논문을 노트북으로 변환하기
에이전트가 한 편의 논문을 가져와 실행 가능한 marimo 노트북으로 변환하여 독자가 논문을 이해하도록 돕습니다. 노트북은 요약 페이지가 아닌 학습 교재입니다. 평이한 언어로 된 설명, 이해를 돕는 상호작용 위젯, 중간중간 비공식적인 확인 문제를 포함합니다. 글은 범용적인 AI 생성 문장이 아니라 논문을 대표하며 이해할 수 있어야 합니다.
이 파일은 골격입니다. 많은 세부 사항은 나중에 채워집니다. TODO로 표시된 항목은 아직 결정되지 않았거나 개략적으로만 설명되어 있습니다.
계약
| 입력 | PDF, HTML 또는 일반 텍스트 소스(LaTeX, Markdown 등) 형태의 논문. 전체 텍스트를 얻을 수 있는 한 경로, URL 또는 식별자도 괜찮습니다. |
| 출력 | 독자가 uvx marimo edit --sandbox …로 열 수 있는 실행 가능한 marimo 노트북 (*.py). |
누락된 경우 요청할 선택적 입력(사용자가 논문만 제공할 경우 차단하지 마십시오):
- 시작 대상 수준 또는 "진행하면서 적응". 기본 작업 가정: 학부생에서 대학원생까지, 그리고 이 논문이나 분야에 처음 접하는 실무 전문가로, 일반적인 과학 지식을 가지고 있음. TODO: 기본값을 더 구체화.
- 추가 맥락: 뒷받침 정보, 인용된 논문 또는 사용자가 일반적인 지식이 아닌 근거 자료로 취급하기를 원하는 기타 출처.
- 깊이: 전체 워크스루 대 방법론, 결과 또는 한 그림.
- 출력 경로 및 런타임 제약 조건.
이 스킬을 대규모 문헌 검토 도구로 취급하지 마십시오. 그건 다른 작업입니다.
워크플로
1. 논문 수집 (PDF / HTML / 일반 텍스트 소스)
2. 구조, 용어, 방정식, 그림 및 공백 추출
3. 학습 경로 계획
4. marimo 노트북 생성
5. `uv run`으로 실행 검증, 이후 전달
1. 논문 수집
초록만이 아닌 전체 텍스트를 확보하십시오. 입력 유형에 따라 분기하고, 형식별 참고 사항은 resources/에, 도우미는 scripts/에 넣습니다(항상 uv run 사용, 전역 pip install 금지).
- PDF: TODO: 가져오고 구문 분석하는 방법(텍스트, 수식, 그림, 읽기 순서). 추측보다는 실패를 표시.
- HTML: TODO: 가져오고 구문 분석하는 방법(본문 vs 탐색/크롬, MathJax/MathML, 그림).
- 일반 텍스트 소스(LaTeX, Markdown 등): TODO: 포함, 참고 문헌 및 그림 파일을 따르는 방법; 방정식 및 그림 레이블을 유지하는 방법.
가능한 경우 논문의 제목, 저자, 연도 및 안정적인 링크 또는 식별자를 기록합니다.
2. 구조, 방정식 및 그림 추출
노트북을 작성하기 전에 논문의 중간 그림을 구축합니다. TODO: 이 단계의 데이터 형태를 확정합니다(또한 건전한 중간 구조가 나머지 작업을 더 쉽게 만든다는 아이디어 참조).
최소한 다음을 추출합니다:
- 문제 및 기여를 자신의 말로 표현.
- 사전 지식 프로필: 각 수준의 독자가 알고 있는 것, 모르는 것, 그리고 가르쳐야 하는 것(여러 수준에서 설명하기 참조).
- 핵심 개념 및 논문이 정의하지 않고 사용하는 용어(핵심 메타데이터 또는 분야 용어). 설계 논의에서 제기된 예: "심근 경색"을 설명하지 않는 심장 마비에 관한 논문.
- 논문에 번호가 매겨진 대로 변수와 함께 핵심 방정식.
- 핵심 그림: 각 그림이 인코딩하는 것, 레이블이 지정된 방식, 기본 데이터를 사용할 수 있는지 여부.
- 생성 시 위험 지점: 복잡한 LaTeX 또는 수식, 그리스 문자 그림 레이블, 기타 비ASCII 텍스트.
