Claude Cowork로 논문 분석 자동화하기: 커스텀 스킬 제작기
2026.01.21

소개

시도한 것
Claude Cowork의 커스텀 스킬 기능을 활용해,
👉 메타분석 논문 작업을 자동화하는 스킬을 제작했습니다.
(PDF 논문 → 데이터 추출 → 메타분석 → Forest plot 생성까지)
이유
메타분석에서 가장 시간이 많이 들고 오류가 잦은 단계는
논문 PDF에서 표본 수, 평균, 표준편차, CI 등을 수작업으로 추출하는 과정이기 때문입니다.
이 반복 작업을 Claude가 대신하도록 구조화된 스킬로 해결하고자 했습니다.
진행 방법
사용한 도구
Claude Cowork (Skill 기능)
Python (로컬 대량 처리용)
pdfplumber,matplotlib,statsmodels등
Word / Excel 자동 생성 스크립트
meta-analysis/
├── SKILL.md # 메인 가이드 (Claude가 읽는 문서)
├── requirements.txt # Python 의존성
├── scripts/
│ ├── meta_analysis.py # 핵심: 효과크기 계산, 이질성 분석
│ ├── visualize.py # Forest plot, Funnel plot 생성
│ ├── generate_report.py # Word 보고서 자동 생성
│ ├── extract_pdf.py # pdfplumber 텍스트 추출
│ ├── extract_with_vision.py # Vision API 추출 (로컬용)
│ ├── detect_image_tables.py # 이미지 테이블 감지
│ ├── hybrid_pipeline.py # 통합 파이프라인
│ ├── parse_study_data.py # 연구 데이터 파싱
│ └── validate_extraction.py # 추출 결과 검증
├── references/
│ └── extraction_schema.md # 데이터 추출 스키마 정의
└── data/ # 샘플 데이터활용 방식 요약
논문 PDF를 Cowork에 업로드
자연어로 요청
“이 논문들에서 메타분석 데이터 추출해줘”
Claude가
표/본문/이미지 테이블에서 수치 추출
효과크기 계산
Forest plot, Funnel plot 생성
Excel + Word 리포트까지 자동 생성
Cowork 환경에서는 API 키 없이 Claude가 직접 PDF를 “보고” 처리하도록 설계한 것이 핵심 포인트입니다. 별도의 Vision API 호출이 필요 없다는 점이 장벽을 낮춰 주었습니다.

결과와 배운 점
결과
논문 1편당 30–60분 걸리던 데이터 추출 → 2–3분 내 완료
SD가 없는 경우도
SE, CI, IQR, Range 기반 자동 변환 공식 적용
Forest plot / Funnel plot까지 자동 생성
배운 점 & 꿀팁
SKILL.md 설계가 성능의 80%
→ Claude가 “어떻게 행동해야 하는지”를 문서로 명확히 정의해야 함데이터 스키마를 먼저 고정하면 결과 일관성이 크게 좋아짐
“이렇게 요청하면 이렇게 답한다”는 예시 대화를 꼭 포함할 것
시행착오
PDF 내 이미지화된 테이블에서 수치 누락 발생
→ Vision 기반 보조 파이프라인 추가로 해결논문마다 결과 변수 표현 방식이 달라
→ 추출 스키마를 MECE하게 재정의
도움 필요한 부분
복잡한 그래프(Forest plot 이미지)에서 효과크기 역추출 정확도 개선
다중 outcome / subgroup 메타분석 자동 분기 처리
앞으로의 계획
PRISMA 흐름까지 포함한 완전 자동 메타분석 파이프라인
질문 생성 → 검색 → 스크리닝 → 분석까지 이어지는 멀티에이전트 루프로 확장
도움 받은 글 (옵션)
Claude Cowork 공식 문서
기존 메타분석 자동화 사례 및 통계 가이드 문헌




논문 메타문석을 위한 스킬이라니 놀랍네요.
논문 1편당 30–60분 걸리던 데이터 추출 → 2–3분 내 완료
생산성의 정말 엄청난 향상입니다.
항상 답변 달아주셔서 감사합니다. :)