Academic Research Skills for Claude Code

개요

Claude Code를 위한 Academic Research Skills는 연구부터 출판까지 학술 연구의 전 과정을 지원하는 도구 모음입니다. 이 도구는 AI를 조종사가 아닌 조종석의 동반자로 활용하여, 연구자가 질문 정의, 방법론 선택, 데이터 해석, 글쓰기와 같은 핵심 업무에 집중할 수 있도록 참조 검색, 인용 형식 지정, 데이터 검증, 논리적 일관성 검사 등의 반복적인 작업을 자동화합니다.

주요 내용

* AI를 동반자로, 자동화 도구로 활용: Claude Code CLI, VS Code, JetBrains 등에서 설치 가능한 이 도구는 논문을 대신 작성해주지 않으며, 연구 과정에서 반복적이고 시간 소모적인 작업을 처리하여 연구자가 창의적이고 분석적인 작업에 집중하도록 돕습니다.
* 주요 기능:
* Style Calibration: 과거 작업에서 사용자의 글쓰기 스타일을 학습합니다.
* Writing Quality Check: 기계가 생성한 것처럼 느껴지는 글쓰기 패턴을 감지합니다.
* Deep Research: Socratic Guided Mode, PRISMA Systematic Review, Intent Detection, Dialogue Health Monitoring 등 13개 에이전트로 구성된 연구 팀을 통해 심층적인 연구를 지원합니다.
* Academic Paper: Style Calibration, Writing Quality Check, LaTeX 강화, 시각화, 인용 변환, Anti-Leakage Protocol 등 12개 에이전트로 구성된 논문 작성 파이프라인을 제공합니다.
* Academic Paper Reviewer: 0-100점 척도의 품질 루브릭을 기반으로 다각적인 동료 검토를 수행하는 7개 에이전트로 구성됩니다.
* Academic Pipeline: 10단계 파이프라인 오케스트레이터로, 적응형 체크포인트, 주장 검증, Material Passport, 교차 모델 무결성 검증 등을 포함합니다.
* 인간 중심의 협업 모델: 완전 자동화된 AI 연구 시스템의 실패 사례(구현 버그, 환각 결과, 비약적 의존, 방법론 날조 등)를 방지하기 위해 인간 연구자와 AI가 협력하는 인간-AI 루프(Human-in-the-loop) 방식을 채택합니다.
* 무결성 검증 및 품질 관리: Stage 2.5 및 Stage 4.5의 무결성 게이트에서 7가지 차단 체크리스트를 실행하며, FNR/FPR 측정을 위한 옵션 캘리브레이션 모드를 제공합니다. PaperOrchestra의 Semantic Scholar API 검증, Anti-Leakage Protocol, VLM Figure Verification, Score Trajectory Tracking 등의 아이디어를 통합했습니다.
* 설치 및 사용 편의성: Claude Code CLI, VS Code, JetBrains 등 다양한 환경에서 플러그인 형태로 30초 이내에 설치 가능하며, /ars-plan 명령어로 논문 구조를 소크라테스식 대화로 구성하거나 /ars-lit-review로 문헌 검토를 시작할 수 있습니다.
* 구조적 한계 극복: Frame-lock, Sycophancy under pushback, Intent misdetection과 같은 AI의 구조적 한계를 식별하고, Devil's Advocate의 양보 임계값 프로토콜, Socratic Mentor의 의도 탐지 계층 및 대화 건전성 지표 개선을 통해 이러한 한계를 관리하고 가시화합니다.
* 다국어 및 인용 형식 지원: 기본적으로 영어와 번체 중국어를 지원하며, 소크라테스식 모드와 계획 모드는 의도 기반 활성화를 통해 다른 언어에서도 작동합니다. APA 7.0, Chicago, MLA, IEEE, Vancouver 등 다양한 인용 형식을 지원합니다.
* Experiment Agent 통합: 연구 과정에서 실험이 필요한 경우, Experiment Agent 스킬을 통해 코드 실험 실행, 인간 연구 프로토콜 관리, 통계 해석, 재현성 검증 등을 수행하고 결과를 ARS Stage 2로 통합할 수 있습니다.

시사점

Academic Research Skills는 AI의 한계를 명확히 인지하고 이를 극복하기 위한 인간-AI 협업 모델을 제시함으로써, AI 리터러시의 중요성을 강조합니다. 연구자들이 AI를 단순히 도구로 사용하는 것을 넘어, AI의 구조적 한계를 탐구하고 자신의 사고 과정을 깊이 이해하는 데 도움을 줄 수 있는 잠재력을 지닙니다.