harness 구축을 위한 설정
🔗https://github.com/revfactory/harness
마켓플레이스 등록
javascript
/plugin marketplace add revfactory/harness플러그인 설치
javascript
/plugin install harness@harness전역 스킬 등록
javascript
# Copy the skills directory to ~/.claude/skills/harness/
cp -r skills/harness ~/.claude/skills/harness연구용 harness 설계하기
javascript
/harness:harness 지금 현재 저는 hccp2차 데이터로 hrd 분야의 저널을 준비하기 위해 데이터 분석을 진행하려고 합니다. 패널 데이터로
데이터 기반의 가설을 도출하고 검증하려는 연구를 진행하려고 합니다. 당신은 사회과학의 탑티어 논문의100편이상 수행한 전문가의
입장에서 하네스를 구축해주세요 실행결과
javascript
★ Insight ─────────────────────────────────────
하네스 설계의 핵심 의사결정 3가지:
1. 파이프라인 패턴 선택 — 연구 프로세스는 본질적으로 순차적(탐색→가설→분석→작성→검증)이므로 에이전트
팀의 실시간 소통 이점보다 순차 조율의 명확성이 더 중요합니다.
2. 사용자 체크포인트 4개 — 특히 Phase 2(가설 도출) 후 체크포인트가 가장 결정적입니다. 여기서 연구
방향이 확정되면 이후 분석과 논문은 이를 따르게 됩니다.
3. Reviewer 2 시뮬레이션 — 실제 투고 전에 까다로운 심사를 미리 받으면 major revision 확률이 크게
줄어듭니다. 코드 재현 검증까지 포함한 것이 차별점입니다.
─────────────────────────────────────────────────
---
하네스 구축 완료 - 요약
생성된 구조
.claude/
├── agents/ # 5개 에이전트
│ ├── data-explorer.md # 데이터 탐색
│ ├── hypothesis-generator.md # 가설 도출
│ ├── statistical-analyst.md # 통계 분석
│ ├── paper-writer.md # 논문 작성
│ └── reviewer.md # Reviewer 2 시뮬레이션
├── skills/ # 6개 스킬
│ ├── hccp-data-explore/SKILL.md
│ ├── hypothesis-derive/SKILL.md
│ ├── panel-analysis/
│ │ ├── SKILL.md
│ │ └── references/panel-methods.md
│ ├── paper-draft/
│ │ ├── SKILL.md
│ │ └── references/writing-conventions.md
│ ├── peer-review/SKILL.md
│ └── research-orchestrator/SKILL.md # 오케스트레이터
연구 파이프라인
┌───────┬──────────────────────┬────────────────────────────┬──────────────────────────────┐
│ Phase │ 에이전트 │ 핵심 작업 │ 산출물 │
├───────┼──────────────────────┼────────────────────────────┼──────────────────────────────┤
│ 1 │ data-explorer │ HCCP 변수 탐색, 기초통계 │ 변수 목록, 구성개념 후보 │
├───────┼──────────────────────┼────────────────────────────┼──────────────────────────────┤
│ 2 │ hypothesis-generator │ HRD 이론 + 데이터 → 가설 │ 연구 모형, 가설, 변수 매핑 │
├───────┼──────────────────────┼────────────────────────────┼──────────────────────────────┤
│ 3 │ statistical-analyst │ FE/RE, 매개/조절, 강건성 │ 분석 결과, 논문용 표/그림 │
├───────┼──────────────────────┼────────────────────────────┼──────────────────────────────┤
│ 4 │ paper-writer │ 학술 논문 초고 │ 서론~논의 전문 │
├───────┼──────────────────────┼────────────────────────────┼──────────────────────────────┤
│ 5 │ reviewer │ Reviewer 2 심사 시뮬레이션 │ 심사 보고서, 수정 체크리스트 │
└───────┴──────────────────────┴────────────────────────────┴──────────────────────────────┘
추가 설치
- linearmodels 패키지 설치 완료 (패널 데이터 분석 핵심)
사용 방법
연구를 시작하려면 다음과 같이 요청하시면 됩니다:
- 전체 파이프라인: "HCCP 데이터로 [주제] 연구를 시작하자"
- 개별 단계: "데이터 탐색해줘" / "가설 세워줘" / "분석해줘" / "논문 써줘" / "리뷰해줘"
특정 HRD 주제(예: 교육훈련 투자와 기업성과, 경력개발과 이직의도 등)가 있으시면 알려주시면 해당 영역에
집중하여 탐색합니다. 아직 주제가 정해지지 않았다면, Phase 1 데이터 탐색부터 시작하여 데이터가 말해주는
흥미로운 패턴을 찾아보겠습니다.실행해보기
javascript
교육훈련 효과에 대해서 궁금해 실질적으로 교육이 이루어졌을 때 기업 성과로 이어지나,
그 교육의 결과가 무엇인지 궁금해 javascript
● ★ Insight ─────────────────────────────────────
데이터에서 드러나는 흥미로운 패턴:
- 기업의 교육훈련비(합계)가 1차→4차로 감소 추세 (9,747→7,465만원) — 코로나19 영향 가능성
- 그런데 HRD 효과 인식은 거의 변화 없음 (직무능력 효과 2.33→2.28) — "돈을 덜 쓰는데 효과는 비슷하다?"는
재미있는 연구 포인트
- 근로자 직무만족은 3차에서 뚜렷한 하락 (3.61→3.49, 코로나 시기) 후 4차에서 일부 회복
─────────────────────────────────────────────────
---
탐색 결과 정리
데이터를 살펴본 결과를 정리하면 이렇습니다.
