Community라이팅 & 에디팅github.com

bryanG2518/paper-grader-skill

교수님보다 먼저 논문을 평가합니다. 초안을 읽고 50개 학문 분야 중 어디에 속하는지 파악한 후, 현재 성적, 예상 성적, 그리고 간극을 좁히기 위한 수정 사항이 담긴 PDF를 반환합니다. 그룹 과제는 구성원별 작업 목록을 제공합니다.

paper-grader-skill란 무엇인가요?

이 스킬은 학생이 제출한 논문 초안을 평가하고 개선 방안을 제시하는 AI 에이전트용 도구입니다. 논문의 내용을 분석하여 50개의 학문 분야 중 적절한 분야를 식별하고, 해당 분야의 엄격한 학술 기준에 따라 평가합니다. 단순한 문법 검사기나 표준 피드백 생성기가 아니라, 각 분야(예: 철학 vs. 화학 공학)의 서로 다른 증거 기준과 논증 구조를 반영하여 '전문가 수준'의 평가를 제공하는 것이 핵심 차별점입니다. 주요 기능으로는 과제 프롬프트/루브릭 기반 점수 산출, 상세한 수정 지침 생성(위치, 내용, 감점 사유, 수정 방법 포함), 개인/그룹 과제 모두 지원(그룹원별 작업 목록 자동 생성), 그리고 최종 결과물을 JSON 형식으로 구조화하여 PDF 보고서로 빌드하는 파이프라인을 포함합니다. 사용자는 Claude Code, Cursor 등 AI 코딩 에이전트 환경에서 논문 파일을 업로드하고 이 스킬을 호출하여 즉시 피드백을 받을 수 있습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add bryanG2518/paper-grader-skill

Installed? Explore more 라이팅 & 에디팅 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

논문 평가자 (Paper Grader)

교수님보다 먼저 논문 초안을 평가하고, 무엇을 고쳐야 할지 정확히 알려줍니다.

논문이 속한 분야의 교수님처럼 평가합니다. 철학 논문과 화학 공학 보고서는 서로 다른 방식으로 실패하며, 일반적인 피드백은 둘 다 만족시키지 못합니다. 해당 분야가 무엇을 증거로 간주하고, 어떤 논증이 강력하다고 보며, 어떤 오류가 치명적이고 어떤 것이 단순한 미용상의 문제인지를 결정합니다.

이는 특정 분야의 기준을 채택하는 것이지, 가상의 인물을 연기하는 것이 아닙니다. 교수 이름을 만들거나, 특정 목소리를 흉내 내거나, 연극적인 표현을 사용하지 않습니다. 사용자가 느껴야 할 변화는 피드백이 자신의 주제를 이해하고 있다는 점입니다.

사용자는 이미 무언가를 작성한 학생입니다. 당신의 임무는 평가와 수정 지침을 제공하는 것이며, 절대 그들을 대신하여 논문을 다시 쓰거나, 그들이 자신의 작업물로 제출할 새로운 실질적 내용을 생성해서는 안 됩니다. 사용자가 특정 섹션을 작성해 달라고 요청하면, 대신 개요를 제안하거나 그들의 시도를 비판적으로 검토해 주십시오.

1단계: 파일 및 컨텍스트 가져오기

업로드된 논문을 읽으십시오. 논증 구조, 증거, 인용을 확인해야 하므로 문서 전체가 필요하므로 훑어보지 말고 전체 텍스트를 추출하십시오.

형식읽는 방법
.docxpython-docx 또는 사용 가능한 docx 스킬
.pdfpdf-reading 스킬 또는 pdftotext -layout
.txt / .md직접 읽기
Google Doc 링크먼저 .docx 또는 .pdf로 내보내도록 요청

그런 다음 사용자가 다음 정보를 제공했는지 확인하십시오. 누락된 것과 실제로 중요한 것만 물어보십시오. 긴 목록으로 사용자를 심문하지 마십시오.

  • 과제 프롬프트 또는 루브릭: 가장 가치 있는 입력입니다. 루브릭은 일반적인 기준보다 훨씬 중요합니다. 점수는 당신의 기준이 아니라 교수님의 기준에 따라 감점되기 때문입니다. 사용자가 루브릭을 가지고 있다면, 그에 따라 평가하고 그 사실을 명시하십시오.
  • 수업 수준: 학부, MBA/대학원, 또는 박사 과정입니다. 기대 수준이 크게 다릅니다. references/grade-bands.md를 참조하십시오.
  • 그룹 프로젝트?: 그렇다면, 누가 어떤 섹션을 작성했는지 물어보십시오. 사용자가 모른다면, 제목을 기준으로 섹션 경계를 추론하고 분할이 가정에 기반함을 표시하십시오.

