Claude Code로 R 데이터분석

Zarathu Co., Ltd

김진섭

자기소개

회사: 차라투 (Zarathu Co.,Ltd)

R 활용 의학연구지원
R 패키지 개발 및 교육

경력

의학사, 성균관대학교 (~2009)
예방의학전문의/박사수료, 서울대보건대학원 (~2013)
책임, 삼성전자 DMC연구소/무선사업부 (~2016)
대표, 차라투 (2018~)

jinseob2kim@gmail.com, github.com/jinseob2kim

Executive summary

AI 코딩 에이전트를 활용하여 R 데이터분석을 수행한다

Claude Code: Anthropic의 공식 CLI 기반 AI 코딩 에이전트
터미널에서 자연어로 지시하면 코드를 작성/실행/수정
R 분석 전 과정을 지원: 데이터 전처리, 통계분석, 시각화, 논문 테이블

Windows에서 바로 사용 가능

Git Bash만 있으면 됨
기존 R, RStudio 환경과 함께 사용

AI 코딩 에이전트란?

기존 ChatGPT/Copilot과의 차이

구분	ChatGPT / Copilot	Claude Code
방식	코드 제안/복붙	직접 파일 읽기/수정/실행
환경	웹 브라우저 / IDE	터미널 (내 컴퓨터)
범위	한 번에 한 질문	프로젝트 전체 이해
실행	사용자가 복붙 후 실행	에이전트가 직접 실행

“코드를 알려주는 AI”에서 “코드를 대신 짜고 실행하는 AI”로

Claude Code 데모 영상

실제 동작 모습

$ claude

> colon 데이터로 sex별 생존분석 해줘.
  Kaplan-Meier plot이랑 Cox regression table 만들어서
  ppt로 저장해.

✓ R 코드 작성 중...
✓ survival, jskm, jstable 패키지 로드
✓ survfit, coxph 모델 적합
✓ KM plot 생성 → results/km_plot.pptx
✓ Cox table 생성 → results/cox_table.xlsx

완료! results/ 폴더를 확인하세요.

자연어 지시 → 코드 작성 → 실행 → 결과 저장까지 자동

왜 Claude Code인가?

의학연구자에게 특히 유용한 이유

R 생태계 이해도 높음: survival, jskm, jstable, meta 등 의학통계 패키지 지원
CLAUDE.md로 분석 스타일 고정: 한 번 설정하면 매번 동일한 코딩 컨벤션 유지
반복 작업 자동화: Table 1, regression table, forest plot 등 패턴화된 작업
논문 수준 출력: flextable, officer 패키지로 바로 논문에 쓸 수 있는 결과물

Tip

핵심: 통계를 모르는 게 아니라, 코딩에 시간을 쓰기 싫은 교수님들을 위한 도구

설치: Windows 환경

설치 순서

총 3단계

1. Git for Windows 설치   ← Claude Code가 내부적으로 Git Bash 사용
    ↓
2. Claude Code 설치       ← PowerShell 한 줄로 끝
    ↓
3. R 설치 확인            ← 이미 있으면 skip

소요시간: 약 5분
Windows 10 이상 또는 Windows 11

Step 1 - Git for Windows

이미 Git이 설치되어 있으면 건너뛰기

git-scm.com/downloads/win 에서 다운로드
설치 시 기본 옵션 그대로 진행 (Next만 계속 클릭)
확인:

git --version
# git version 2.47.x.windows.x

Note

Git for Windows에 Git Bash가 포함됨 → Claude Code가 이걸 사용

Step 2 - Claude Code 설치

CMD 열고 한 줄 실행:

curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

Node.js 별도 설치 불필요 (자체 포함)
~/.local/bin에 설치됨
설치 후 터미널을 닫았다 다시 열기 (PATH 적용)
PATH 적용 안된다면, 시스템 환경변수 편집 → 환경변수 → Path 편집 → 새로만들기 에 추가

설치 확인:

claude --version

Warning

claude is not recognized 에러 시 → 터미널 재시작, 또는 PATH에 %USERPROFILE%\.local\bin 추가

Step 3 - 최초 실행 & 인증

PowerShell 또는 Git Bash에서:

cd C:\Users\본인이름\Documents\my_research
claude

최초 실행 시 브라우저가 열리며 Anthropic 계정 로그인
Claude Pro, Max, Teams, Enterprise 또는 API key로 인증

인증 방법	가격	특징
Claude Max	$100/월	Code 무제한, 추천
Claude Max 5x	$200/월	더 많은 사용량
API key	종량제	분석 1건당 약 $0.5-2

Step 4 - R 환경 확인

이미 Windows에 R이 설치되어 있으면 그대로 사용!

