Step 2. 첫 파이프라인 실행
sklearn의 유방암 공개 데이터셋으로 end-to-end 파이프라인을 실행합니다.
데이터 다운로드 없이 바로 시작할 수 있습니다.
이 데모에서 나오는 결과물
논문 초고
IMRAD 구조, ~2,200 단어, DOCX/PDF
Figure 4개
ROC 곡선, Confusion Matrix, 300 DPI
STARD 감사 보고서
30개 항목 점검, 수정 제안 포함
발표 슬라이드
12장 PPTX, 발표자 노트 포함
1
Claude Code Desktop에 프롬프트 입력
Claude Code Desktop을 열고 다음을 입력합니다:
/orchestrate sklearn의 load_breast_cancer 데이터로 진단 정확도 연구를 end-to-end로 실행해줘. 분석, Figure, 논문 초고, STARD 감사, 발표 슬라이드까지 전부.한국어로 입력해도 됩니다. Claude가 자동으로 이해합니다.
2
파이프라인 자동 실행 관찰
Claude가 다음 순서로 스킬을 자동 체이닝합니다. 중간에 권한 요청이 나오면 "Allow"를 눌러주세요.
- 1.analyze-stats — 데이터 로드, Table 1 생성, 3개 모델(LR, RF, SVM) 학습 및 비교
- 2.make-figures — ROC 곡선, Confusion Matrix, Calibration Plot 등 Figure 4개 생성
- 3.write-paper — IMRAD 구조 논문 초고 작성 (Title, Abstract, Introduction, Methods, Results, Discussion)
- 4.check-reporting — STARD 2015 체크리스트 30개 항목 감사
- 5.present-paper — 12장 PPTX 슬라이드 + 발표자 노트
전체 소요 시간: 약 5분 (네트워크 속도에 따라 다름)
3
결과물 확인
파이프라인이 완료되면 Claude가 결과물 위치를 알려줍니다. 일반적으로 현재 작업 폴더에 저장됩니다.
주요 파일:
manuscript_draft.docx— 논문 초고figures/— ROC, Confusion Matrix 등 300 DPI 이미지stard_compliance_report.md— STARD 감사 결과presentation.pptx— 발표 슬라이드
4
직접 해보기: 내 데이터 사용
데모가 잘 작동했다면 이제 본인 데이터로 시도해보세요:
CSV/Excel 데이터가 있다면
/orchestrate data.csv 파일로 진단 정확도 연구를 진행해줘논문 초고가 있다면
/check-reporting manuscript.docx를 STROBE 가이드라인으로 감사해줘아직 주제만 있다면
/search-lit "AI 폐결절 진단 정확도" 관련 문헌을 PubMed에서 검색해줘