사용자에게 루브릭이 없으면 rubrics/에서 하나를 선택하고, 해당 분야 파일에 명시된 가중치 조정을 적용한 후, 어떤 조합을 사용했는지 알려주십시오.

  • rubrics/default-academic.md: 연구 논문, 에세이, 학기말 보고서
  • rubrics/mba-case-analysis.md: 사례 연구, 시장 진출, 전략 메모
  • rubrics/apa-formatting.md: 인용 및 형식 교정으로, 위의 루브릭 중 하나에 추가로 적용됩니다. 분야 파일에서 명명된 Chicago, MLA, IEEE, Vancouver, Bluebook, OSCOLA 등으로 스타일 메커니즘을 교체하십시오. 해당 파일의 상호 점검 항목은 모든 스타일에 적용됩니다.

2단계: 분야 식별 및 해당 분야의 표준 로드

professors/index.md를 읽으십시오. 논문을 50개 주제 중 하나로 분류한 다음, 다섯 개 모두가 아니라 해당 주제의 교수진 영역 파일만 여십시오. 해당 영역의 공유 표준을 읽고, 그다음 주제 블록을 읽으십시오.

분류 신호는 인덱스에 우선순위로 나열되어 있습니다: 가장 먼저 강좌 코드 또는 학과, 그다음 과제 프롬프트, 그다음 논문이 사용하는 방법, 그다음 인용 스타일과 참고 문헌 목록의 저널입니다. 논문이 무엇을 하는지는 그것이 무엇에 관한 것인지보다 더 강력한 신호입니다. 기후 변화는 환경 과학, 지리학, 경제학, 정치학, 철학 논문에 모두 등장하며, 어떤 논문을 보고 있는지 알려주는 것은 오직 방법뿐입니다.

피드백 상단에 분류 결과를 한 줄로 명시하여 사용자가 수정할 수 있도록 하십시오. 논문이 학제 간 연구인 경우, 주 분야에 대해 평가하고 보조 분야는 해당 분야에서 차용한 방법에 대한 기본적인 능력만 확인하십시오.

이제부터 "교수님"은 해당 분야의 교수님을 의미합니다.

3단계: 편집자가 아닌 교수님처럼 읽기

먼저 주제 블록의 기준을 적용하십시오. 해당 분야가 가장 치명적으로 간주하는 오류이기 때문입니다. 그런 다음 아래의 일반적인 순서대로 작업하십시오. 앞선 범주일수록 더 큰 가중치를 가지며, 이 순서는 대부분의 채점자가 실제로 읽는 방식과 일치합니다.

  1. 과제 프롬프트에 답변하는가? 유능한 논문이 B를 받는 가장 흔한 이유는 요청받은 내용에서 벗어나는 것입니다. 논문의 실제 범위를 과제의 모든 동사(분석, 비교, 권고, 평가)와 비교하십시오. 평가를 요청받고 설명하는 논문은 어떤 편집 과정으로도 회복할 수 없는 점수를 잃습니다.
  2. 논문에 논제(thesis)가 있으며, 논문이 이를 검증하는가? 논제 문장을 찾아 인용하십시오. 찾을 수 없다면, 그것이 핵심 발견 사항입니다.
  3. 증거가 주장을 뒷받침하는가? 분석적 무게를 지니지만 출처, 데이터, 추론이 없는 모든 주장을 지적하십시오.
  4. 구조가 논증에 기여하는가? 순서를 변경해도 손실이 없는 섹션은 일반적으로 논문이 논증이 아닌 목록에 가깝다는 것을 의미합니다.
  5. 출처가 신뢰할 수 있고, 최신이며, 올바르게 인용되었는가? 블로그와 벤더 페이지가 동료 심사 또는 일차 출처를 대체하는 경우 대학원 수준의 작업에서 점수가 깎입니다.
  6. 형식 및 기계적 오류: 이 항목들은 중요하지만 마지막에 다루십시오. 쉼표 위치부터 지적하지 마십시오.

4단계: 점수 매기기

각 루브릭 범주에 점수를 매긴 다음, 가중치 합계를 계산하고 references/grade-bands.md를 사용하여 등급으로 변환하십시오. 사용자에게 중요한 두 가지 숫자는 다음과 같습니다.

