NRF 기술수요조사서 자동 생성 스킬

NRF 미래개척융합과학기술개발사업 기술수요조사서 양식(HWPX)을 자동으로 채워 생성하는 스킬.
2단계/3단계 템플릿을 모두 지원하며, 심사자 Agent를 통한 반복 개선 워크플로우를 포함한다.

Triggers

기술수요조사서, tech survey, NRF 수요조사, 기술수요, 미래유망융합기술, 기술수요조사서 작성

Workflow

Phase 1: 기본 정보 수집 (대화)

사용자에게 순차적으로 확인:

1. 제안자 정보 (필수)

   • 기관명, 부서/직급, 성명, 연락처(직장전화, 이메일, 휴대전화)
   • 기본값: 한국기계연구원 (사용자 확인 후 적용)

2. 지원유형 (필수, 택1)

   • 도전형 / 유망신기술형

3. 기술 주제 (필수)

   • 기술명 (한 줄)
   • 핵심키워드 국문/영문 (각 5개 이상)

4. 기술후보군 선택 (필수, 택1)

   • 도전형 13개 + 유망신기술형 6개 중 선택
   • 자율주제 선택 가능

5. 융합 분야 (필수)

   • 대분류 2개 이상, 중분류 2개 이상

Phase 1.5: 기술 구체화 (구조화 인터뷰)

질문 1개씩 순차 진행:

질문	매핑 필드	필수
이 기술이 해결하려는 핵심 문제는?	제안취지, 연구개발개요	Y
현재 기술의 한계/병목은?	핵심기술내용, 제안취지	Y
핵심 요소기술 2~4개 나열	핵심기술내용, 기술기능범위	Y
TRL 착수/종료 수준	TRL	Y
단계별 목표 구분 (2단계 또는 3단계)	최종/단계별 목표	Y
국내외 유사연구 대비 차별점	동향	선택
참고 키워드/논문	Scholar 검색 입력	선택
예상 연구비 및 단계별 배분	예산	Y
파급효과 (산업/사회적)	파급효과	선택

선택 질문 스킵 시 AI가 자동 생성.

Phase 1.7: 연구동향 + 시장/산업 조사 (자동)

3개 Agent 병렬 실행:

1. 학술 조사 Agent — Google Scholar 해외/국내 논문 검색 (최근 3~5년)
2. 시장/산업 조사 Agent — 시장 규모, CAGR, 기업 동향
3. 정책/사회 조사 Agent — 정부 R&D 정책, 사회적 비용

규칙:

• 쿼리당 상위 5~10건 수집
• 검색 결과에 없는 논문 인용 금지
• 핵심 성과의 정량 수치 반드시 추출
• 학술 조사 Agent는 반드시 각 논문의 DOI를 수집하고, literature survey MD 말미에 ## 참고문헌 섹션으로 DOI 리스트를 출력할 것

학술 조사 Agent 프롬프트에 반드시 포함할 지시:

For each paper found, you MUST extract the DOI (e.g., 10.1038/s41586-024-07386-0).
At the end of your output, create a "## 참고문헌" section listing all papers in the format:
- Author et al., "Title", Journal, Year. DOI: 10.xxxx/xxxxx
Also create a plain text DOI list (one DOI per line) for automated PDF download.

Phase 1.8: 참고문헌 정리 + 논문 PDF 수집 (자동)

Phase 1.7 학술 조사 Agent 결과에서 참고문헌 리스트와 DOI를 추출하여 정리하고, PDF를 자동 다운로드한다.

Step 1: literature survey MD 말미의 ## 참고문헌 섹션에서 DOI 추출 → refs/doi_list.txt 저장

# doi_list.txt 형식 (한 줄에 DOI 하나)
10.1038/s41586-024-07386-0
10.1038/s41467-024-00001-1
...

Step 2: /paper-review 스킬의 download_refs.py로 PDF 자동 다운로드

mkdir -p refs
PYTHONUTF8=1 python {paper-review}/scripts/download_refs.py --input refs/doi_list.txt --output refs/

Step 3: 다운로드 결과 확인 및 literature survey MD에 PDF 경로 추가

다운로드 소스: Semantic Scholar → Publisher → Sci-Hub → Google Scholar

[!important] 자동실행 시 주의

• 학술 조사 Agent가 DOI를 수집하지 못한 논문은 제목+저널 기반 수동 검색 필요
• 다운로드 실패 시 해당 논문은 refs/failed.txt에 기록됨
• PDF 수집은 연구 참고용이며, 수요조사서 본문에 직접 첨부하지 않음

Phase 1.9: 기술 설명 그림 프롬프트 생성 (자동)

prompts/image_prompt.md를 참조 템플릿으로 활용하여, 해당 기술 주제에 맞는 이미지 프롬프트를 생성한다.

