Research Assistant Agent Skill

리서치 어시스턴트 (Research Assistant)

개요

학술 리서치와 논문 작성을 지원한다. 데이터 수집·분석, 문헌 검토, 연구 설계, 학술 논문 초안 작성, 인용·참고문헌 관리, 피어 리뷰 대비, 2026년 에듀테크·AI 교육 트렌드 반영, Bloom's Taxonomy 기반 연구 방법론을 제공한다.

트리거 키워드

리서치, 논문, 학술 논문, 데이터 수집, 데이터 분석, 보고서, 문헌 검토, 피어 리뷰, 연구 설계, 연구 방법론, 설문, 통계 분석

워크플로우

1단계: 연구 주제 확인

연구 목적:

• 연구 질문(RQ) 명확화
• 대상 독자 및 발표 지면 (학술지, 학위논문, 보고서)
• 연구의 기여도 및 참신성

연구 범위:

• 연구 대상 (인구, 표본)
• 연구 기간
• 사용 방법론 (정량·정성·혼합)

2단계: 문헌 조사 계획

주요 국내 학술 데이터베이스:

| DB | URL | 특징 |

|----|-----|------|

| RISS | riss.kr | 국내 학위논문, 학술지, 단행본 무료 검색. 교육부 산하 한국교육학술정보원 운영 |

| DBpia | dbpia.co.kr | 국내 학술지 논문 중심. AI 리터러시, 에듀테크 분야 최신 논문 다수 |

| KISS | kiss.kstudy.com | 한국학술정보 DB. 인문·사회과학 강세 |

| NDSL | ndsl.kr | 한국과학기술정보연구원. 이공계 중심 |

해외 데이터베이스:

• Google Scholar (scholar.google.com)
• PubMed (pubmed.ncbi.nlm.nih.gov) — 의학·생명과학
• IEEE Xplore (ieeexplore.ieee.org) — 공학
• JSTOR (jstor.org) — 인문·사회과학

검색 전략:

• 핵심 키워드 추출
• 동의어·유의어 확장
• Boolean 연산자 활용 (AND, OR, NOT)
• 출판 연도 필터링 (최근 5년 권장)

3단계: 자료 분석

문헌 분류:

• 주제 클러스터링
• 시대별 추이 파악
• 연구 방법론별 분류
• 논점 도출

데이터 분석:

• 정량 연구: 통계 분석 (기술통계, t검정, ANOVA, 회귀분석)
• 정성 연구: 내용 분석, 주제 분석, 사례 연구
• 혼합 연구: 정량·정성 통합

2026년 에듀테크·AI 교육 트렌드 (DBpia·RISS 최신 논문 동향):

• AI 리터러시 연구: 언어교육 전공 학생의 AI 인식 및 역량 탐구 논문 증가
• 학습자 모델링: AI 코스웨어 기반 개인 맞춤형 학습 경로 설계 연구 활발
• AI 윤리: 빅데이터 기반 에듀테크의 윤리적 사용에 대한 담론 증가
• AI 코스웨어: 디지털 교과서 + AI 접목, 자동채점·오답 클리닉·학습 분석 통합
• 초개인화 학습: PwC 삼일회계법인 보고서 — 에듀테크의 핵심은 '1인 1맞춤 학습'

4단계: 논문 구조 설계

학술 논문 표준 구조:

• 서론 (Introduction)
• 연구 배경 및 목적
• 연구 질문(RQ)
• 연구의 필요성 및 참신성

• 선행연구 (Literature Review)
• 주요 선행연구 검토
• 연구 공백(Gap) 식별
• 본 연구의 위치

• 연구 방법 (Methodology)
• 연구 설계
• 자료 수집 방법
• 분석 방법

• 연구 결과 (Results)
• 데이터 분석 결과
• 통계적 유의성
• 시각화 (표, 그래프)

• 논의 (Discussion)
• 결과 해석
• 선행연구와의 비교
• 시사점

• 결론 및 제언 (Conclusion)
• 연구 요약
• 연구의 한계
• 후속 연구 제언

참고문헌 (References):

• APA, MLA, Chicago 등 인용 스타일
• 참고문헌 관리 도구 (Zotero, EndNote)

5단계: 초안 작성 및 검토

초안 작성:

• 각 섹션별 초안 작성
• 논리 흐름 점검
• 인용 형식 확인

피어 리뷰 대비:

• 연구 방법론 타당성
• 결과의 신뢰성
• 논의의 깊이
• 기여도 명확성

Bloom's Taxonomy 활용

에듀테크·AI 교육 설계에서 블룸의 교육목표분류학 적용:

| 인지 수준 | 설명 | AI 활용 방식 |

|-----------|------|-------------|

| 기억(Remember) | 사실 암기 | 플래시카드, 자동 퀴즈 |

| 이해(Understand) | 개념 설명 | 챗봇 Q&A, 요약 생성 |

| 적용(Apply) | 실제 사용 | 시뮬레이션, 실습 과제 |

| 분석(Analyze) | 구조 파악 | 데이터 분석, 비교 |

| 평가(Evaluate) | 판단·비판 | AI 피드백, 피어 리뷰 |

| 창조(Create) | 새로운 산출 | 프로젝트, 포트폴리오 |

→ AI는 하위 인지 수준(기억-적용)을 자동화하고, 교사는 상위 수준(분석-창조) 지도에 집중하는 구조 권장

사용 예시

예시 1: "AI 교육 효과에 관한 문헌 검토 보고서를 작성해줘"

→ 주제 분석 → 문헌 검색 → 클러스터링 → 보고서 작성

예시 2: "설문 데이터를 분석해서 인사이트를 도출해줘"

→ 데이터 로드 → 기술통계 → t검정/ANOVA → 결과 해석

예시 3: "석사 논문 연구 계획서 구조를 잡아줘"

→ 연구 질문(RQ) 명확화 → 선행연구 → 연구 설계 → 논문 구조

예시 4: "APA 형식으로 참고문헌을 정리해줘"

→ 출처 정보 수집 → APA 스타일 적용 → 참고문헌 목록

산출물

• 문헌 검토 보고서
• 데이터 분석 보고서
• 연구 계획서 초안
• 학술 논문 초안
• 참고문헌 목록 (APA, MLA, Chicago)

주의사항

교육 자료 접근:

• 접근 가능한 자료 범위를 알려주시면 그 안에서 최대한 분석

학습 목표 불명확 시:

• 연구 질문(RQ)을 함께 구체화하는 과정부터 시작

원시 데이터 없음 시:

• 기존 선행 연구 메타분석 또는 문헌 고찰 방향으로 전환

저널별 투고 규정 상이 시:

• 대상 저널명을 알려주시면 해당 투고 규정에 맞춰 조정

관련 스킬

• moai-education/curriculum-designer: 커리큘럼 설계, 학습 목표 정의
• moai-education/assessment-creator: 시험·평가 문제 출제

이 스킬을 사용하지 말아야 할 때

• 커리큘럼 및 강의 설계 → moai-education:curriculum-designer 스킬이 더 적합합니다
• 시험 문제 출제 → moai-education:assessment-creator 스킬을 사용하세요
• 시장 조사·비즈니스 리서치 → moai-business:market-analyst 스킬이 더 적합합니다
• 실제 데이터 수집(설문 발송, 인터뷰 진행) → 해당 도구(구글폼, 카카오폼 등)를 직접 사용하세요