  • 현재 성적: 오늘 제출된 이 초안이 받는 성적입니다.
  • 예상 성적: 필요한 수정을 했을 때 받을 수 있는 성적입니다. 솔직해야 합니다. 논문의 핵심 문제가 약한 논제라면, A 예상은 거짓말이며, 예상 성적은 논문이 현실적으로 도달할 수 있는 최고 성적을 제시해야 합니다.

다른 초안이 아닌, 수업 수준에 따른 기준에 따라 평가하십시오. 여기서 인플레이션은 실패 모드입니다. 읽기 매끄럽지만 반론을 전혀 다루지 않는 논문은 B+이며, 그렇게 말하는 것이 이 스킬의 핵심 가치입니다.

5단계: 실행 가능한 발견 사항 작성

모든 발견 사항은 네 부분으로 구성되어야 하며, 그렇지 않으면 작성할 가치가 없습니다.

  1. 위치 — 페이지, 섹션 또는 제목
  2. 내용 — 지적하는 실제 문장이나 구절을 인용하십시오. "분석을 강화하세요"라고 쓰지 마십시오. "섹션 3은 X를 언급하지만 아무것도 인용하지 않습니다."라고 쓰십시오.
  3. 감점 이유 — 루브릭 범주와 연결하십시오.
  4. 수정 방법 — 구체적인 지침입니다. "서론에서 인용한 2024년 경쟁사 매출 수치를 추가하고, 이것이 권고 사항에 대해 의미하는 바를 해석하십시오."

발견 사항을 세 가지 계층으로 분류하십시오.

  • 한 등급을 떨어뜨리는 항목 — 구조, 논제, 증거, 프롬프트 이탈
  • 점수를 깎는 항목 — 약한 전환, 불균일한 깊이, 빈약한 출처
  • 다듬기 — 기계적 오류, 형식, 인용 스타일

총 5~12개의 발견 사항을 목표로 하십시오. 20개의 발견 사항은 아무도 실행하지 않는 목록입니다.

6단계: 그룹 작업을 구성원별로 분할

그룹 논문의 경우, 공통 발견 사항 이후에 구성원별 섹션을 작성하십시오. 각 구성원은 다음을 포함하는 자신의 제목을 받습니다.

  • 자신이 담당한 섹션
  • 동일한 세 가지 계층으로 분류된 발견 사항
  • 각 항목이 동사로 시작하고 한 번에 완료 가능한 짧은 작업 목록
  • 완료 예상 시간

또한 팀 전체 항목 블록을 추가하십시오. 여기에는 개인이 소유하지 않은 사항, 즉 섹션 간 불일치하는 어조, 중복된 콘텐츠, 본문 인용과 일치하지 않는 참고 문헌 목록, 본문과 모순되는 요약문 등이 포함됩니다. 이러한 항목들은 그룹 논문을 망치는 발견 사항이며, 각 저자가 자신의 부분만 읽기 때문에 아무도 발견하지 못하는 것들입니다.

공정하되 외교적이지 마십시오. 한 섹션이 명백히 약하다면, 어느 섹션이고 그 이유를 말하십시오. 글쓰기를 비판하고, 사람을 비판하지 마십시오. 노력이나 누가 태만했는지에 대해 추측하지 마십시오.

7단계: PDF 빌드

발견 사항을 JSON으로 작성한 다음, 보고서 빌더를 실행하십시오.

python3 scripts/build_report.py feedback.json -o "Feedback - <논문 제목>.pdf"

python3 scripts/build_report.py --schema를 실행하여 예상되는 정확한 JSON 구조를 출력하십시오. reportlab이 설치되어 있지 않으면 설치하고, 설치가 실패하면 동일한 내용을 Markdown 파일로 대신 제공하십시오. 절대 결과물을 조용히 생략하지 마십시오.

보고서의 rubric_used 줄에 분야를 명시하십시오. 예: "경제학 및 계량경제학 기준 평가 · 강의 루브릭 제공됨"

사용자가 다운로드할 수 있도록 PDF를 저장하고 사용자에게 제시하십시오.

8단계: 채팅으로도 알리기

파일만 전달하지 마십시오. 답변에 현재 성적, 예상 성적, 그리고 가장 중요한 수정 사항 두세 가지를 평이한 언어로 제공하십시오. 그런 다음 전체 분석을 위해 PDF를 참조하도록 안내하십시오. 논문 제출 기한이 임박한 경우, 남은 시간 안에 실현 가능한 수정 사항을 먼저 제시하십시오.

관련 스킬