원클릭으로
data-collection-guide
Chapter 2 데이터 수집 품질 기준 및 검증 방법
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
Chapter 2 데이터 수집 품질 기준 및 검증 방법
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
HWPX XML-first document authoring skill for create/edit/read/validate workflows and template-driven generation. Use when you need deterministic Korean document layout control via section0.xml/header.xml and script-based build pipelines instead of opaque editors.
HWPX 템플릿 기반 문서 생성 및 ZIP-level 치환 워크플로우를 제공한다. Use when 사용자 업로드 양식 또는 기본 양식을 기반으로 보고서/공문서를 빠르게 생성해야 할 때.
한국어 심층 인터뷰로 모호한 요구사항을 실행 가능한 명세로 변환합니다. 다음과 같은 경우 사용 — '인터뷰해줘', '심층 인터뷰', '전부 다 물어봐줘', '가정하지 마' 같은 요청, 막연하거나 수용 기준이 불명확한 작업, ralph/team/plan/autopilot 워크플로우 전 명확화 필요 시. 5개 불리언 게이트(non-goals/decision-boundaries/pressure-pass/closure-audit/contradiction-audit) + 가중치 기반 모호성 게이팅 + 7단계 상태 머신 + 4개 한국어 도메인 렌즈(기술/UI-UX/위험/트레이드오프) 적용. omo와 표준 Claude Code 양 환경 호환. 결과는 .claude/plans/interview-{slug}-{ts}.md 명세로 결정화.
Gemini와 OpenAI gpt-image-2를 사용한 슬라이드 이미지 렌더링 스킬. renderer-agent / renderer-agent-openai가 프롬프트 파일을 이미지로 변환할 때 사용. generate_slide_images.py / generate_slide_images_openai.py 실행 가이드, 환경 요구사항, 출력 해석, 에러 처리 방법을 포함합니다.
Submit URLs to HoneyCombo via gh CLI with Korean structured summaries. Use when the user explicitly requests HoneyCombo submission — phrases like '허니콤보에 올려줘', 'submit to honeycombo', '제출해줘', '등록까지 해줘'. Handles single submit (1-5 URLs, one Issue per URL) and bulk submit (6-20 URLs, one Issue). Requires gh CLI authentication.
Fetch URLs and generate structured Korean markdown summary notes. Use WHENEVER the user provides one or more URLs — including bare URL lists with minimal instruction like '이 링크들 정리해줘', '아래 url 정리', 'md로 저장해줘' — or any message whose primary content is HTTP(S) URLs. Also triggers on requests containing 'Resource에 넣어줘', '기사 정리', or similar content curation phrases. This skill handles ONLY note generation, not HoneyCombo submission.
| name | data-collection-guide |
| description | Chapter 2 데이터 수집 품질 기준 및 검증 방법 |
이 문서는 Chapter 2 작성을 위한 데이터 수집의 품질 기준과 검증 방법을 제공한다.
| 등급 | 출처 유형 | 예시 | 신뢰도 |
|---|---|---|---|
| A | 글로벌 조사기관 | IDC, Gartner, MarketsandMarkets, Frost & Sullivan | 최상 |
| A | 정부/공공기관 | 특허청, 산업부, 과기부, NTIS | 최상 |
| B | 공인 연구기관 | KISTEP, KIET, KEIT, ETRI | 상 |
| B | 학술 논문 | IEEE, Nature, Science, ACM | 상 |
