ai-research-methodology은(는) 무엇을 하나요?
AI 에이전트를 위한 통합 연구 방법론으로, ICD 203, GRADE, PRISMA, Cochrane 등 9가지 프레임워크를 결합한 14단계 증거 기반 프로세스입니다. 설계상 아첨(꼬붕) 행위를 방지하며, Claude Code 스킬로 구현되어 주장 모드와 질의 모드를 제공합니다.
개요
이 방법론은 AI 에이전트가 체계적이고 투명하며 재현 가능한 연구를 수행할 수 있도록 설계되었습니다. 기존 학술 연구 프레임워크의 장점을 통합하여, 에이전트가 복잡한 주제를 다룰 때 일관된 품질의 결과를 제공합니다.
주요 기능
- 14단계 증거 기반 프로세스: 연구 질문 정의부터 최종 보고서 생성까지 전 과정을 안내합니다.
- 이중 모드 작동:
claim모드(주장 검증)와query모드(질문 기반 탐색)를 지원합니다. - 아첨 방지 설계: 사용자의 기존 믿음이나 의견에 무조건 동의하지 않고, 객관적 증거를 우선시합니다.
- 다중 프레임워크 통합: ICD 203, GRADE, PRISMA, Cochrane 등 9가지 프레임워크의 모범 사례를 하나로 결합했습니다.
모드
주장 모드 (Claim Mode)
사용자가 특정 주장을 제시하면, 에이전트가 해당 주장을 검증하기 위해 체계적인 문헌 검토와 증거 평가를 수행합니다. 결과는 주장의 지지, 반박, 또는 불충분한 증거로 제시됩니다.
질의 모드 (Query Mode)
사용자가 일반적인 질문을 하면, 에이전트가 연구 질문을 공식화하고, 관련 문헌을 검색하며, GRADE 기준에 따라 증거의 질을 평가한 후, 종합적인 답변을 제공합니다.
사용 방법
Claude Code 환경에서 다음 명령어를 사용하여 스킬을 활성화합니다:
/claude-skill wphillipmoore/ai-research-methodology
그런 다음 원하는 모드에 따라 프롬프트를 시작합니다:
claim:접두사로 주장 모드 시작 (예:claim: 좌식 생활 방식이 심혈관 질환 위험을 증가시킨다.)query:접두사로 질의 모드 시작 (예:query: 지중해식 식단이 인지 기능 저하에 미치는 영향은 무엇인가?)
14단계 프로세스
- 연구 질문 공식화 (PICO 또는 PICo 형식)
- 사전 등록 및 프로토콜 설계
- 포괄적 문헌 검색 전략 수립
- 데이터베이스 및 출처 식별
- 검색 실행 및 결과 수집
- 중복 제거 및 선별 (PRISMA 흐름도)
- 전문(full-text) 검토 및 포함/배제
- 데이터 추출
- 비뚤림 위험 평가 (Cochrane 도구 등)
- GRADE에 따른 증거 질 평가
- 결과 종합 (양적 또는 질적)
- 이질성 평가 및 민감도 분석
- 결과 해석 및 결론 도출
- 보고서 작성 (투명성 및 재현성 포함)
요구 사항
- Claude Code 환경 필요
- 연구 주제에 대한 기본적인 도메인 지식 권장
- 웹 검색 기능 권장 (최신 문헌 접근을 위해)
라이선스
MIT
저자
- Phillip Moore (wphillipmoore)
기여, 버그 신고, 기능 제안은 GitHub 저장소를 통해 환영합니다.