연구 자동화 치트키 : 나만의 연구 에이전트 구축부터 LLM Wiki까지 w. Claude

🔥스페셜 얼리버드 + 2만원 할인🔥까지 남은 시간

1일20시간44분40초

얼마 안 남았습니다!
지금이 가장 저렴해요🔥

본 강의는 7월 6일에 신규 런칭한 강의로 
사전 구매하신 분들께 얼리버드 혜택을 제공하고 있습니다.

[기간 한정] 스페셜 얼리버드 + 2만원 할인✨

7월 6일 ~ 12일까지

정가 500,000원

판매가 219,000원

12개월 할부 적용시

월 18,250원

스페셜 얼리버드

7월 13일 ~ 19일까지

정가 500,000원

판매가 239,000원

12개월 할부 적용시

월 19,917원

슈퍼 얼리버드

7월 20일 ~ 31일까지

정가 500,000원

판매가 259,000원

12개월 할부 적용시

월 21,583원

정가

500,000원

AI는 활용하는데, 연구 시간은 그대로?

AI로 논문 작성 시간
확 - 줄어들 줄 알았지만 현실은?

지도 교수님도 알려주지 않은,

논문 3배 빠르게 작성하는
가장 강력한 방법

Claude Code로 만든 연구 에이전트는
한 번의 지시로 완벽한 연구 결과물을 뽑아내는 “진짜 자동화”입니다 Claude Code로 만든
연구 에이전트는 한 번의 지시로
완벽한 연구 결과물을 뽑아내는
“진짜 자동화”입니다

이미 써본 연구자들은 적극 추천하는,

연구 에이전트로 만든
논문과 연구 샘플을 확인해보세요!

[ 논문 초안 자동화 ]

[ 논문 분석 자동화 ]

YES!

내 연구 환경에 100% 맞춘 시스템으로
수정/검증 필요없이 항상 원하는 결과물만 나와요 내 연구 환경에 100% 맞춘 시스템으로
수정/검증 필요없이
항상 원하는 결과물만 나와요

문헌 조사·실험 설계·초안 피드백 등 피로도 높은 업무를
4개의 AI 에이전트 비서가 탑다운으로 해결해요 문헌 조사·실험 설계·초안 피드백 등
피로도 높은 업무를
4개의 AI 에이전트 비서가
탑다운으로 해결해요

핵심 포인트

다양한 AI 정보 홍수 속에서 헤매고 있는 연구자 주목!
논문 쓰느라 바쁜 연구자를 위해,
연구 자동화의 ★핵심★만 담았습니다

Claude Code 연구 활용법부터
연구 세컨 브레인, 반복업무 자동화까지
모두 이 강의 안에서 끝낼 수 있어요! Claude Code를
연구에 활용하는 실전 역량부터
연구 세컨 브레인,
반복업무 자동화까지
모두 이 강의 안에서 끝낼 수 있어요!

강사 소개

대학원생을 위한 에이전트로 연구 패러다임을 바꾼 주인공!
연구 파이프라인을 100% 자동화 시스템으로 구축한
독일 AI Agent 연구자님을 소개합니다 연구 파이프라인을
100% 자동화 시스템으로 구축한
독일 AI Agent 연구자님을 소개합니다

카이스트 연구자 →
연구 에이전트 Rev2agent 오픈소스 개발

안녕하세요, AI 기반 연구 및 개발 조직을 이끌고 있는 이해봄입니다.
실제 연구는 질문 하나에 대한 답변을 받는 것으로 끝나지 않습니다.
논문을 찾고, 정리하고, 아이디어를 발전시키고, 실험을 반복하고, 결과를 검증하고, 논문을 작성하는 긴 과정을 거쳐야 합니다.
저는 연구를 하면서 반복적으로 발생하는 작업들을 줄이고 연구에 더 집중할 수 있는 방법을 고민해왔고, 그 과정에서 Claude Code를 중심으로 한 연구 자동화 시스템을 구축하게 되었습니다.

학력

- 경남과학고등학교 조기졸업
- KAIST 컴퓨터공학 학사 (Magna Cum Laude)
- KAIST 컴퓨터공학 석사
- 독일 Heidelberg University 컴퓨터공학 박사

주요 경력

- (현) OOLU Soft CTO
- AIMMO Germany Head of R&D
- Robert Bosch GmbH Doctoral Researcher
- KIST Europe Research Assistant
- Com2uS Research Engineer

이 강의에서는 특정 프롬프트 몇 개를 알려드리는 것이 아니라,
여러분 각자의 연구 분야에 맞는 AI 연구 에이전트를
직접 구축하는 방법을 모두 알려드릴게요! 이 강의에서는 특정 프롬프트 몇 개를 알려드리는 것이 아니라,
여러분 각자의 연구 분야에 맞는
AI 연구 에이전트를
직접 구축하는 방법을 모두 알려드릴게요!

