Hive: AI Native 연구실 프로젝트 관리 시스템

연구실 프로젝트 관리 시스템 Hive의 spec과 학생 가이드 문서를 작성했다. Claude와 함께 만든 작업 일지를 기록한다.

배경

연구실을 운영하면서 반복적으로 느끼는 문제들이 있다.

• 계산 결과를 카톡/슬랙으로 공유하면 나중에 찾기 어렵다
• 미팅 노트가 개인적으로 보관되어 공유가 안 된다
• 할 일이 머릿속에만 존재하여 추적이 안 된다
• Google Drive에 파일이 산재하여 버전 관리가 안 된다

노션, 컨플루언스, 자체 웹앱 등 여러 선택지를 고민했지만, 결국 GitHub repo + markdown + Claude로 충분하다는 결론에 도달했다. 별도의 서버나 웹앱 없이, 이미 쓰고 있는 도구들만으로 시스템을 만들자.

Hive 개요

핵심 원칙 세 가지:

1. GitHub is everything — 모든 것이 GitHub repo 안에 존재한다. 별도의 DB나 서버가 없다.
2. Convention over infrastructure — 폴더 구조와 naming 규칙만 지키면 된다. 유지보수할 코드가 없다.
3. AI-native — 각 repo의 CLAUDE.md가 Claude에게 convention을 알려주고, Claude가 GitHub MCP를 통해 직접 작업한다.

구조는 간단하다.

sogang-qmp/                         (GitHub org)
├── 000-project-template            (템플릿 repo)
├── lab-docs                        (공유 지식 베이스)
├── 001-mos2-dislocation            (프로젝트 repo)
├── 002-bgw-eval                    (프로젝트 repo)
└── ...

각 프로젝트 repo 안에는 README.md(중심 문서), CLAUDE.md(AI 컨텍스트), reports/(연구 결과), meetings/(미팅 노트), manuscript/(논문) 등이 있다. 새 프로젝트는 템플릿에서 gh repo create로 즉시 생성할 수 있다.

워크플로우

일상적인 연구 흐름은 이렇다:

1. 계산 결과가 나오면 → Claude에게 “결과 정리해서 reports/에 올려줘”
2. 미팅 전에 report를 작성하여 → 논의할 구체적 재료를 준비
3. 미팅 후에 → meetings/YYYY-MM-DD/notes.md 작성, action item은 GitHub Issue로 생성
4. 논문 쓸 때 → Claude가 reports/ 전체를 읽고 outline 제안

학생 입장에서는 Claude에게 자연어로 요청하면 된다:

"003-nbs3-epc README의 Progress 업데이트해줘: k-mesh 수렴 테스트 완료"
"오늘 미팅 노트 만들어줘"
"미팅에서 나온 액션 아이템 이슈로 만들어줘"

CLAUDE.md가 핵심

시스템의 성패는 CLAUDE.md 품질에 달려있다. 좋은 CLAUDE.md는:

• 디렉토리 구조를 명시적으로 설명한다
• 네이밍 규칙을 구체적으로 적는다 (lowercase hyphenated, ISO date 등)
• 예시를 포함한다
• 하지 말아야 할 것도 명시한다

Claude가 convention을 실수하면 코드를 수정하는 게 아니라 CLAUDE.md를 보강하면 된다. 이것이 “AI-native"의 핵심이다.

만든 것

실제로 만든 결과물:

총 코드량은 GitHub Actions workflow 약 40줄이 전부다. 나머지는 전부 markdown.

다음 단계

• 000-project-template repo 생성
• lab-docs repo 생성
• 첫 프로젝트 1-2개를 템플릿에서 생성하여 실사용 테스트
• 랩미팅에서 학생 교육 (PAT 발급, MCP 설정, 기본 사용법)

실제 사용하면서 pain point가 드러나면 그때 Web Dashboard나 Custom MCP Server를 검토할 예정.