MedSci Skills v2.2.0: 32개 스킬, Anti-Hallucination 전체 적용, validate_skills.sh

MedSci Skills가 32개 Claude Code 스킬로 확장되었습니다. 이전 릴리스의 22개에서 10개가 늘었습니다. 이번 업데이트에서는 신규 스킬 5개를 추가하고, Anti-Hallucination 인용 검증을 전체 번들로 확장하며, CI 환경에서 사용할 수 있는 validate_skills.sh 린트 스크립트를 도입했습니다.

새로 추가된 내용과 각 추가의 의미를 설명합니다.

신규 스킬 5개

/humanize — AI 문체 제거

v2.2 파이프라인 출시 이후 가장 많이 요청받은 기능입니다. /write-paper --autonomous가 사람 검토 없이 실행되면 결과물은 언어 모델이 작성한 느낌이 납니다. 초안이라면 괜찮습니다. 저널 투고용은 아닙니다.

/humanize는 18가지 AI 작문 패턴을 스캔합니다. Significance inflation("notably", "importantly"), AI 특유 어휘("delve", "leveraging", "underscore"), Copula 회피(행위자를 숨기는 수동 구문), 과도한 hedging(모든 주장 앞에 세 개의 한정어)이 포함됩니다. 플래그된 모든 구절에는 패턴 레이블, 밀도 점수, p값·임상 용어 등 모든 수치를 보존한 재작성 결과가 붙습니다.

목표 밀도는 1,000단어당 AI 표현 2.0건 미만입니다. 이 임계값을 초과하면 두 번째 패스가 실행됩니다. 출력은 각 대체어를 개별적으로 수락·거부할 수 있는 추적 변경 형식으로 제공됩니다.

이 스킬은 /write-paper --autonomous의 Phase 7에서 자동으로 실행됩니다. .md 또는 .docx 파일에 독립적으로도 실행할 수 있습니다.

/humanize --file ./manuscript.md

/author-strategy — PubMed 저자 프로필 분석

의학 연구 출판물은 무작위가 아닙니다. 다작 연구자는 알아볼 수 있는 패턴을 따릅니다. 강력한 데이터셋을 발굴하고, 방법론적 템플릿을 개발한 뒤, 노출-결과 쌍에 걸쳐 체계적으로 적용합니다. 협업 기회를 찾거나 복제 대상을 파악하거나 자신의 포트폴리오를 벤치마킹할 때 이 패턴을 이해하는 것이 중요합니다.

/author-strategy는 PubMed E-utilities를 통해 저자의 전체 출판 이력을 가져와 중복을 제거한 후, 각 논문을 연구 유형별로 분류합니다. GBD 기여, SR/MA, 국가 건강 데이터(NHIS, KNHANES, NHANES), AI/ML, 다국가 비교, 증례 시리즈 등으로 나뉩니다. 7개 시각화를 생성하고 — 출판 타임라인, 연구 유형 분포, 저널 분포, 협업 네트워크 등 — 복제 가능성이 높은 패턴을 파악한 전략 보고서를 작성합니다.

복제 점수화는 방법론이 명확하게 정의되어 있고, 데이터셋이 공개적으로 접근 가능하며, 직접적인 다국가 버전이 아직 없는 논문을 중심으로 도출됩니다.

/author-strategy --author "Yon DK" --max 200

/peer-review — 동료 심사 초안 작성

원고를 잘 심사하는 데는 처음에 3~5시간이 걸립니다. 체계적인 방법으로 익숙해지면 90분으로 줄어듭니다. /peer-review가 그 구조를 제공합니다.

스킬은 제출 원고를 체계적으로 분석합니다. 연구 질문의 명확성, 방법 적절성, 통계 분석 타당성, 결과 제시, 토론 범위, 보고 가이드라인 준수, 윤리적 고려 사항을 다룹니다. 대상 저널 — RYAI, INSI, EURE, AJR, KJR — 에 맞는 포맷으로 심사 초안을 작성하며, 각 저널의 간결성 목표(대부분의 영상의학 저널은 500~800단어)를 달성합니다.

Accept, Minor Revision, Major Revision, Reject 중 하나의 추천 의견이 구조화된 근거와 함께 제시됩니다. 제출 전 QC 체크리스트로 일반적인 문제 — 톤 보정, 윤리 적신호, 단어 수 확인 — 를 잡아냅니다.

/peer-review --manuscript ./submitted_paper.pdf --journal RYAI

/ma-scout — MA 주제 탐색

메타분석에서 가장 어려운 부분은 통계 실행이 아닙니다. 메타분석이 필요하고 실현 가능한 주제를 찾는 것입니다. 충분한 1차 연구가 존재하고, 최근 메타분석이 해당 질문을 다루지 않았으며, 제약 안에서 현실적으로 데이터를 수집할 수 있는 주제를 찾아야 합니다.