박사님의 연구 자동화 노하우라면,
이제 더 똑똑하게 전략적으로 연구할 수 있어요!

커리큘럼

Claude 생태계 학습부터 연구자의 세컨브레인,
나만의 연구 에이전트까지 4 STEP으로 차근차근히

STEP 1. Claude Code 연구 실전 활용 STEP 1에서는 연구자가 왜 단순히 AI에게 질문하는 수준을 넘어,
자기 연구 흐름을 이해하는 AI 연구 에이전트를 가져야 하는지 설명합니다.

Part 01 연구자는 왜 자기만의 AI 연구 에이전트를 가져야 하는가

ImageSlide<b style="color:#C44921;">Phase 1 |</b> <b>연구 에이전트가 실제로 작동하는 모습</b>

Phase 1 | 연구 에이전트가 실제로 작동하는 모습

완성된 연구 에이전트 데모를 보여주며, 논문 입력부터 요약, 비교, 후속 연구 질문 도출까지 전체 그림을 잡아요

ImageSlide<b style="color:#C44921;">Phase 2 |</b> <b>내 연구 워크플로우를 에이전트 관점으로 해부하기</b>

Phase 2 | 내 연구 워크플로우를 에이전트 관점으로 해부하기

연구자의 업무를 문헌 탐색, 정리, 실험, 작성, 발표 준비로 나누어 보고, 각 단계가 어떻게 자동화 대상이 되는지 살펴요

| 강사님 Comment |
이 파트를 통해 수강생은 강의 전체에서 만들게 될 결과물이 무엇인지 명확히 이해하고,
자신의 연구 업무 중 어디부터 에이전트화할 수 있을지 감을 잡게 됩니다.

Part 02 Claude Code로 내 연구 프로젝트 작업공간 만들기

ImageSlide<b style="color:#C44921;">Phase 1 |</b> <b>Claude Code 작업 방식과 연구 프로젝트 구조 이해</b>

Phase 1 | Claude Code 작업 방식과 연구 프로젝트 구조 이해

Claude Code를 활용해 내 연구 프로젝트 전용 작업공간을 구성해요

ImageSlide<b style="color:#C44921;">Phase 2 |</b> <b>연구용 CLAUDE.md 작성하기</b>

Phase 2 | 연구용 CLAUDE.md 작성하기

CLAUDE.md와 프로젝트 폴더 설계를 통해 Claude가 매번 설명을 듣지 않아도 연구 맥락을 유지하도록 해요

| 강사님 Comment |
이 파트에서는 단순히 파일을 올리고 질문하는 방식이 아니라,
연구 주제/논문 폴더/ 실험 기록/작성 중인 원고가 한 공간 안에서 연결되도록 구조를 잡을거에요.
수강생은 자신의 연구실 책상처럼 사용할 수 있는 AI 작업공간을 만들고, 이후 모든 자동화의 기반을 마련할 수 있을겁니다!

STEP 2. 연구자를 위한 LLM Wiki STEP 2에서는 논문를 읽을수록 지식이 축적되는 LLM Wiki를 구축하고,
연구 질문과 연구 공백까지 체계적으로 도출하는 방법을 배워요.

Part 01 논문을 읽고 축적되는 LLM Wiki 만들기

ImageSlide<b style="color:#C44921;">Phase 1 |</b> <b>LLM Wiki의 역할: 검색 가능한 연구 기억 만들기</b>

Phase 1 | LLM Wiki의 역할: 검색 가능한 연구 기억 만들기

LLM Wiki를 구축해 연구 내용을 검색 가능한 지식 자산으로 체계적으로 축적하고 관리하는 방법을 익혀요

ImageSlide<b style="color:#C44921;">Phase 2 |</b> <b>논문 요약, 비교, 비판적 읽기 템플릿 설계</b>

Phase 2 | 논문 요약, 비교, 비판적 읽기 템플릿 설계

논문 요약부터 비교·비판적 분석까지 하나의 템플릿으로 정리해, 검색 가능한 연구 자산으로 축적하는 방법을 배워요

ImageSlide<b style="color:#C44921;">Phase 3 |</b> <b> 여러 논문을 연결해 연구 질문과 공백 찾기</b>

Phase 3 | 여러 논문을 연결해 연구 질문과 공백 찾기

여러 논문을 연결·비교해 연구 공백을 발견하고, 새로운 연구 질문을 도출하는 나만의 연구 지식 시스템을 구축해요

| 강사님 Comment |
이 파트를 통해 여러분들은 논문을 많이 읽을수록 자신의 연구 에이전트가 더 똑똑해지는 구조를 만들 수 있습니다.

