 가능 — 예: 논문 검색 조건을 폼으로 입력.

Channels (research preview)

Discord/Telegram/Slack으로 Claude Code를 제어합니다.

7.5 Subagent — AI 분업 구조

메인 에이전트 (연구 총괄)
├── 웹 검색 에이전트 → EU AI Act 동향
├── 웹 검색 에이전트 → 미국 AI 규제
├── 웹 검색 에이전트 → 한국 AI 기본법
├── 데이터 분석 에이전트 → 비교 분석
└── 문서 작성 에이전트 → Word 보고서

주요국의 AI 반도체 수출규제 정책을 조사해줘.
- EU, 미국, 일본, 한국을 각각 별도로 검색해줘
- 각 국가별로: 규제 명칭, 시행일, 주요 내용, 대상 품목
- 4개국 결과를 비교표로 종합
- 한국에 대한 시사점 3가지 도출
- 모든 정보에 출처(기관명, URL) 포함
- 최종 보고서를 Word로 저장해줘

8. 에이전트 기획 워크플로우 6단계

Claude Code로 바로 뛰어들기보다, Claude 웹으로 기획을 먼저 확정하는 것이 훨씬 효율적입니다. 한 번 잘못 방향을 잡으면 처음부터 다시 짜야 합니다.

1단계: 상세 설명 작성 (Claude 웹에서)

내 연구 분야의 특성과 노하우를 듬뿍 담아 만들고 싶은 서비스를 설명합니다. 나눠 쓰지 말고, 한 번에 다 쓰세요.

나는 IS(정보시스템) 분야 박사과정이고, 주로 SME의 AI 도입을 연구한다.
매번 MIS Quarterly, ISR, JMIS 같은 탑 저널 논문을 수동으로 검색해서
8가지 항목으로 정리하는데, 이게 너무 오래 걸린다.

키워드 3개를 입력하면 최근 5년 논문을 자동으로 수집·정리·분석하고
Research Gap 보고서까지 만들어주는 에이전트를 원한다.

2단계: Workflow 차트 + Subagent 구조 요청

"위 내용을 바탕으로 워크플로 차트와 서브에이전트 구조를 짜줘.
각 에이전트의 역할, 입출력, 순서를 명확히 해줘."

3단계: 기획서를 .md 파일로 저장

"이 기획서를 Claude Code에 가져가서 만들 거야.
정리가 다 되면 research-agent-spec.md 파일로 만들어줘."

4단계: MVP로 범위 축소

"컨셉이 작동하는 최소한의 MVP로 먼저 만들자.
일단 논문 검색 + 표 정리 2단계만 구현하는 걸로 범위를 좁혀줘."

5단계: 방향 확정 (Claude가 객관식으로 제시)

Claude가 "다음 중 어떤 방식으로 진행할까요? (A)... (B)... (C)..." 형태로 선택지를 제시하면 방향을 정합니다.

6단계: Claude Code로 이동 + Plan Mode 실행

# 1. 기획서(.md)를 프로젝트 폴더에 복사
# 2. Plan Mode로 방향 재점검
/plan "research-agent-spec.md 읽고 구현 계획 검토해줘"
# 3. 승인 후 구현 시작

8. 실전 워크숍: AI 정책 분석 에이전트

Step 1: 프로젝트 폴더 준비

Cowork: 바탕화면에 "AI-policy-research" 폴더 생성 → Cowork에서 지정
Claude Code: mkdir ~/AI-policy-research && cd ~/AI-policy-research && claude

Step 2: CLAUDE.md 생성

"이 프로젝트는 AI 정책 동향을 분석하는 연구 프로젝트야.
 나는 정책연구자이고, 한국어로 보고서를 작성해.
 학술적이고 객관적인 톤, 모든 주장에 출처를 달아야 해.
 이 프로젝트에 맞는 CLAUDE.md 파일을 만들어줘."

