① 아이디어
머릿속 궁금증부터
이럴 때: "당뇨 환자에서 메트포르민이 예후에 미치는 영향이 궁금해요." 한 문장이면 PICO로 구조화하고 연구 설계를 시작합니다.
Step 0 · 준비물
대화는 Claude Code에서 시작합니다
대화 상대는 Claude Code입니다. 상태 확인과 분석 스크립트는 Python 3.10 이상이 필요하고, 실제 데이터 분석은 pandas·statsmodels·lifelines가 없으면 실패로 끝납니다. 터미널(맥의 '터미널' 앱, 윈도우의 PowerShell)에서 아래 한 줄로 Claude Code를 설치하세요.
npm install -g @anthropic-ai/claude-code
터미널이 처음이신가요? 맥에서는 Cmd + Space를 눌러 "터미널"을 검색해 여세요. 위 명령어를 복사해 붙여넣고 Enter를 누르면 설치가 진행됩니다. 윈도우는 시작 메뉴에서 "PowerShell"을 검색하면 됩니다.
Step 1 · 설치
복사해서 붙여넣기, 두 줄
터미널에서 claude를 입력해 Claude Code를 실행한 뒤, 채팅창에 아래 두 줄을 차례로 입력하세요. 첫 줄은 ResearchFellow가 있는 마켓플레이스를 등록하고, 둘째 줄은 플러그인을 설치합니다.
/plugin marketplace add emergency-lee/researchfellow-plugin /plugin install researchfellow
/rf와 /researchfellow는 같은 명령입니다. 편한 쪽을 쓰세요. /rf가 다른 플러그인과 겹쳐 인식되지 않으면 /researchfellow(또는 전체 이름 /researchfellow:rf)를 대신 사용하세요. 이 페이지의 모든 /rf는 /researchfellow로 바꿔 불러도 됩니다.
설치가 되면 채팅창에 /rf doctor를 치세요. 파이썬 버전, 분석 패키지 세 종, 플러그인 버전, 원격 서버 도달, 합성·실데이터 모드를 JSON으로 보여 줍니다.
/rf doctor
Step 2 · 시작하기
어디서 시작하든 괜찮습니다
연구 자료를 모아둘 폴더(없으면 새로 하나 만드세요)에서 claude를 실행하고 /rf를 입력하면, "무엇을 하시겠어요?" 하고 다섯 개의 시작점이 나타납니다. 번호만 고르면 됩니다. 아래는 그 여섯 갈래(다섯 시작점 + 이어서 재개)입니다.
② 데이터 제안
데이터는 있는데 주제가 없을 때
이럴 때: "데이터는 있는데 뭘 연구할지 모르겠어요." 가설 발굴 스킬로 넘긴 뒤, 고른 방향부터 이어서 설계합니다.
③ 논문 새로
정해진 주제로 원고
이럴 때: "주제는 정해졌고, 논문 한 편을 처음부터 써볼래요." 가진 자료를 보고 통계분석계획과 원고 사이의 지금 위치부터 이어 갑니다.
④ 논문 수정
쓰다 만 원고 이어쓰기
이럴 때: "쓰다 만 원고가 있어요." 원고를 읽고 빠진 부분을 진단해, 그 단계부터 이어서 진행합니다.
⑤ 리뷰 대응
리뷰어 코멘트가 왔을 때
이럴 때: "리뷰어 코멘트가 왔어요." 대응 편지와 수정 계획을 함께 작성합니다.
＋ 이어서(재개)
하던 연구 다시 열기
이럴 때: 진행 중이던 폴더에서 다시 /rf. 저장된 진행 상황을 읽어 "이어서: …"로 곧장 이어갑니다.
이미 아이디어가 있다면 카드를 고르지 말고 /rf 뒤에 바로 적어도 됩니다.
/rf 패혈증 환자에서 스타틴 사용과 사망률의 관련성을 보고 싶어요
이후는 평범한 대화입니다. 매 단계에서 ResearchFellow가 다음에 할 일을 제안하고, 여러분은 확인하거나 방향을 바꾸면 됩니다.