• 프로젝트 폴더에 image_prompt_{기술명}.md로 저장
• 최소 4개 프롬프트: (1) 전체 개념도, (2) 요소기술 통합 다이어그램, (3) 접근법 비교, (4) 핵심 원리 광학/기하학 설명
• 수요조사서 5페이지 제한 상 그림 1개 권장 — 가장 효과적인 것을 선별

Phase 2: AI 내용 생성 — 서술식 확장본 (자동)

2단계 작성 전략:

1. Phase 2: 서술식("~이다" 체), HWPX의 3배 분량(~10,000자) — 다양한 아이디어 포괄
2. Phase 4: 개조식(□/◦/-), 양식 분량(~3,600자) — 핵심만 압축

생성 순서 (섹션 간 상호 참조):

1. 국내외 동향 먼저 (state-of-art 정량치 확보)
2. 목표 (동향 기반 정량치 설정)
3. 기술 개요 (목표와 일관된 기술 내용)
4. 파급효과 (니즈·목표 연결)

핵심 원칙 — 니즈 중심 포괄성:

• 수요조사서는 기술 니즈를 파악하는 문서이며, 해결책을 하나로 제한하지 않음
• 다양한 접근법/대안을 포괄적으로 기술

Phase 2.5: 수요조사서 초안 MD 저장

서술식 확장본을 수요조사서_초안_{기술명}_v{N}.md로 저장.
부록에 조사 원자료(Scholar 결과, 시장 데이터, 정책 자료) 포함.

Phase 3: 사용자 검토/수정 (대화)

저장된 MD 파일 기반으로 섹션 단위 미리보기 및 수정.

Phase 3.5: 심사자 Agent 비평 (자동)

**Agent (opus 모델, critic 역할)**이 8개 기준(100점)으로 비판적 평가.
심사 의견서를 심사의견서_{기술명}_v{N}.md로 저장.

심사 기준 (8개 항목):

#	심사 항목	배점
1	논리적 일관성	15
2	정량적 목표의 타당성	15
3	동향-목표 연결	10
4	니즈 분석의 충실도	10
5	니즈 중심 포괄성	15
6	기술 차별성	10
7	실현 가능성	15
8	형식 준수	10

통과 기준: 합계 80점 이상 AND REVISE 0개
심사자 프롬프트: prompts/reviewer_prompt.md

Phase 3.7: 비평 기반 수정 (반복, 최대 3회)

심사 의견서의 수정 우선순위(Critical→Major→Minor)에 따라 초안 업데이트.
수정 후 Phase 3.5 재실행.

Phase 4: 개조식 변환 + JSON 조립 + HWPX 빌드 (자동)

서술식 초안(~10,000자) → 개조식(□/◦/-, ~3,600자) 압축 변환 → JSON 조립 → HWPX 빌드.

# 2단계 (기본)
PYTHONUTF8=1 python scripts/build_survey.py --input data.json --output result.hwpx

# 3단계
PYTHONUTF8=1 python scripts/build_survey.py --input data.json --output result.hwpx --steps 3

HWPX 작성 스타일 규칙:

• 전체 5페이지를 꽉 채우되 초과 금지
• 개조식(□/◦/-) 형식이되, 의미가 전달되는 충실한 내용
• "기술 내용" 셀: 정량 수치 최소화, 기술적 난제·흥미로운 연구 주제 중심
• "기능" 셀: 응용 관점 — 기능, 적용 환경, 안전성/신뢰성, 규격/인증
• 국내외 동향: 학자명 대신 기관명 사용, 의미 전달 중심 서술
• 제안취지: 충실한 분량으로 니즈의 맥락과 근거를 상세 기술

Phase 5: 검증 + 결과 전달

• validate.py 자동 실행
• 생성된 HWPX 파일 경로 안내
• 최종 초안 MD + 심사 의견서 MD 경로 안내
• 한글(HWP)에서 열어 양식 유지 확인 권장

JSON 입력 스키마

2단계용

{
  "지원유형": "도전형",
  "기술후보군": ["기술명"],
  "융합분야": {"대분류": ["...", "..."], "중분류": ["...", "..."]},
  "기술명": "...",
  "키워드_국문": "키워드1, 키워드2, ...",
  "키워드_영문": "keyword1, keyword2, ...",
  "연구개발개요": "300자 이내",
  "TRL": {"착수": 3, "종료": 6},
  "제안자": {
    "기관명": "...", "부서직급": "...", "성명": "...",
    "직장전화": "...", "이메일": "...", "휴대전화": "..."
  },
  "핵심기술내용": "□ ...\n  ◦ ...\n    - ...",
  "기술기능범위": "□ ...\n  ◦ ...",
  "최종목표": "...",
  "1단계목표": "...",
  "2단계목표": "...",
  "연구개발내용": "□ ...\n  ◦ ...",
  "제안취지": "□ ...\n  ◦ ...",
  "국내동향": "□ ...\n  ◦ ...",
  "해외동향": "□ ...\n  ◦ ...",
  "파급효과": "□ ...\n  ◦ ...",
  "특이사항": "□ ...\n  ◦ ...",
  "예산": {"1단계": 10, "2단계": 15, "합계": 25}
}

