AI 스킬마트스킬 둘러보기명령어프로그램배우기스킬이 뭐예요?
 
← 목록으로

학술 논문용 그림 제작 (Academic Plotting)

논문 원고나 실험 결과만 주면 아키텍처 도식과 학회 규격 데이터 차트를 자동으로 만들어 주는 스킬.

데이터·분석중급★ 1,337⑂ 91AI 점수 9/10마지막 업데이트: 2026. 10. 9.

무엇을 해주나

  • 두 가지 워크플로우 자동 분기: 축과 숫자가 있는 그림은 matplotlib/seaborn으로, 박스와 화살표가 있는 구조도는 Gemini 이미지 생성으로 처리합니다.
  • 컨텍스트 추출: 메서드 섹션 초안, 설명 문단, 결과 표, CSV/JSON을 읽고 구성요소·관계·비교 축·지표를 스스로 뽑아냅니다.
  • 차트 종류 자동 선택: 시간축이 있으면 라인 플롯, N개 방법 × M개 벤치마크면 그룹 막대, 정사각 행렬이면 히트맵 등 규칙 기반으로 결정합니다.
  • 논문 품질 스타일링: serif 폰트, 300DPI, 상/우 스파인 제거, 색약 친화 팔레트(Okabe-Ito), "Ours" 항목 강조색, PDF(벡터)+PNG 동시 저장.
  • 학회별 규격표: NeurIPS/ICML/ICLR/ACL/AAAI 단·양단 폭(inch)과 폰트를 바로 참고할 수 있습니다.
  • 도식 스타일 4종: 손그림 스케치, 모던 미니멀, 아이콘 중심 일러스트, 클래식 액센트 바 — 각 스타일의 프롬프트 블록이 hex 색상까지 지정되어 있습니다.
  • 재현성: 생성 스크립트를 figures/gen_fig_<name>.py로 항상 저장하고 파일 명명 규칙을 강제합니다.

이런 분께 추천

  • NeurIPS·ICML·ICLR·ACL 등에 투고하는 ML/AI 연구자와 대학원생
  • Figure 1 오버뷰 도식 만들기에 매번 시간을 쏟는 분
  • 실험 로그는 있지만 논문용 차트 스타일을 매번 새로 맞추는 분
  • 리뷰어에게 "그림이 조잡하다"는 지적을 받아본 분

활용 예시

  1. 아키텍처 도식: "우리 시스템은 Planner, Executor, Verifier로 구성되고 실패 시 Verifier가 Planner로 피드백합니다" → 3개 엔티티 + 점선 피드백 화살표의 순환 레이아웃을 Gemini로 3회 생성 후 최적안 선택.
  2. 성능 비교 막대그래프: "GPT-4: MMLU 86.4 / HumanEval 67.0, Ours: 88.1 / 71.2, Llama-3: 79.3 / 62.1" → 3방법 × 2벤치마크 그룹 막대, Ours를 코랄색으로 강조, 값 라벨 표시, PDF 저장.
  3. 학습 곡선: 스텝별 accuracy 평균·표준편차 CSV → 마커가 있는 라인 플롯 + 신뢰구간 음영, ICML 단일 컬럼(3.25인치) 규격으로 출력.

· · · 설치 가이드 · · ·

설치 없이 지금 한 번 써보기

아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/OpenRaiser/NanoResearch/HEAD/skills/vendor-ai-research/academic-plotting/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.

↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

AI 스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 OpenRaiser/NanoResearch 의 skills/vendor-ai-research/academic-plotting 폴더를 내 ~/.claude/skills/academic-plotting/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/OpenRaiser/NanoResearch.git /tmp/NanoResearch && mkdir -p ~/.claude/skills && cp -r /tmp/NanoResearch/skills/vendor-ai-research/academic-plotting ~/.claude/skills/ && rm -rf /tmp/NanoResearch

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 열고 스킬 폴더가 있는지 확인합니다: mkdir -p ~/.claude/skills
  2. 저장소를 클론합니다: git clone https://github.com/OpenRaiser/NanoResearch.git /tmp/NanoResearch
  3. 이 스킬만 복사합니다: cp -r /tmp/NanoResearch/skills/vendor-ai-research/academic-plotting ~/.claude/skills/
  4. 임시 폴더를 정리합니다: rm -rf /tmp/NanoResearch
  5. 파이썬 의존성을 설치합니다: pip install "matplotlib>=3.8" "seaborn>=0.13" numpy "google-genai>=1.0"
  6. (도식 생성이 필요할 때만) Gemini API 키를 발급받아 환경변수로 설정합니다: export GEMINI_API_KEY="발급받은키" — 키는 https://aistudio.google.com/apikey 에서 받을 수 있습니다.
  7. Claude Code를 재시작한 뒤 "이 실험 결과로 ICML용 그림 만들어줘"처럼 요청하면 스킬이 자동 발동합니다.
  8. 결과물은 프로젝트의 figures/ 폴더에 gen_fig_*.py, fig_*.pdf, fig_*.png 형태로 저장됩니다.
GitHub에서 원본 보기 ↗라이선스: MIT