Journey · 13단계
아이디어에서 리뷰 대응까지
전체 여정은 13단계입니다. 순서대로 갈 필요는 없습니다 — 이미 가진 것(프로토콜, 데이터, 초고…)을 주면 해당 단계부터 시작합니다. 실제 데이터로 넘어가려면 타당성·프로토콜·QC 세 관문을 여러분이 직접 승인해야 하고, 승인이 없으면 분석 스크립트가 실행되지 않습니다.
| 단계 | 산출물 | 무엇을 하나요 |
|---|---|---|
| 1 · 아이디어(PICO) | PICO 정의서 | 궁금증을 대상·비교·결과로 구조화해 연구 질문을 또렷하게 만듭니다. |
| 2 · 문헌 조사 | 검색 전략·문헌 목록 | PubMed·PMC·Europe PMC·medRxiv·OpenAlex·Crossref 여섯 곳에서 찾되, 검색이 실패한 곳과 결과가 0편인 곳을 구분해 기록합니다. 같은 논문이 여러 곳에 나오면 겹칩니다. |
| 3 · 근거표 | 근거표(evidence table) | 찾은 문헌을 표로 정리해 우리 연구의 위치를 잡습니다. |
| 4 · 변수 정의 | 변수 사전(codebook) | 어떤 변수를 어떻게 잴지 확정합니다. 타당성 관문은 이 정의를 근거로 하며, 실제 데이터 단계로 들어가기 전에 스크립트가 승인을 확인합니다. |
| 5 · 프로토콜 승인 필요 | 연구 프로토콜 | 연구 설계를 문서로 확정합니다. 여기서 프로토콜 관문을 승인합니다. |
| 6 · 통계분석계획(SAP) | SAP 문서 | 어떤 분석을 어떤 방법으로 할지 사전에 정해 둡니다. |
| 7 · 표·그림 틀 | 표·그림 껍데기(shells) | 결과가 들어갈 표와 그림의 빈 틀을 미리 짭니다. |
| 8 · 모의 분석 | 합성 데이터 결과(연습용) | 가짜(합성) 데이터로 전 과정을 드라이런합니다 — 실수해도 안전합니다. |
| 9 · 데이터 QC 승인 필요 | QC 리포트 | 실제 데이터의 품질을 점검합니다. 여기서 QC 관문을 승인합니다. |
| 10 · 실제 분석 | 실제 분석 결과 | 세 관문을 모두 통과해야만 실제 데이터 분석이 실행됩니다. |
| 11 · 원고 | 원고 초안 | 결과를 논문 형식의 초고로 작성합니다. |
| 12 · 제출 패키지 | 투고 패키지 | 저널 투고에 필요한 파일 묶음을 정리합니다. |
| 13 · 리뷰 대응 | 대응 편지·수정본 | 리뷰어 코멘트에 답하고 수정합니다. 필요하면 이 단계를 반복(순환)합니다. |
실제 데이터가 없어도 동의를 받은 뒤 합성 데이터로 나머지 단계를 research/rehearsal/에서 미리 돌아볼 수 있습니다. 연습 산출물에는 워터마크가 있어 원고 결과로 쓸 수 없습니다.
Progress · 진행과 재개
껐다 켜도 이어집니다
진행 상황은 작업 폴더 안 research/에 자동으로 저장됩니다. 사람이 읽을 수 있는 JSON 파일이라, 언제 무엇을 했는지 직접 열어볼 수도 있습니다. 이전 버전의 .research/ 폴더는 처음 실행할 때 자동으로 옮겨집니다.
언제든 껐다가 다시 그 폴더에서 /rf만 치면, 저장된 상태를 읽어 이렇게 이어집니다.
이어서: 프로토콜 초안을 검토할 차례입니다 (5단계)
설치가 되면 채팅창에 /rf doctor를 치세요. 파이썬 버전, 분석 패키지 세 종, 플러그인 버전, 원격 서버 도달, 합성·실데이터 모드를 JSON으로 보여 줍니다.