Step 3: 핵심 Skill 3개 생성

아래 요구사항에 맞는 Skill을 만들어줘:
- 이름: trend-scanner
- 기능: 사용자가 국가와 정책 분야를 지정하면 웹 검색으로 최근 6개월 동향 수집
- 출처: 정부 공식 문서, 연구기관 보고서 우선
- 출력: 마크다운 파일 (날짜순 정렬)
- 각 항목에 제목, 날짜, 출처 URL, 요약(3문장) 포함
- .claude/skills/ 폴더에 저장해줘

아래 요구사항에 맞는 Skill을 만들어줘:
- 이름: policy-comparator
- 기능: 국가별 정책을 비교 분석하여 Word 보고서 생성
- 비교 항목: 정책 목표, 주요 수단, 대상, 예산 규모, 시행 시기
- 출력 구조: 요약→비교표→국가별 상세→시사점
- APA 스타일 참고문헌 포함
- .claude/skills/ 폴더에 저장해줘

아래 요구사항에 맞는 Skill을 만들어줘:
- 이름: literature-reviewer
- 기능: PDF 논문을 읽고 체계적으로 리뷰
- 각 논문에서 추출: 연구목적, 방법론, 주요발견, 한계, 시사점
- 출력: Excel 파일 (논문별 한 행) + 종합 요약 마크다운
- .claude/skills/ 폴더에 저장해줘

Step 4: 테스트

한국의 AI 규제 동향을 스캔해줘

결과가 나오면: "출처 표기에 URL과 접근 날짜도 포함해줘. Skill 업데이트해줘"

활용 예시: Before vs After

8B. Research Agent 4단계 파이프라인

키워드 하나 입력하면 High-IF 저널 논문을 자동으로 검색 → 정리 → 분석 → Gap 도출하는 완전 자동 연구 에이전트 구조입니다.

프로젝트 폴더 구조

finding_paper/
├── .claude/
│   ├── agents/
│   │   ├── paper-search-agent.md     ← [1/4] 논문 검색
│   │   ├── paper-organizer-agent.md  ← [2/4] 논문 정리표
│   │   ├── trend-analyzer-agent.md   ← [3/4] 동향 분석
│   │   └── gap-finder-agent.md       ← [4/4] Research Gap
│   ├── skills/
│   │   ├── gap-analysis/SKILL.md     ← 5유형 Gap 분류 규칙
│   │   ├── if-journal-filter/SKILL.md ← IF 기반 저널 필터링
│   │   └── literature-review/SKILL.md ← 체계적 문헌고찰 규칙
│   ├── settings.json
│   └── settings.local.json
├── templates/
│   ├── paper_table_template.md
│   ├── trend_report_template.md
│   └── gap_report_template.md
├── output/
│   ├── 01_search_results.md
│   ├── 02_paper_table.md
│   └── 03_trend_analysis.md
└── CLAUDE.md                         ← 메인 오케스트레이터

CLAUDE.md 핵심 구조 (오케스트레이터)

# Research Agent

## 프로젝트 개요
키워드 하나 입력하면 High-IF 저널 논문을 자동으로
검색 → 정리 → 분석 → Gap 도출하는 완전 자동 연구 에이전트

## 자동 실행 파이프라인
사용자가 키워드와 조건을 입력하면, 다음 4단계를 자동으로 순차 실행:

1. Paper Search Agent  → 메인 키워드 필수 + 보조 가중치로 검색 + IF 필터링
2. Paper Organizer     → Abstract 우선 분석 + 8컬럼 표 자동 작성
3. Trend Analyzer      → 키워드 네트워크 + 방법론 클러스터링 + 연도별 추이
4. Gap Finder          → 5유형 Gap 매트릭스 + 심각도 평가 + 후속 RQ 생성

각 단계 완료 시 output/에 저장하고 즉시 다음 단계로 자동 진행.
사용자 승인을 기다리지 않는다.

Paper Search Agent 핵심 로직

Gap Finder Agent — 5유형 Research Gap 분류

사용 방법 (4단계)

# 1. Claude 웹에서 기획 (Ch.8 기획 워크플로우 참고)
"AI 거버넌스, 규제정책, 기술표준을 키워드로 최근 5년 논문 20편을
리뷰하는 Research Agent를 만들고 싶어.
서브에이전트 구조와 워크플로 차트를 짜줘."

# 2. 기획서를 .md로 저장 → Claude Code 폴더에 복사

# 3. Claude Code에서 구현
"위 기획서 바탕으로 MVP 에이전트 만들어줘"

# 4. 실행
"AI governance, regulatory policy, technology standards 키워드로
2020-2026년 논문 20편 리뷰해줘"

전 단계 에이전트 로드맵

아이디어 발굴부터 피어리뷰 대응까지 — 연구의 전 단계에서 에이전트를 어떻게 활용하는지 한눈에 봅니다. 각 단계에서 이 가이드북의 어떤 도구·챕터를 써야 하는지를 매핑합니다.