Rscript --version
# R scripting front-end version 4.x.x

R이 없다면: cran.r-project.org 에서 다운로드

R 패키지 설치 (R 콘솔 또는 RStudio에서):

install.packages(c("data.table", "magrittr", "survival",
                    "jskm", "jstable", "flextable",
                    "officer", "rvg", "ggplot2", "openxlsx2"))

Tip

기존 RStudio에서 설치한 패키지를 Claude Code가 그대로 사용합니다

문제 해결

# 설치 상태 자동 진단
claude doctor

자주 발생하는 문제와 해결

문제	해결
`claude is not recognized`	터미널 재시작 또는 PATH 추가
Git 없다는 에러	Git for Windows 설치
인증 실패	`claude doctor`로 진단
R 못 찾음	Rscript이 PATH에 있는지 확인
한글 깨짐	시스템 UTF-8 설정 (아래 참고)

한글 깨짐 해결: 설정 → 시간 및 언어 → 언어 및 지역 → 관리 언어 설정 → 시스템 로캘 변경 → Beta: 세계 언어 지원을 위해 Unicode UTF-8 사용 체크 → 재부팅

폴더 구조 세팅

프로젝트 구조

my_research/
├── CLAUDE.md          ← 분석 스타일 지시
├── data/              ← 원본 데이터 (xlsx, csv 등)
├── global.R           ← 데이터 전처리
├── analysis.R         ← 분석 코드
└── results/           ← 결과물 (pptx, xlsx)

cd C:\Users\본인이름\Documents\my_research
claude

CLAUDE.md: 분석 스타일 설정

CLAUDE.md란?

프로젝트 루트에 두는 AI 지시 파일

Claude Code가 매 대화 시작할 때 자동으로 읽음
코딩 스타일, 사용 패키지, 분석 컨벤션 등을 고정
한 번 작성하면 매번 동일한 스타일로 분석

# 프로젝트 루트에 생성
my_research/
├── CLAUDE.md          ← 분석 스타일 지시
├── data/              ← 원본 데이터
├── global.R           ← 데이터 전처리
├── analysis.R         ← 분석 코드
└── results/           ← 결과물 (pptx, xlsx)

CLAUDE.md 예시 (1/2)

# 분석 스타일

## 기본 원칙
- data.table을 메인 패키지로 사용 (dplyr 사용 안 함)
- pipe operator(%>%)만 사용 (magrittr)
- global.R에서 전처리, analysis.R에서 분석 (파일 분리)

## global.R 구조
1. 데이터 읽기
2. 전처리 + 파생변수 생성
3. varlist에 분석 변수 저장
4. out = 분석용 데이터, out.label = 라벨 정보
5. **varlist와 out 나오기 전에 파생변수 모두 완료**

## 테이블 저장
- flextable으로 포맷팅 (논문에 바로 쓸 수 있는 형태)
- flexlsx + openxlsx2로 Excel 여러 시트에 저장

CLAUDE.md 예시 (2/2)

## 그림 저장
- 기본은 ppt (rvg::dml + officer 패키지)
- 벡터 그래픽, fullsize

## 주요 패키지
- jstable: CreateTableOneJS, cox2.display, glmshow.display
- jskm: Kaplan-Meier plot (jskm, svyjskm)
- 라벨 적용: LabeljsCox, LabeljsTable 등

## 주의사항
- survfit/coxph는 eval(substitute()) 패턴 필수
- 테이블 부등호: >= → ≥, <= → ≤ (유니코드)
- Table 1 footer는 실제 사용된 검정과 일치시키기

Tip

이 CLAUDE.md를 한 번 만들어두면, “Table 1 만들어줘”라고만 해도 항상 같은 스타일로 생성

실전: R 데이터분석

예제 1: 데이터 전처리 (global.R)

자연어로 지시:

> data 폴더의 엑셀 파일 읽어서 global.R 만들어줘.
  성별은 factor, 나이/BMI는 numeric으로.
  DM은 0/1 코딩이고 label은 No/Yes로.

Claude Code가 생성하는 코드:

library(data.table);library(magrittr);library(jstable)
a <- readxl::read_excel("data/patient_data.xlsx") %>% data.table

a[, DM := factor(DM, levels = c(0, 1), labels = c("No", "Yes"))]

varlist <- list(
  Base = c("Sex", "Age", "BMI", "DM", "HbA1c")
)

out <- a[, .SD, .SDcols = c(unlist(varlist))]
factor_vars <- c("Sex", "DM")
out[, (factor_vars) := lapply(.SD, factor), .SDcols = factor_vars]
conti_vars <- setdiff(names(out), factor_vars)
out[, (conti_vars) := lapply(.SD, as.numeric), .SDcols = conti_vars]

out.label <- jstable::mk.lev(out)

예제 2: Table 1

자연어로 지시:

> DM 기준으로 Table 1 만들어줘.
  nonnormal 변수는 Age, BMI로.
  Excel로 저장.