STEP 3. 에이전트와 skill 활용한 반복 업무 자동화 STEP3에서는 Skills, Subagents, Hooks, MCP를 활용해 논문 읽기부터 실험, 글쓰기까지
Claude의 기능을 하나하나 알아가며, 번거로운 반복업무 자동화하는 시스템을 구축합니다.

Part 01 연구자는 왜 자기만의 AI 연구 에이전트를 가져야 하는가

ImageSlide<b style="color:#00638E;">Phase 1 |</b> <b>논문 읽기 Skill 만들기</b>

Phase 1 | 논문 읽기 Skill 만들기

논문를 자동으로 읽고 분석하는 Claude Skill을 설계하고, 일관된 결과를 만드는 방법을 익혀요

ImageSlide<b style="color:#00638E;">Phase 2 |</b> <b>실험 로그/결과 정리 Skill과 품질 규칙 만들기</b>

Phase 2 | 실험 로그/결과 정리 Skill과 품질 규칙 만들기

복잡한 실험 기록을 자동으로 정리하고, 실패 원인 분석부터 다음 실험 제안까지 수행하는 Skill을 제작해요

| 강사님 Comment |
Skill은 단순 프롬프트가 아니라, 연구자가 원하는 작업 절차와 판단 기준을 문서화한 실행 지침에 가까워요.
이 파트를 들으면 수강생은 매번 같은 설명을 반복하지 않고,
자신의 연구 스타일을 Claude가 따라 할 수 있는 형태로 만들 수 있습니다!

Part 02 Claude Code로 내 연구 프로젝트 작업공간 만들기

ImageSlide<b style="color:#00638E;">Phase 1 |</b> <b>Literature Reviewer Agent 만들기</b>

Phase 1 | Literature Reviewer Agent 만들기

LLM Wiki에 축적된 연구 지식을 활용해, AI가 스스로 문헌 리뷰를 수행하는 Research Agent를 구축해요

ImageSlide<b style="color:#00638E;">Phase 2 |</b> <b>Experiment Planner와 Writing Reviewer Agent 만들기</b>

Phase 2 | Experiment Planner와 Writing Reviewer Agent 만들기

실험 계획과 논문 초안 검토를 담당하는 AI Agent를 구축하고, 여러 Agent가 협업하는 연구 시스템을 설계해요

| 강사님 Comment |
이 파트에서는 하나의 AI에게 모든 일을 맡기는 대신, 문헌 검토자, 실험 설계자, 비판적 리뷰어, 글쓰기 보조자처럼 역할을 나눈 Subagents 구조를 다뤄요! 이를 통해 연구 과정에서 필요한 여러 관점을 분리하고, 결과물의 품질을 점검하는 흐름을 만들 수 있습니다. 수강생은 이 파트를 통해 더 복잡한 연구 업무를 안정적으로 나누어 처리하는 에이전트 구조를 이해하게 됩니다.

Part 03 Hooks, Loop, MCP로 연구 에이전트 운영하기

ImageSlide<b style="color:#00638E;">Phase 1 |</b> <b> Hooks : 자동 실행, 알림, 안전장치</b>

Phase 1 | Hooks : 자동 실행, 알림, 안전장치

논문 추가, 실험 결과 저장 등 반복 작업을 자동 실행하는 Hook을 설계해 연구 자동화 수준을 한 단계 높여요

ImageSlide<b style="color:#00638E;">Phase 2 |</b> <b>연구 Loop 설계: 읽기, 실행, 평가, 수정의 반복</b>

