논문 무결성 감사관 (Integrity Auditor)

무엇을 해주나

• 입력을 자동 판별합니다: 로컬 PDF, DOI/arXiv ID, 또는 로컬 paper-writer 실행 결과(slug).
• 출판사 CDN 경로를 훑어 유료장벽 뒤에 있어도 보충자료(MOESM XLSX), 고해상도 그림, Author Correction PDF까지 확보하려 시도합니다.
• 논문 유형을 먼저 분류(생물학 / ML / 이론·리뷰)한 뒤, 유형에 맞는 검사만 실행합니다.
• 세 갈래 증거 트랙을 수행합니다:
  • 이미지: 패널 분할 → perceptual hash(dHash/aHash) 중복 탐지 → 애매하면 ORB 특징 매칭으로 회전·반전·크롭 중복까지, 웨스턴블롯 배경 연속성, 형광 채널 라벨 뒤바뀜 검사.
  • 수치: n 일관성, 평균/SD/SEM 재계산, P값 타당성, 소수점 말미 패턴 스위퍼, 단위·자릿수(TWh vs GWh 등) 불일치, 두 보충표 간 합계 불일치, ML 논문은 벤치마크 표 셀 대비 개선폭 산술 재검증.
  • 논리: 결론 사슬(A→B→C) 압축, 누락된 대조군, 재현 격차.
• 모든 발견을 Level 1~4로 등급화하고, 검토 가능한 포인터(그림 ID, 페이지·행, 변환 설명, 저자에게 요청할 원자료)를 포함한 audit_report.md를 산출합니다.
• 판정("조작이다")은 절대 내리지 않습니다. 증거와 등급, 요청 원자료 목록만 제시합니다.

이런 분께 추천

• 저널 리뷰어·에디터, 연구윤리 담당자, 재현성 검증을 하는 대학원생·PI.
• 투고 전 자기 논문의 수치·그림 일관성을 스스로 감사하고 싶은 연구자.
• AI로 작성한 논문 초안의 수치가 실험 결과 JSON과 실제로 일치하는지 확인해야 하는 팀.

활용 예시

1. "이 DOI 논문의 Figure 3 패널들이 중복인지 봐줘" → 랜딩 HTML에서 고해상 그림·보충 XLSX를 내려받고 패널 분할 후 phash/ORB로 중복 후보를 뽑아 Level 등급이 붙은 finding 파일 생성.
2. "Nature 논문의 보충표 두 개가 같은 총량을 다르게 적고 있는지 확인" → xlsx_aggregate_consistency.py로 두 XLSX의 합계를 비교해 0.6% 계통 차이를 Level 1 발견으로 기록.
3. "arXiv ML 논문의 '+1.2pp 개선' 주장이 표와 맞는지 검증" → 이미지 트랙은 _inapplicable.md로 처리하고, 인용된 모든 개선폭을 벤치마크 셀에서 산술 재도출 + 시드·표준편차 보고 일관성(Check 5) 확인.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/ai4s-research/ai4s-skills/HEAD/skills/integrity-auditor/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 ai4s-research/ai4s-skills 의 skills/integrity-auditor 폴더를 내 ~/.claude/skills/integrity-auditor/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.