데이터 구조
┌────────────┬─────────────┬───────────────┐
│ │ Head (기업) │ Work (근로자) │
├────────────┼─────────────┼───────────────┤
│ 1차 (2020) │ 510개 기업 │ 9,053명 │
├────────────┼─────────────┼───────────────┤
│ 2차 (2021) │ 500개 기업 │ 9,516명 │
├────────────┼─────────────┼───────────────┤
│ 3차 (2022) │ 500개 기업 │ 9,512명 │
├────────────┼─────────────┼───────────────┤
│ 4차 (2023) │ 500개 기업 │ 10,759명 │
└────────────┴─────────────┴───────────────┘
교육훈련 관련 핵심 변수
기업 수준 (Head):
- 교육훈련비 총액 / 합계 (4개 시점 모두 존재)
- 1인당 교육훈련시간
- HRD 활동 효과 인식 5개 항목: 직무능력, 노동생산성, 회사이미지, 직원의욕, 이직방지
- 형식훈련/비형식훈련 유형별 중요도 & 효과 (9개 유형)
- 신제품 출시 여부 (혁신 성과)
- 이직자 수
근로자 수준 (Work):
- 교육훈련 참여 여부 (일반직무, 리더십, 조직지원)
- 교육훈련→직무능력 효과 인식
- 교육훈련 만족도, 체계성, 업무적용 가능성
- 직무만족, 임금만족, 직무몰입
---
연구 방향 제안
선생님의 질문 — "교육이 기업성과로 이어지나, 그 결과가 무엇인가" — 에 대해, 이 데이터로 크게 3가지
방향이 가능합니다:
방향 1: 교육훈련 투자 → 기업 성과 (기업 수준 패널)
- IV: 교육훈련비 총액/1인당 교육훈련시간
- DV: 신제품 출시(혁신), 노동생산성, 이직률
- 장점: 고정효과로 기업 특성 통제, 시차효과 분석 가능
- 독창성: "투자 금액이 줄었는데 효과는 유지되는가?" (효율성 관점)
방향 2: 교육훈련 → 개인 변화 → 조직 성과 (다수준/매개 모형)
- 기업의 교육 투자 → 근로자의 직무능력/만족/몰입 → 기업 성과
- Head-Work 연결 분석 (기업ID 매칭)
- 장점: "왜 효과가 나는가"의 메커니즘 규명
- 독창성: 기업-개인 다수준 매개효과를 패널로 분석한 연구가 희소
방향 3: 형식훈련 vs 비형식훈련 효과 비교
- 집체교육, 온라인, 위탁 vs 코칭/멘토링, 지식공유, 직무순환
- DV: 직무능력, 노동생산성, 직원의욕
- 장점: 9개 유형별 효과 데이터가 이미 있음
- 독창성: 코로나 전후로 비형식훈련의 가치가 어떻게 변했는지
---
어떤 방향이 가장 흥미로우신가요? 또는 이 중 조합하여 설계할 수도 있습니다. 예를 들어 방향 2 + 방향 3을
결합하면 — "형식/비형식 훈련 유형이 근로자의 역량과 태도를 매개로 기업성과에 미치는 차별적 영향" — 같은
모형도 가능합니다.