Phase 2 | 연구 Loop 설계: 읽기, 실행, 평가, 수정의 반복

논문 읽기부터 실험, 논문 작성까지 AI가 스스로 반복 개선하는 연구 Loop를 구축하는 방법을 배워요

ImageSlide<b style="color:#00638E;">Phase 3 |</b> <b>MCP로 외부 도구와 연구 데이터 연결하기</b>

Phase 3 | MCP로 외부 도구와 연구 데이터 연결하기

문헌, 파일, 노트, 데이터 도구를 MCP로 연결해 AI가 연구 데이터를 직접 활용하는 시스템을 구축해요

| 강사님 Comment |
Hooks는 특정 작업 전후에 자동으로 실행되는 규칙을 만들고, Loop는 논문 검토나 실험 개선처럼 반복적으로 좋아져야 하는 연구 과정을 설계하는 데 활용합니다. MCP는 외부 도구, 데이터, 문서 시스템과 Claude를 연결해 연구자가 이미 쓰고 있는 환경을 에이전트 안으로 가져오는 역할을 합니다. 이 파트를 통해 수강생은 Claude를 단순 대화창이 아니라 연구 워크플로우의 중심 도구로 확장하는 감각을 얻게 됩니다!

STEP 4. 개인 연구 에이전트 워크플로우 구축 STEP4에서는 나만의 연구 에이전트를 시각적으로 볼 수 있는 사이트를 완성하고,
앞서 배웠던 내용을 토대로 논문 작성부터 발표 자료 준비까지 하나의 에이전트 워크플로우로 연결해요.

Part 01 Claude Code SDK/Python으로 연구 에이전트 확장하기

ImageSlide<b style="color:#00638E;">Phase 1 |</b> <b>Python에서 연구 에이전트 실행하기</b>

Phase 1 | Python에서 연구 에이전트 실행하기

Python에서 연구 에이전트를 실행하고, 연구 컨텍스트와 실행 결과를 체계적으로 관리하는 방법을 익혀요

ImageSlide<b style="color:#00638E;">Phase 2 |</b> <b> Agent 구조 해부: UI와 에이전트 루프가 연결</b>

Phase 2 | Agent 구조 해부: UI와 에이전트 루프가 연결

연구 에이전트에 UI를 연결해 누구나 쉽게 사용할 수 있는 연구 자동화 시스템을 구축해요

| 강사님 Comment |
이 파트에서는 Claude Code SDK와 Python을 활용해 연구 에이전트를 더 확장하는 방법을 다룹니다. 코딩 자체를 깊게 가르치기보다는, 강사가 제공하는 템플릿을 바탕으로 에이전트를 Python 코드에서 호출하고, 간단한 UI나 자동 실행 흐름으로 연결하는 구조를 이해해봐요. 이 파트를 들으면 수강생은 자신이 만든 연구 에이전트를 개인 작업공간을 넘어 도구나 서비스 형태로 확장할 수 있는 가능성을 이해하게 될거에요!

Part 02 Claude Code로 내 연구 프로젝트 작업공간 만들기

ImageSlide<b style="color:#00638E;">Phase 1 |</b> <b>하나의 연구 에이전트로 묶기</b>

Phase 1 | 하나의 연구 에이전트로 묶기

지금까지 구축한 모든 구성 요소를 통합해, 논문 분석부터 다음 연구 액션까지 수행하는 개인 연구 에이전트를 완성해요

ImageSlide<b style="color:#00638E;">Phase 2 |</b> <b>논문 작성, 리뷰 대응, 연구 제안서 작성에 연결하기</b>

Phase 2 | 논문 작성, 리뷰 대응, 연구 제안서 작성에 연결하기

AI 연구 에이전트를 활용해 논문 초안 작성, 리뷰 대응, 연구 제안서 작성까지 한 번에 수행하는 방법을 배워요

ImageSlide<b style="color:#00638E;">Phase 3 |</b> <b>하나의 연구 에이전트로 묶기</b>

Phase 3 | 하나의 연구 에이전트로 묶기

Claude Design을 활용해 발표 스토리라인을 설계하고, 연구 내용을 설득력 있는 발표 자료로 만드는 방법을 익혀요

| 강사님 Comment |
이 파트에서 앞에서 만든 구성요소들을 하나로 묶어 개인 연구 에이전트를 완성해봅시다! 또한 연구 결과를 논문 초안, 제안서, 발표 자료로 전환할 때 Claude를 어떻게 활용할 수 있는지 정리합니다. 마지막으로 수강생이 자신의 연구 분야에 맞게 에이전트를 계속 개선해 나갈 수 있도록 운영 기준과 확장 방향을 제시합니다.

수강 혜택

“저는 클로드의 ㅋ도 모르는 병아리 석사생이에요...”
이 강의의 핵심은 모두가
나만의 연구 에이전트를 만드는 것!

쉽게 바로 적용해볼 수 있도록
강사님만의 템플릿 모음집을 아낌없이 모두 드려요!

Fast Campus