/ma-scout는 두 가지 모드로 작동합니다. Professor-first 모드는 연구자 이름을 입력하면 출판 프로필을 구축하고, 방법론적 기둥을 파악하며, MA 공백을 찾아냅니다. 해당 연구 영역에서 1차 연구가 축적되어 있지만 아직 종합 분석이 없는 질문입니다. Topic-first 모드는 임상 질문을 입력하면 PubMed, PROSPERO, bioRxiv에서 기존 및 등록된 리뷰를 스캔하고, 이용 가능한 k를 추정하며, 실현가능성을 평가합니다.

k 추정은 raw PubMed 건수에 15~30% 할인을 적용합니다. 중복, 데이터 추출 불가, 제외 기준으로 실제 포함 가능한 연구 수를 반영하기 위해서입니다. 모든 주제가 가능해 보이게 만드는 raw 검색 건수보다 현실적인 수치가 나옵니다.

/ma-scout --mode professor-first --author "Rhim HC"
/ma-scout --mode topic-first --question "RFA for HCC recurrence after resection"

/lit-sync — Zotero + Obsidian 문헌 동기화

문헌은 노트 정리보다 빠르게 쌓입니다. /lit-sync가 검색 결과와 지식 베이스 사이의 간격을 메웁니다.

스킬은 /search-lit 또는 다른 레퍼런스 매니저에서 내보낸 .bib 파일을 읽어 Better BibTeX 키 매칭으로 Zotero에 가져오고, 위키링크, 프론트매터, 어노테이션 스텁을 포함한 Obsidian 문헌 노트를 생성합니다. 특정 주제에 관한 문헌 노트가 10개 이상 쌓이면 교차 주제 발견을 포함한 개념 추출 패스를 실행하여 연결하는 종합 노트를 생성합니다.

Obsidian 노트는 볼트의 기존 규칙 — 폴더 배치, 프론트매터 스키마, ## 관련 노트 섹션 — 을 따르므로 수동 정리 없이 통합됩니다.

/lit-sync --bib ./search_results.bib --project "RFA Meta"

Anti-Hallucination 인용 검증: 전체 번들 적용

Anti-Hallucination 인용 검증은 이미 /search-lit의 핵심 기능이었습니다. v2.2.0에서는 레퍼런스를 출력하는 모든 스킬로 확장됩니다.

실제 의미: /write-paper, /meta-analysis, /grant-builder 등 어떤 스킬이든 논문을 인용할 때 메모리에서 직접 인용을 생성할 수 없습니다. 모든 레퍼런스는 출력에 나타나기 전에 검증 파이프라인을 통과해야 합니다. PubMed PMID 조회, Semantic Scholar DOI 조회, CrossRef 메타데이터 확인 중 하나입니다. 조회에 실패하면 해당 인용은 자동 포함되는 대신 [UNVERIFIED — NEEDS MANUAL CHECK]로 플래그됩니다.

이 점이 중요한 이유는 언어 모델이 자신 있게 레퍼런스를 할루시네이션(환각)하기 때문입니다. 가상의 논문은 그럴듯한 제목, 실제처럼 보이는 DOI, 관련 분야에서 활동하는 저자를 가집니다. 날조된 인용을 잡는 유일한 신뢰할 수 있는 방법은 투고 시점이 아닌 생성 시점에 외부 데이터베이스와 대조하는 것입니다.

검증 오버헤드는 작습니다. PubMed와 Semantic Scholar는 쿼리당 1초 미만으로 응답합니다. CrossRef 실패는 자동으로 묶어서 처리되므로 하나의 해결 불가 DOI가 파이프라인을 멈추지 않습니다.

validate_skills.sh — CI 린트 스크립트

MedSci Skills의 모든 스킬은 필수 구조를 따릅니다. name, description, triggers, tools 필드가 포함된 skill.md, README.md, 선택적 지원 파일입니다. v2.2.0 이전에는 이것이 관례로 지켜졌습니다. v2.2.0부터는 scripts/validate_skills.sh로 강제됩니다.

이 스크립트는 릴리스 전에 자동으로 실행되며, 언제든지 로컬에서 실행할 수 있습니다.

# 리포지토리 루트에서
bash scripts/validate_skills.sh

모든 스킬 디렉토리에서 필수 파일을 확인하고, skill.md에 모든 필수 프론트매터 필드가 있는지 검증하며, 트리거 목록이 비어 있지 않은지 확인하고, 스킬별 PASS / WARN / FAIL 결과와 요약 건수를 보고합니다. 기여자는 PR 제출 전에 이 스크립트를 실행하여 리뷰 이전에 구조적 문제를 잡을 수 있습니다.

다음 계획

다음 우선 작업:

• /fill-protocol — 한국 IRB Word 양식 자동 작성 (medsci-skills에 이미 포함, 랜딩 페이지 통합 예정)
• 다국가 배치 코호트 데모 — 공개 데모 디렉토리에 3국 KNHANES/NHANES/CHNS 데모 추가
• 저널 프로필 확장 — Nature Medicine, Lancet Digital Health, NEJM AI 프로필을 find-journal 데이터베이스에 추가

전체 스킬 목록은 aperivue.com/skills에서, 리포지토리는 github.com/Aperivue/medsci-skills에서 확인할 수 있습니다.