- 방법 또는 보고에서 명백한 공백. 누락된 실험 결과를 임의로 만들지 마십시오.
resources/field-maturity.md(리소스/분야-성숙도.md)의 루브릭과 가벼운 문헌 샘플을 사용하여 분야 성숙도(확립됨, 신흥, 학제간 또는 혼합)를 분류합니다. 분류, 증거 및 필요한 어휘 온보딩 노트북 구성 요소(용어집, 의미 명확화, 유동적 용어)를 기록합니다.
TODO: 논문을 알고리즘형(코딩 연습, 방법 리버스 엔지니어링) 대 개념형(에이전트 작성 설명 위젯)으로 분류할지 여부. 논의에서 사용된 화학 예: 물질 수지, 반응 동역학, 새로운 동역학 모델.
3. 학습 경로 계획
인간이 한 번에 따라갈 수 있는 경로를 설계합니다. TODO: 목표 시간.
전체 노트북을 단일 읽기 수준에 고정하지 마십시오. 적응형 설명을 계획합니다. 독자가 어려운 구절에 대해 더 간단하거나 더 고급 설명을 얻을 수 있어야 합니다. TODO: 기본 방향 — 간단하게 시작하여 복잡성 추가, 또는 높은 수준에서 시작하여 독자가 혼란스러워할 때 아래로 이동. 두 가지 모두 제안되었지만 어느 것도 선택되지 않았습니다. 핵심 개념은 전체 사다리를 얻습니다(여러 수준에서 설명하기 참조).
제안된 뼈대(논문에 따라 조정):
- 이 논문이 중요한 이유.
- 무거운 표기법 전에 직관 또는 장난감 예제.
- 설정: 표기법, 가정, 용어 및 분야 어휘 온보딩(용어집; 필요한 경우 의미 명확화 또는 유동적 용어—
resources/field-maturity.md참조). - 방정식이나 그림에 연결된 핵심 아이디어.
- 논문에 맞춘 단계별 설명.
- 세그먼트 후 비공식적 확인. 설명 수준에 맞춤: 설명, 예측, 적용 또는 비판(공식 평가 아님 — 공식 평가는 범위를 벗어남).
- 대학원 이상 독자를 위한 비판: 실험 설계가 명시된 질문을 다루는지, 통계 프레임워크가 적절한 선택인지, 누락된 것은 무엇인지, 독자가 어떤 가정을 하고 있는지.
- 마무리: 한계, 다음에 읽을 내용, 인용.
- 최종 퀴즈: 논문에 관한 5개의 객관식 질문, 항상 마지막 섹션(최종 퀴즈 참조).
TODO: 첫 번째 버전에서 비판, 결과 섹션 분석 및 그림 해석 프롬프트가 일반 안내 워크스루와 비교하여 어느 정도까지 진행되는지.
사용자가 추가 출처를 제공한 경우, 해당 출처를 노트북에서 어디에 인용할지, 출처가 있는 증거와 일반 지식을 어떻게 구분할지 계획합니다. TODO: 그 구분을 위한 메커니즘, 그리고 작은 개념 지도나 "지식 위키"가 나중에 여기에 속하는지 여부.
4. marimo 노트북 생성
assets/ 템플릿이 있을 때 그것으로 시작합니다(TODO: assets/notebook_template.py 추가). uvx marimo edit --sandbox로 열 수 있는 marimo 노트북을 작성합니다.
.agents/skills/에 설치된 marimo 스킬을 따릅니다(하나의 import marimo as mo 셀; 고유한 최상위 이름; 탐색을 주도하고 장식이 아닌 위젯):
marimo-notebook-patterns: 노트북 셀을 작성하거나 편집하기 전에 읽을 것(import 및 셀 매개변수 규칙, 고유 변수, 위젯 API 시그니처, 일반적인 오류).marimo: 라이브 페어링 및 웹에 노트북 임베딩을 포함한 광범위한 작성 참조.awesome-marimo-notebook: 논문 또는 데이터세트 설명자를 흥미롭고 세련되게 만드는 방법.
파일 상단에 PEP 723 인라인 스크립트 메타데이터 블록(# /// script … # ///)에 marimo와 노트북이 임포트하는 모든 패키지를 각각 하한 버전(예: numpy>=2.0)과 함께 선언합니다. 이렇게 하면 uv run과 marimo edit --sandbox가 이를 설치할 수 있습니다.