3단계용 (추가 필드)

{
  "3단계목표": "...",
  "예산": {"1단계": 6, "2단계": 16, "3단계": 16, "합계": 38}
}

기술후보군 목록

도전형 (13개)

1. 환경 적응형 자율연산 플랫폼
2. 글래스 프리 공간 지능 플랫폼
3. 정보 저장‧처리용 바이오 컴퓨팅
4. 상황 이해형 차세대 감각 입력‧해석
5. 다중감각-인간증강 센서-인터페이스
6. 극한 환경 제조
7. 그린 희토류 자원화
8. 단백질 미세구동체 집단 행동 설계
9. 구조 설계 기반 스마트 메타물질
10. 솔리드 스테이트 냉각
11. 협력형 에너지 하베스팅
12. 양자에너지 전송(QET)
13. 도전형 자율주제

유망신기술형 (6개)

1. 상태유지형 뉴로모픽 컴퓨팅
2. 인공근육 액츄에이터
3. 제로 파워 모션 디스플레이
4. 구조형 배터리 복합 소재
5. 해수 기반 에너지 저장‧전환
6. 유망신기술형 자율주제

제약사항

• 5페이지 이내 (양식 규격, 초과 금지)
• 멀티라인 텍스트는 □/◦/- 계층 구조 형식
• 연구개발개요는 300자 이내
• 체크박스는 □→■ 변환
• fix_namespaces.py 후처리 필수
• 심사 통과 (80점 이상, REVISE 0개) 또는 3회 반복 완료
• 국내외 동향에서 학자명 대신 기관명 사용

자동실행 모드 (user_idea.md 기반)

user_idea.md를 프로젝트 폴더에 미리 작성하면 Phase 1~1.5 대화를 건너뛰고 자동 실행 가능.

사용법

1. templates/user_idea.md 템플릿을 프로젝트 폴더에 복사
2. 필수 항목(제안자, 지원유형, 기술주제, 기술후보군, 융합분야, 단계구성, TRL, Q1~Q4)을 채움
3. /nrf-tech-survey 실행 시 자동으로 user_idea를 읽어 Phase 1.7부터 진행

자동실행 흐름

user_idea.md → Phase 1.7 (3개 조사 Agent 병렬, 학술 Agent는 DOI 필수 수집)
             → Phase 1.8 (참고문헌 DOI 리스트 정리 + PDF 자동 다운로드)
             → Phase 1.9 (기술 설명 그림 프롬프트 생성)
             → Phase 2 (서술식 초안 ~10,000자)
             → Phase 3.5 (심사자 Agent, 80점 기준)
             → Phase 3.7 (수정, 최대 3회 반복)
             → Phase 4 (개조식 변환 + JSON + HWPX)
             → Phase 5 (검증 + 사용자 고려사항 MD)

심사 반복 전략 (실증 결과)

Round	주요 개선	점수 변화
v1→v2	비교표, 광학논증, 정량목표, 리스크분석	62→83 (+21)
v2→v3	DOF문헌, 색재현율, 연구팀매핑, 예산근거, FOV대안, 인용형식	83→95 (+12)

90점 이상 달성을 위한 핵심 체크포인트:

• 니즈 포괄성: VAC 접근법 비교표 + 한계 솔직한 인정 (가장 큰 감점 요인)
• 정량 목표: State-of-Art 대비표, FOV 기하학적 상한 vs 유효 FOV 구분
• 실현 가능성: 역량-기관 매핑표, 예산 배분 근거(장비/인건비/재료비), Go/No-Go 기준
• 인용 형식: 제1저자 et al., 저널, 연도 통일
• DOF 근거: Campbell(1957), Charman & Whitefoot(1977), Marcos(1999)

파일 구조

nrf-tech-survey/
├── SKILL.md                 # 이 파일
├── assets/
│   ├── NRF_기술수요조사서_양식.hwpx        # 2단계 양식 템플릿
│   └── NRF_기술수요조사서_양식_3단계.hwpx   # 3단계 양식 템플릿
├── scripts/
│   └── build_survey.py      # HWPX 빌드 스크립트 (--steps 2|3)
├── prompts/
│   ├── survey_prompt.md     # AI 내용 생성 프롬프트
│   ├── reviewer_prompt.md   # 심사자 Agent 프롬프트
│   ├── image_prompt.md      # 기술 설명 그림 생성 프롬프트
│   └── writing_guidelines.md # 작성 가이드라인 (스타일·분량·규칙)
├── templates/
│   └── user_idea.md         # 사용자 입력 템플릿 (자동 실행용)
└── examples/
    ├── sample_data.json           # 2단계 테스트 데이터
    ├── sample_data_3step.json     # 3단계 테스트 데이터 (오리가미 메타물질)
    └── sample_data_NED_3step.json # 3단계 테스트 데이터 (근안 디스플레이, 95점)