처음 배우는 재현 가능한 연구
작은 모의 데이터셋을 바탕으로, 동료가 다시 실행할 수 있는 연구 프로젝트를 만들어 봅니다. 파일과 데이터 정리부터 Git, Python 실행 환경, 결과물 묶음까지 순서대로 학습합니다.
이 시리즈에서 배우는 것
- 모의 연구 데이터의 파일과 변수 설명 정리하기
- 분석 코드의 변경 이력을 남기는 방법 이해하기
- 동료가 다시 실행하고 검증할 수 있는 연구 프로젝트 구성하기
목차
첫 두 장은 프로그래밍 경험 없이 읽을 수 있습니다. 이후 실습에는 명령줄, Git, Python 3이 사용됩니다.
- 재현 가능한 연구란 무엇인가요?계산 재현성과 독립적 반복 검증, 강건성의 차이를 작은 연구 예제로 이해합니다. 약 5분 읽기
- 연구 데이터를 체계적으로 정리하는 방법연구 폴더 구조를 만들고, 실제 예제가 포함된 README와 데이터 사전 템플릿을 활용합니다. 약 6분 읽기
- 연구 코드에 Git을 사용하는 방법Git으로 분석 코드의 변경 이력을 관리하고 논문의 표나 그림을 만든 정확한 커밋을 기록합니다. 약 7분 읽기
- 재현 가능한 연구를 위해 Python 실행 환경을 기록하는 방법Python과 운영체제 버전, 의존성, 실행 명령과 예상 결과를 기록하고 새 가상 환경에서 분석을 검증합니다. 약 8분 읽기
- 연구 결과를 재현할 수 있는 자료 묶음을 만드는 방법데이터, 코드, README와 예상 결과를 하나로 묶고 빈 폴더에서 실행해 검증합니다. 한국어 안내가 포함된 예제와 공유 전 점검표를 제공합니다. 약 8분 읽기