연구 8단계 × 에이전트 활용 맵

단계별 핵심 에이전트 조합

9. Agentic Research Engineering

2026년은 연구가 엔지니어링이 되는 해. 여러 전문 에이전트의 협업 구조를 설계하는 '시스템 아키텍처' 역량이 핵심.

진화의 3단계

7대 설계 패턴

실전 아키텍처

┌─────────────────────────────────┐
│       연구자 (자연어 요청)         │ ← 사용자
├─────────────────────────────────┤
│  오케스트레이터 (메인 에이전트)      │ ← 계획·분배·종합
├─────┬─────┬─────┬─────┬─────┤
│웹검색│학술DB│데이터│문서  │품질  │ ← 전문 에이전트
│     │     │분석  │작성  │검증  │
├─────┴─────┴─────┴─────┴─────┤
│ MCP: Scholar, Drive, Notion    │ ← 도구 계층
└─────────────────────────────────┘

9대 설계 패턴 (7+2 업데이트)

Scheduled/Recurring Agent 패턴

시간 기반으로 같은 작업을 반복 실행합니다. 사람이 매번 트리거하지 않아도 됩니다.

# 매시간 정책 DB 모니터링
/loop 1h "policy-tracker/ 폴더 확인하고 새 문서 있으면 요약 추가해줘"

# 매일 아침 논문 피드
/loop 24h "어제 arXiv에 등록된 AI policy 논문 중 내 연구와 관련된 것 뽑아줘"

Auto Mode 패턴 (2026.3.24 추가)

안전 분류기 기반으로 위험도가 낮은 작업은 자동 승인, 위험 작업은 차단합니다.

신뢰성 5대 원칙

10. 꿀팁 & 주의사항

바이브코딩 꿀팁 Best 5

주의사항

고급 꿀팁 🆕

이 연구 설계의 구조적 약점을 ultrathink 모드로 분석해줘.
대안 방법론 3가지와 각각의 장단점을 포함해서.

AI 연구 윤리 & 사용 공시 🆕

국내외 주요 학술지가 AI 도구 사용 공시를 의무화하고 있습니다. 투고 전 반드시 확인하세요.

During the preparation of this work, the author(s) used Claude (Anthropic)
to assist with literature organization and draft preparation.
After using this tool, the author(s) reviewed and edited the content as needed
and take(s) full responsibility for the content of the publication.

이 연구의 준비 과정에서 저자는 Claude (Anthropic)를 활용하여
문헌 정리 및 초안 작성에 보조적으로 사용하였습니다.
이 도구 사용 후 저자가 내용을 검토·수정하였으며,
출판 내용에 대한 최종 책임은 저자에게 있습니다.

투고 전 AI 윤리 체크리스트

11. 프롬프트 모음 — 복사해서 바로 사용

[대괄호] 안의 내용만 자신의 상황에 맞게 바꾸세요.

📚 문헌 분석

이 폴더의 PDF 논문들을 모두 읽고, 각 논문의
제목/저자/연도/연구목적/방법론/주요발견/한계를
정리한 문헌분석표를 Excel로 만들어줘.
시트 이름은 '문헌분석'으로 해줘.

웹에서 [AI 거버넌스] 관련 최신 학술 논문과 정책 보고서를
검색해줘. 2024년 이후 발표된 것만, 최소 10건 이상.
각각 제목, 저자, 발표 기관, 핵심 주장 1-2문장, 출처 URL을
표로 정리해줘.

@[논문파일명.pdf] 이 논문을 읽고 다음을 정리해줘:
1) 연구 질문과 가설
2) 방법론의 강점과 약점
3) 결론의 타당성 (근거가 충분한가?)
4) 이 연구의 한계 3가지
5) 후속 연구 제안 2가지

📊 데이터 분석

@[데이터파일.csv] 이 데이터를 분석해줘:
1) 기본 통계량 (평균, 중앙값, 표준편차)
2) [연도]별 추세 분석
3) [국가]별 비교
4) 주요 인사이트 3-5개
5) 결과를 차트로 저장하고, 보고서를 Word로 만들어줘

@[설문결과.xlsx] 이 설문 데이터를 분석해줘:
- 응답자 기본 통계 (성별, 연령대, 직군)
- 주요 문항별 빈도 분석과 교차 분석
- 리커트 척도 문항은 평균과 표준편차
- 핵심 발견 5가지 요약
- 분석 보고서를 Word로 만들어줘