최종 퀴즈에 설명된 대로 5문제 퀴즈로 노트북을 끝냅니다.
글에 대한 엄격한 요구 사항:
- 논문의 핵심 아이디어를 이해할 수 있고 대표해야 함.
- 일반적인 "AI 쓰레기"가 아니어야 함. 어떤 논문에 대해서도 작성될 수 있는 문장이라면 다시 작성합니다.
- 처음 중요해질 때 기호와 분야 용어를 정의하거나 용어집/도구 설명/강조-설명 지원을 가리킵니다. 성숙도별 온보딩 섹션에 대해
resources/field-maturity.md를 따릅니다. TODO: 어떤 독자 지원 도구를 먼저 제공할지. "Marimo Lens"가 강조-설명에 적합한 가능성으로 언급되었음. 실제 기능 이름과 호스트 지원을 확인합니다.
기타 생성 규칙:
- 방정식:
mo.md의 LaTeX; 직관을 구축할 때 매개변수에 위젯. - 그림: 데이터가 허용할 때 재현 또는 단순화; 논문의 그림 번호로 다시 연결. 데이터를 사용할 수 없으면 그렇게 말하십시오. 플롯을 임의로 만들지 마십시오. TODO: v1에서 비전 기반 추정 또는 독자가 작성한 그림 해석이 어느 정도까지 진행되는지.
- 그림 워크스루: 핵심 그림에 안내 단계별 투어가 필요할 때
resources/dynamic_figure_annotation.md를 읽습니다(FigureAnnotatorWidget및scripts/의 좌표 감사 도우미). - 핵심 개념(노트북당 1~3개)은 설명 사다리를 얻습니다(여러 수준에서 설명하기).
- 비공식적 확인: 채점되지 않은 짧은 질문.
resources/explanation-levels.md§9의show_check패턴을 사용합니다(라디오, 공차가 있는 숫자 답변 또는 모범 답변이 있는 열린 답변). - 2단계의 도메인 모드: 알고리즘형 논문의 경우 코딩 연습 및 방법 재구성; 개념형 논문의 경우 에이전트 작성 시각화/위젯 설명자(예: 세포 내 메커니즘).
- 논문을 넘어서는 모든 것에 레이블을 지정합니다(“데모", "단순화된 가정”).
- 논문 메타데이터 및 인용을 포함합니다.
5. 검증 및 전달
최소 (v1 골격): 노트북이 실행되어야 합니다.
uv run scripts/validate_notebook.py path/to/notebook.py --run
Python 구문을 확인하고 marimo check --strict를 실행하며 --run을 사용하여 노트북을 처음부터 끝까지 실행합니다. 전달 전에 보고된 모든 문제를 수정하십시오.
사용자에게 알립니다:
- 노트북 경로 및 열기 명령어 (
uvx marimo edit --sandbox …). - 가정된 대상 및 단순화된 내용.
- TODO 및 알려진 공백(누락된 데이터 또는 정의되지 않은 용어 포함).
- 논문 참조(제목, 저자, 연도, 링크).
계획된 "실행 가능" 이상의 검증(첫 번째 스케치에 모두 필요하지 않음):
- 글이 이해할 수 있고 대표적이며 쓰레기가 아님.
- 핵심 개념과 메타데이터 용어가 실제로 설명됨.
- 조작된 숫자나 주장 없음.
- 노트북이 5문제 퀴즈로 끝나고, 그 질문은 구현 세부 사항이 아닌 논문의 주장, 발견 및 한계에 관한 것임.
- 모든 사다리가 모든 수준에서 동일한 메커니즘 뼈대를 설명함. 모든 사다리의 단순화는 이후 수준에서 수정됨. 비유의 한계가 명시됨.
- 어휘 온보딩: 확립됨, 신흥 및 학제간 사례 연구에 대해
resources/field-maturity.md§8에 따라 용어집 범위 및 필요한 경우 의미 명확화 또는 유동적 용어 섹션을 확인합니다. - TODO: 어설션 또는 골드 질문 평가; 다중 모델 실행(중국 오픈 가중치 및 Claude 모델이 제공됨); LLM-as-judge는 "이것이 좋다"보다 "이것이 나쁘다"에서 더 신뢰할 수 있는 첫 번째 필터로만 사용; 익숙하지 않은 논문에 대한 인간 테스트; 자체 분야 연기 테스트 후 도메인 전문가 검토.
