policy-research-kit

한국어 · English

정책연구보고서를 처음부터 끝까지 대신 써 주는 Claude Code 플러그인입니다.

주제를 알려주시면 목차를 짜고, 근거 자료를 찾고, 본문을 쓰고, 한글 파일(.hwpx)로 만들어 드립니다. 역할이 다른 다섯 개의 AI가 나눠 맡는데, 그중 하나는 검사만 하는 역할입니다. 글을 쓴 AI가 자기 글을 스스로 통과시킬 수 없게 만든 것이 이 플러그인의 핵심입니다.

무엇이 다른가요

AI에게 보고서를 맡기면 결과물은 꽤 매끄럽게 나옵니다. 문제는 그 안에 적힌 숫자가 맞는지 아무도 확인하지 않는다는 점입니다. 진짜 있는 링크가 열 개쯤 달려 있으니 검증된 문서처럼 보이지만, 실제로 열어보면 다른 조사의 숫자를 가져다 붙인 경우가 나옵니다.

그래서 직접 재봤습니다. 같은 주제를 일반 Claude Code와 이 플러그인에 각각 맡기고, 제3자가 양쪽이 인용한 링크 14개를 전부 열어서 원문과 대조했습니다.

	일반 Claude Code	이 플러그인
인용한 자료를 실제로 열어봤나	한 번도 안 열어봄	중요한 숫자는 전부 확인
숫자·출처가 틀린 것	2건 (모두 단정하는 말투)	0건 (확인 못 한 건 `[보강 필요]`로 표시)
작업 과정이 파일로 남았나	안 남음	5개 파일로 남음

솔직히 말씀드리면 문장은 일반 Claude Code가 더 잘 씁니다. 다만 그렇게 나온 초안에 틀린 숫자가 두 개 섞여 있었고, 그걸 걸러낼 방법도 나중에 되짚어볼 기록도 없었습니다.

→ 비교 실험 전체 기록 · 왜 만들었는지, 더 자세한 사용법 · 강점 한눈에 · 무엇을 연결하면 좋은가

어떤 순서로 진행되나요

목차 설계 → 🚦1차 점검 → ★목차 확인 요청 → 자료 조사 → 본문 집필 → 🚦2차 점검 → 한글 파일

중간에 두 번 멈춰 섭니다. 첫 번째는 목차가 잘못되지 않았는지 보는 자리입니다. 목차가 어긋난 채로 50쪽을 써 버리면 되돌릴 방법이 없기 때문에, 쓰기 전에 확인합니다. 두 번째는 다 쓴 원고를 검사하는 자리입니다. 완성된 글은 그럴듯해 보여서 스스로 의심하기 어렵기 때문에, 글을 쓰지 않은 다른 AI가 읽기 전용으로 검사합니다.

실제로 이 점검에서 걸린 것들입니다. 존재하지 않는 출처 3건, 단위를 10배로 잘못 환산한 숫자, 전체 평균을 특정 집단의 값처럼 써 놓은 부분, 그리고 근거가 부족한데 너무 세게 잡은 연구 질문입니다.

설치

/plugin marketplace add parkjui92/policy-research-kit
/plugin install policy-research-kit@policy-research-kit

이렇게 쓰시면 됩니다

평소 말하듯 요청하시면 됩니다.

지역 소멸 대응 정책연구보고서 써줘. 메모랑 통계 첨부했어      ← 본문 50쪽 이상
이 주제로 4쪽짜리 정책브리프만 빠르게                        ← 짧은 요약 보고서
이 200쪽 보고서 검수하고 근거 약한 곳 보완해줘               ← 이미 있는 보고서 손보기
3장을 해외사례 중심으로 바꿔줘                               ← 목차 확인 단계에서

마지막 줄처럼, 목차를 보여드릴 때 고쳐 달라고 하시면 그 자리에서 다시 짭니다. 방향을 바꾸기에 가장 값싼 시점입니다.

무엇이 남나요

완성된 보고서 하나만 나오는 게 아니라, 작업 과정이 전부 파일로 남습니다.

목차 설계안, 1차 점검에서 무엇을 왜 지적했는지, 어떤 사실을 어디서 가져왔는지 정리한 목록, 본문 초안, 2차 점검 지적과 실제로 고친 내역, 그리고 최종 한글 파일입니다.

몇 달 뒤에 "이 숫자 어디서 나온 거냐"는 질문을 받았을 때 답할 수 있다는 뜻입니다.

알아두실 점

한글 파일(.hwpx)로 만들려면 kordoc이라는 변환 도구가 따로 필요합니다. 없어도 마크다운까지는 정상적으로 나옵니다.
표준 보고서는 조사와 검증 때문에 시간이 꽤 걸립니다. 급하실 때는 "빨리 해줘"라고 말씀하세요 — 조사를 나눠 동시에 돌리고 반복 점검을 줄이는 쾌속 방식으로 바꿉니다. 실행 중 어느 단계가 예상보다 많이 늦어지면 완료된 중간 결과를 보여드리고 계속 갈지 여쭙니다. 형식 변환처럼 기계적인 단계는 처음부터 가벼운 모델이 맡아 시간을 아낍니다. 다만 검사하는 AI는 어떤 경우에도 가볍게 바꾸지 않습니다.
점검이 오류를 줄여주긴 하지만 없애주지는 못합니다. 검사하는 AI도 같은 계열이라 비슷한 착각을 할 수 있습니다. 최종 확인은 사람이 해야 합니다.
위 비교 실험은 한 주제를 한 번 돌려본 것입니다. 통계적으로 증명된 수치가 아니라, 직접 재현해 보실 수 있는 사례로 봐주세요.
국내 정책연구 관행(한글 파일 제출, 국문 자료 중심)에 맞춰져 있습니다.
설치·설정에서 막힐 때 · 이런 점검 구조를 직접 만들고 싶다면

함께 만든 것들

보고서·제안서를 써 주는 플러그인 — rnd-proposal-kit (정부 R&D 제안서) · socsci-paper-kit (사회과학 논문)

만들고 고치는 플러그인 — lecture-deck-kit (강의자료 HTML 덱 · 브라우저에서 바로 수정)

하나씩 쓰는 도구 — fact-verify (출처가 진짜인지 확인) · paper-proofread (한국어 논문 교정) · form-tailor (기관 양식에 맞춰 문서 작성) · report-to-brief (긴 보고서를 짧게)

라이선스

MIT. 특정 기관의 양식이나 실제 수행한 과제 결과물은 들어 있지 않습니다.