📝 보고서 & 문서

[AI 반도체 수출규제 현황]을 주제로 정책 브리프를 작성해줘:
- 분량: 2-3페이지
- 구조: 배경→현황→주요국 동향(미국/EU/일본/한국)→시사점
- 모든 주장에 출처(저자, 연도, 기관명) 표기
- APA 스타일 참고문헌 목록 포함
- Word 파일로 저장

[미국, EU, 한국]의 [AI 안전 규제]를 비교해줘:
- 비교 항목: 규제 명칭, 시행 시기, 적용 대상, 주요 의무, 벌칙
- 비교표 포함, 각국 1문단씩 요약
- 한국에 대한 시사점 3가지 도출
- Word로 저장

🗂️ 자료 관리

이 폴더의 파일들을 분석해서:
1) 파일 유형별 현황 요약
2) 연도별/주제별로 하위 폴더를 만들어 분류
3) 전체 자료 목록 인덱스를 Excel로 생성
실행 전에 계획을 먼저 보여줘

@[회의녹취.txt] 이 회의 내용을 구조화된 회의록으로 만들어줘:
- 회의 일시/참석자 (텍스트에서 추론)
- 안건별 논의 내용 요약
- 결정사항 목록
- 액션아이템 (담당자, 기한 포함)
- Word 파일로 저장

🔬 연구 계획

[디지털 전환이 공공서비스 품질에 미치는 영향]을 주제로
연구 계획서 초안을 만들어줘:
- 연구 배경 및 필요성 (선행연구 포함)
- 연구 목적과 연구 질문 3개
- 연구 방법론 (데이터 수집, 분석 방법)
- 기대 효과
- 참고문헌 10건 이상 (실제 존재하는 논문만)
- Word로 저장

@[논문.pdf] 이 논문으로 30분 세미나를 준비해줘:
1) 3분 요약 (비전문가도 이해 가능하게)
2) 슬라이드 구성안 (10장 내외)
3) 각 슬라이드의 핵심 메시지 1문장
4) 청중에게 던질 토론 질문 5개
5) 비판적 논점 3개

워크숍 카탈로그

워크숍 참여자들이 직접 기획한 프로젝트 모음입니다. 각 카드를 클릭하면 CLAUDE.md 구조와 상세 설계를 확인할 수 있습니다.

부록 A. 학술논문 MCP 서버 현황

2026년 3월 12일 기준

주요 학술 MCP 서버 비교표

O=가능, △=조건부, X=불가

한국어 논문 — MCP 현황

부록 B. 연구자를 위한 Skill 카탈로그

바로 설치 가능한 연구용 Skill

직접 만들면 좋을 Skill 아이디어

부록 C. AI-Researcher 오픈소스 레퍼런스 🆕

학술 연구를 위한 AI 에이전트 오픈소스 프로젝트 레퍼런스. Claude Code에서 직접 활용하거나 설계 참고용으로 사용.

HKUDS/AI-Researcher

Claude Code에서 활용하는 법

AI-Researcher 전체를 그대로 사용하기보다, 파이프라인 구조를 참고해 자신의 연구 분야에 맞는 에이전트를 설계하는 것이 현실적입니다.

관련 오픈소스 프로젝트

부록 D. 자주 묻는 질문 (FAQ) 🆕

비개발자 연구자가 Claude Code를 시작할 때 가장 많이 묻는 질문 모음입니다.

설치 & 시작

파일 & 데이터

한국어 & 학술 데이터베이스

컨텍스트 & 세션

오류 & 문제해결

참고 자료

공식 문서

• Claude Code 공식: code.claude.com/docs/en/overview
• Cowork 가이드: support.claude.com/en/articles/13345190
• Agent Skills: platform.claude.com/docs/agents-and-tools/agent-skills
• Anthropic Skills: github.com/anthropics/skills
• CC101 한국어 가이드: cc101.axwith.com/ko

학술 자료

• Korinek, A. (2025). AI Agents for Economic Research. NBER WP 34202.
• CEUR Workshop (2025). Deep Research in the Era of Agentic AI.
• Deloitte (2025). Agentic AI Strategy. Tech Trends 2026.

커뮤니티

• Awesome Agent Skills
• Deep Research Skill
• Claude Scientific Skills

2026년 3월 기준 작성. Claude Code와 Cowork는 빠르게 업데이트 중이므로 공식 문서를 참조하세요.