| C | 기업 공식 자료 | IR 자료, 연례보고서, 보도자료 | 중상 |
| D | 전문 매체 | ZDNet, TechCrunch, 전자신문 | 중 |
| E | 일반 매체 | 종합 일간지, 경제지 | 중하 |
| F | 비공식 자료 | 개인 블로그, 위키 | 사용금지 |
market_data:
required_grade: "A 또는 B"
minimum_sources: 2
note: "시장 규모 데이터는 반드시 글로벌 조사기관 출처 필요"
company_info:
required_grade: "B 이상"
minimum_sources: 1
note: "기업 정보는 공식 자료(C등급) 허용"
technology_trend:
required_grade: "B 이상"
minimum_sources: 2
note: "기술 동향은 연구기관 또는 학술 자료 우선"
patent_data:
required_grade: "A"
minimum_sources: 1
note: "특허 데이터는 공식 특허DB만 사용"
| 데이터 유형 | 권장 연도 | 최대 허용 연도 |
|---|---|---|
| 시장 규모 | 2024-2025 | 2023 |
| 기술 동향 | 2024-2025 | 2023 |
| 기업 현황 | 2024-2025 | 2023 |
| 특허 분석 | 2019-2024 (5년간) | 2018-2024 |
| 정책 자료 | 2024-2025 | 2022 |
[최신성 예외 허용 케이스]
1. 역사적 기술 발전 설명 시
2. 장기 시장 추세 분석 시
3. 기존 기술 대비 신기술 비교 시
4. 정책 연혁 설명 시
domestic_market:
required:
- current_size: "현재 시장 규모 (년도, 금액, 단위)"
- cagr: "연평균 성장률"
- forecast: "전망 규모 (목표 년도, 금액)"
- source: "출처 (기관명, 보고서명, 년도)"
optional:
- segment_breakdown: "세부 시장 분류"
- key_players: "주요 기업"
global_market:
required:
- current_size: "글로벌 시장 규모"
- cagr: "연평균 성장률"
- forecast: "전망 규모"
- regional_share: "지역별 점유율"
- source: "출처"
optional:
- industry_breakdown: "산업별 분류"
- country_breakdown: "국가별 분류"
company_profile:
required:
- name: "기업명"
- products_services: "주요 제품/서비스"
- achievement: "성과 또는 특징"
optional:
- revenue: "매출"
- market_share: "시장 점유율"
- recent_news: "최근 동향"
patent_analysis:
required:
- yearly_trend: "연도별 출원 동향 (최소 5년)"
- country_share: "국가별 비중 (최소 4개국)"
- domestic_key_patents: "국내 핵심 특허 (4-5건)"
- global_key_patents: "국외 핵심 특허 (10-15건)"
optional:
- technology_classification: "기술별 분류"
- top_applicants: "다출원인 분석"
- os_matrix: "공백기술 분석"
competitiveness_table:
required:
- depth1: "영역 (3-5개)"
- depth2: "기술 (영역당 2-3개)"
- benchmark_institution: "선진기관명"
- country: "국가"
- benchmark_level: "선진기관 기술수준"
- kimm_current: "KIMM 현재 수준"
- kimm_target: "KIMM 목표 수준"
[시장 데이터 정합성]
- [ ] 시장 규모 단위 일관성 (달러/원화)
- [ ] CAGR 계산 검증 (현재 규모와 전망 규모 일치)
- [ ] 지역별 점유율 합계 100% 확인
- [ ] 산업별 분류 합계 검증
[기업 데이터 정합성]
- [ ] 기업명 표기 일관성 (영문/한글)
- [ ] 성과 데이터 단위 일관성
- [ ] 연도 표기 일관성
[특허 데이터 정합성]
- [ ] 연도별 출원 건수 합계 검증
- [ ] 국가별 비중 합계 100% 확인
- [ ] 핵심 특허 정보 완결성 확인
[Chapter 간 정합성]
- [ ] Chapter 3 세부기술 ↔ Chapter 2 기술 동향 일치
- [ ] Chapter 3 최종목표 ↔ Chapter 2 기술개발 방향 연계
- [ ] Chapter 1 정책 부합성 ↔ Chapter 2 시사점 연계