- TODO: 확립됨, 신흥 및 학제간 작업과 하위 도메인을 다루는 공유 테스트 논문 세트(한 분야만이 아님). 2016년 인플루엔자 논문이 한 가지 가능한 사례로 제공되었습니다. 목록은 아직 선택되지 않았습니다.
여러 수준에서 설명하기
핵심 아이디어는 설명 사다리를 얻습니다. 하나의 메커니즘을 다섯 가지 수준으로 설명하며, 각 수준은 특정 사전 지식을 가진 독자를 대상으로 합니다. 이는 WIRED의 5 Levels 시리즈를 모델로 합니다. 수준 이름은 약어입니다. 수준을 정의하는 것은 독자가 가져오는 주제 지식과 수학, 그리고 수준이 추가하는 정밀도입니다.
| 수준 (약어) | 가정된 주제 지식 | 가정된 수학 | 메커니즘에 추가하는 것 |
|---|---|---|---|
| 1 · 아동 | 일상 경험 | 세기 및 비교 | 일상 용어로 원인과 결과 |
| 2 · 청소년 | 일반 과학 소양 | 산술, 백분율, 간단한 차트 | 실제 작은 숫자를 사용한 장난감 예제 |
| 3 · 학부생 | 분야 입문 과정 | 분야의 입문 도구 | 모든 기호가 정의된 정확한 방정식 또는 알고리즘 |
| 4 · 대학원생 | 인접 분야의 표준 방법 | 논문의 유도 과정을 따라감 | 가정, 유효한 조건, 깨지는 조건, 표준 접근 방식과의 비교 |
| 5 · 전문가 | 이 하위 분야의 문헌 | 완전한 형식주의 | 새로운 점, 트레이드오프, 한계, 열린 질문 |
규칙:
-
논문별 사전 지식 프로필 작성(1단계): 각 수준에 대해 독자가 아는 것, 모르는 것, 노트북이 가르쳐야 하는 것. 사용자의 명시된 배경(계약의 선택적 입력에서)을 수준에 매핑합니다.
-
모든 수준에서 하나의 메커니즘. 먼저 한 문장의 메커니즘 뼈대를 작성합니다. 각 수준은 여기에 정밀도를 추가합니다. 어떤 수준도 더 모호하거나 다른 메커니즘으로 대체하지 않습니다.
-
모든 수준에서 정확함. 거짓된 것을 말함으로써가 아니라 생략함으로써 단순화합니다. 각 단순화를 원장에 기록하고 이후 수준에서 수정합니다.
-
비유를 매핑하고 그 한계를 명시합니다. 하나의 앵커를 수준 3까지 유지하고, 그 부분을 방법의 부분에 매핑하며, 수준 3까지 어디서 깨지는지 말합니다.
-
수준에 맞춘 확인:
- 아동: 설명.
- 청소년: 예측.
- 학부생: 적용.
- 대학원생: 적용 및 가정 비판.
- 전문가: 비판.
각 확인에는 예상 답변, 추론 및 논문 위치가 있습니다.
-
사다리는 핵심용: 노트북당 1~3개의 개념.
-
근거 기반: 읽은 텍스트의 위치를 인용하고 추측하지 마십시오. 초안 작성 중에는 공백을
[인용: …]로 표시하고, 제공 전에 해결합니다. -
숫자는 조건을 동반합니다: 표, 코호트, 기능 세트 또는 범위가 동일한 문장에 들어갑니다. 실제 논문에 대한 테스트에서 사다리가 야기한 두 가지 오해는 모두 조건이 제거된 숫자에서 비롯되었습니다.
노트북에서: 상단 근처에 수준 선택기를 하나 추가합니다. 각 사다리는 mo.ui.tabs를 사용하여 독자의 수준에서 열리고, 그 아래에 해당 수준의 확인이 표시됩니다.
작성 전 읽기: resources/explanation-levels.md에는 프로필 및 원장 템플릿, 작업 예제, 테스트된 marimo 셀 및 함정이 있습니다. resources/examples/에는 두 개의 더 완전한 사다리가 있습니다.
…
[번역을 위해 잘림]