/rf doctor
Safeguards · 안전장치
연구자가 안심할 수 있는 이유
환자 데이터는 로컬을 떠나지 않습니다. 모든 데이터 처리는 여러분의 컴퓨터 안에서만 이루어집니다. 파생물(PICO, 스키마, 집계, 초고 텍스트)을 외부로 보내기 전에는 자동 PHI 스크리닝이 먼저 돌아, 주민등록번호·연락처 같은 식별 정보가 섞여 있으면 경고하고 막습니다. 여러분이 실수로 민감 정보를 흘릴 위험을 시스템이 대신 지켜봅니다.
실제 데이터 분석은 세 개의 하드 게이트(타당성·프로토콜·QC)로 물리적으로 잠겨 있습니다. 세 관문을 여러분이 직접 승인하기 전까지 분석 스크립트는 실제 데이터 모드로 실행되지 않습니다. 이는 안내 문구가 아니라 스크립트 차원의 차단이라, "실수로 먼저 돌려버리는" 일이 구조적으로 불가능합니다. 합성(연습용) 결과가 원고의 결과·결론·초록에 섞여 들어가는 것도 함께 금지됩니다.
관문 승인과 단계 진행은 audit.jsonl에 추가만 되고, 연구 판단은 decisions.jsonl에 남습니다. 로컬 파일이며 변조 방지 저장소는 아닙니다. 무결성 리포트의 서명은 발급 시점 이후 매니페스트가 바뀌지 않았음만 보증합니다.
Level B·C로 확정한 결정은 무엇을 골랐는지, 왜 추천했는지, 대안이 무엇인지, 다르게 고르면 어떻게 달라지는지, 누가 정했는지를 research/.system/decisions.jsonl에 남기고 RESEARCH_LOG.md의 Decisions 표로 읽힙니다. 실제 결과를 본 뒤 primary outcome이나 주분석을 바꾸면 진행 전에 차단설명이 뜹니다. 관문이 아니라 설명이며, 되돌리거나 탐색적 분석으로 표시하면 진행됩니다.
판단은 A·B·C로 나눕니다. A는 처리한 뒤 알리고, B는 추천과 이유·대안·영향을 보여 주며, C는 연구 질문이나 결과변수처럼 논문의 의미를 바꾸므로 확인 없이 잠그지 않습니다. 나중에 왜 이 환자, 이 시점, 이 모형인지 연구자가 답할 수 있게 하려는 장치입니다.
FAQ · 자주 묻는 질문
궁금한 것들
통계 프로그램(R, SPSS)이 필요한가요?
설계·합성 연습은 기본 환경으로 됩니다. 실제 데이터 분석은 pandas·statsmodels·lifelines가 필요하고, 없으면 분석이 완료된 것처럼 보이지 않고 실패로 끝납니다.
통계는 어디까지 직접 하나요?
개인 단위 로지스틱, Cox, 시간가변 Cox는 파이썬으로 적합합니다. 2×2 집계 입력은 OR/RR과 Woolf 95% 신뢰구간까지 계산하고 p값은 내지 않습니다. 로그이항·IPTW·Fine-Gray 등은 R 템플릿으로 내보내고, 실행은 연구자 환경에서 합니다.
인터넷이 필요한가요?
Claude Code 호스트 추론과 원격 도구(문헌 검색 6개 어댑터·방법론 자문·무결성 리포트)에 필요합니다. 로컬 스크립트와 사용 통계 대기열은 연결 없이 동작합니다.
원격 도구는 정확히 무엇을 하나요?
novelty_check는 PubMed만 검색해 최대 40편을 제목 토큰 유사도로 훑으며, 체계적 고찰이 아니고 신규성의 증거가 되지 않습니다. journal_fit는 대표 학술지 10종의 정적 목록에 맞춰 범위 적합을 점검합니다. methodology_advisor는 규칙 기반 추천에 PubMed 선례를 더합니다. integrity_report의 서명은 발급 시점 이후 매니페스트가 바뀌지 않았음만 증명합니다.
비용이 드나요?
플러그인과 무결성 가드레일은 무료입니다. Claude Code 구독 또는 API 비용은 별도입니다.
/rf 명령이 다른 플러그인과 겹쳐요.
같은 명령의 다른 이름 /researchfellow(또는 전체 이름 /researchfellow:rf)를 사용하세요. 두 이름은 완전히 동일하게 동작합니다.
준비되셨나요?