- [ ] Chapter 1 기술분류 ↔ Chapter 2 기술 동향 일치
| 항목 | 기준 |
|---|---|
| 국내 기업 | 최소 5개 |
| 글로벌 기업 | 최소 10개 |
| 필수 열 | 기업명, 제품/서비스, 성과 |
| 선택 열 | 매출, 점유율, 특이사항 |
[예시]
| 기업명 | 주요 서비스/제품 | 성과 및 전망 |
|--------|-----------------|-------------|
| 삼성SDS | '패브릭스', '브리티 코파일럿' | 2분기 영업이익 2209억원 (전년 대비 7.1% 증가) |
| SK C&C | '솔루어', 'AI 랜딩존' | 2분기 영업이익 전년 대비 13.78% 증가 |
| LG CNS | 'GenAI Text' | 2분기 영업이익 1377억원 (전년 대비 21.0% 증가) |
| 항목 | 기준 |
|---|---|
| 최소 건수 | 5건 |
| 필수 열 | 인수사, 피인수사, 유형, 기대효과, 시기 |
| 연도 범위 | 최근 3년 (2022-2024) |
[예시]
| 회사 | 인수/합병 회사 | 유형 | 기대효과 | 시기 |
|-----|--------------|------|---------|-----|
| 지멘스 | Altair Engineering | 인수 | AI 기반 설계/시뮬레이션 포트폴리오 강화 | 2024 |
| 오토데스크 | Wonder Dynamics | 인수 | 클라우드 기반 AI 콘텐츠 제작 효율화 | 2024 |
| 항목 | 기준 |
|---|---|
| 연도별 동향 | 최소 5년 |
| 국가별 비중 | 최소 4개국 |
| 국내 핵심 특허 | 4-5건 |
| 국외 핵심 특허 | 10-15건 |
[예시 - 국가별 비중]
| 국가 | 비중 |
|------|------|
| 미국 | 44% |
| 일본 | 15% |
| 중국 | 12% |
| 한국 | 8% |
| 기타 | 21% |
| 항목 | 기준 |
|---|---|
| 영역(Depth 1) | 3-5개 |
| 기술(Depth 2) | 영역당 2-3개 |
| 기술수준 표기 | TRL 1-9 또는 점수 1-5 |
[예시]
| Depth 1 | Depth 2 | 선진기관 | 국가 | 기술수준 | KIMM 현재 | KIMM 목표 |
|---------|---------|---------|-----|---------|----------|----------|
| 설계 기술 | 기계요소부품 설계 | FZG | 독일 | 5 | 2 | 4 |
| | 진동/충격 저감장치 설계 | [대기업A] | 한국 | 5 | 4 | 4 |
| 해석 기술 | 3D 기반 부품 해석기술 | ANSYS | 미국 | 5 | 2 | 4 |
| 번호 | 이미지명 | 위치 | 유형 |
|---|---|---|---|
| 1 | 국내 시장 규모 및 전망 | 1. 국내 시장 | 막대/선 그래프 |
| 2 | 국내 주요 기업 동향 | 1. 국내 시장 | 테이블 |
| 3 | 국산 SW/제품 시장 현황 | 1. 국내 시장 | 막대 그래프 |
| 4 | 글로벌 시장 규모 | 2. 국외 시장 | 막대/선 그래프 |
| 5 | 지역별 시장 점유율 | 2. 국외 시장 | 파이 차트 |
| 6 | 연도별 특허 출원 동향 | 2. 국외 시장 | 막대 그래프 |
| 7 | 국가별 특허 비중 | 2. 국외 시장 | 파이 차트 |
| 8 | 기술별 특허 분류 | 2. 국외 시장 | 막대 그래프 |
| 9 | 글로벌 기업 동향 | 2. 국외 시장 | 테이블 |
| 10 | M&A 동향 | 2. 국외 시장 | 테이블 |
| 11 | 연구원 경쟁력 비교표 | 3. 시사점 | 테이블 |
<이미지 설명>
또는 (출처 포함)
<이미지 설명>
> 출처: 기관명, 보고서명, 연도
| 규모 | 표기 형식 |
|---|---|
| 100억 원 미만 | XX억 원 |
| 100억 원 이상 | X,XXX억 원 |
| 1조 원 이상 | X조 X,XXX억 원 |
| 달러 | XX억 달러 / XX백만 달러 |
CAGR XX% 또는 연평균 XX% 성장
XX% (소수점 1자리까지)
TRL X (1-9 정수)
[최종 검증 체크리스트]
- [ ] 모든 수치 데이터에 출처 명시
- [ ] 시장 규모 데이터 최신성 (2023년 이후)
- [ ] 기업 동향 테이블 완결성 (국내 5+, 글로벌 10+)
- [ ] 특허 분석 완결성 (연도별, 국가별, 국내 특허 4-5건, 국외 특허 10-15건)
- [ ] 경쟁력 비교표 완결성 (영역 3-5개, 기술 6-15개)
- [ ] Chapter 1/3과 정합성 확인
- [ ] 강조 표시(**, 이모지) 없음 확인
version: "1.0"
created: "2026-01-30"
consumers:
- chapter2