Claude Code가 실행하는 코드:

source("global.R")

tb1 <- jstable::CreateTableOneJS(
  vars = names(out), strata = "DM", data = out,
  nonnormal = c("Age", "BMI"),
  labeldata = out.label, Labels = TRUE,
  testNonNormal = wilcox.test
)

ft <- tb1$table %>%
  cbind(Variable = rownames(.), .) %>%
  flextable::flextable() %>%
  flextable::set_caption("Table 1. Baseline characteristics") %>%
  flextable::add_footer_lines(
    "P by Wilcoxon rank-sum test / Chi-squared or Fisher's exact test"
  )

예제 3: 생존분석

자연어로 지시:

> DM 여부에 따른 Kaplan-Meier plot 그려줘.
  p-value 표시하고, JAMA 스타일로.
  ppt로 저장.

Claude Code가 실행하는 코드:

library(survival);library(jskm);library(officer);library(rvg)

dd <- out  # 분석 데이터
fmla <- Surv(time, event) ~ DM
fit <- eval(substitute(survfit(f, data = dd), list(f = fmla)))

p <- jskm(fit, data = dd, pval = TRUE, table = TRUE,
           marks = FALSE, theme = "jama",
           ystratalabs = c("No DM", "DM"),
           ystrataname = "DM status")

# PPT 저장
doc <- read_pptx() %>%
  add_slide(layout = "Blank") %>%
  ph_with(dml(ggobj = p), location = ph_location_fullsize())
print(doc, target = "results/km_plot.pptx")

예제 4: Cox Regression

자연어로 지시:

> DM의 사망 위험을 Cox regression으로 분석해줘.
  Age, Sex, BMI 보정하고, label 적용해서 Excel로 저장.

Claude Code가 실행하는 코드:

fmla <- Surv(time, event) ~ DM + Age + Sex + BMI
fit <- eval(substitute(coxph(f, data = dd), list(f = fmla)))

cox_result <- jstable::cox2.display(fit)
cox_labeled <- jstable::LabeljsCox(cox_result, ref = out.label)

ft <- cox_labeled$table %>%
  flextable::flextable() %>%
  flextable::set_caption("Table 2. Cox proportional hazards model") %>%
  flextable::add_footer_lines("HR, hazard ratio; CI, confidence interval")

# Excel 저장
library(flexlsx);library(openxlsx2)
wb <- wb_workbook()
wb$add_worksheet("Cox")
wb <- wb_add_flextable(wb, "Cox", ft)
wb$save("results/Tables.xlsx")

대화 이어가기

Claude Code의 강점: 맥락을 기억

> 위의 Cox 모델에서 DM 유의하면,
  subgroup 분석도 해줘. Sex, Age 65세 기준으로.
  forestploter로 그려서 ppt에 추가.

> Table 1이랑 Cox table을 한 엑셀 파일에
  각각 다른 시트로 저장해줘.

> 결과 요약해서 professor_reply.md 만들어줘.
  Statistical Analysis는 영어로.

이전 대화에서 만든 코드/결과를 기억하고 이어서 작업
추가 지시만 하면 기존 코드를 수정하거나 확장

팁과 주의사항

효과적인 지시 방법

구체적일수록 좋다

나쁜 예	좋은 예
“분석해줘”	“DM 기준 Table 1 만들어줘, nonnormal은 Age”
“그래프 그려”	“KM plot 그려줘, JAMA 스타일, p-value 표시”
“저장해”	“ppt로 저장, fullsize, 벡터그래픽”

단계별 지시가 안전

먼저: “data 폴더의 엑셀 읽어서 구조 보여줘”
다음: “global.R 만들어줘”
그 다음: “Table 1 만들어줘”
마지막: “결과 Excel로 저장”

자주 쓰는 명령어

Claude Code 기본 명령

# Claude Code 시작
claude

# 대화 내 명령어
/help              # 도움말
/clear             # 대화 초기화
/compact           # 대화 요약 (토큰 절약)

유용한 자연어 패턴

> global.R 읽어보고 어떤 변수가 있는지 알려줘
> analysis.R의 에러 고쳐줘
> 이 코드 리뷰해줘
> 결과를 professor_reply.md로 정리해줘

비용과 구독

Claude Code 사용 비용

플랜	가격	특징
API (종량제)	사용량 기반	분석 1건당 약 $0.5-2
Claude Pro	$20/월	웹 + 제한적 Code 사용
Claude Max	$100/월	Code 무제한 사용
Claude Max (5x)	$200/월	더 많은 사용량

Tip

추천: 처음엔 API key로 시작 → 자주 쓰면 Max로 전환

의학연구 분석 기준, 월 $100이면 RA 인건비 대비 압도적

주의사항

반드시 확인할 것

코드 리뷰: AI가 만든 코드를 반드시 확인
- 특히 통계 방법이 맞는지, 변수 코딩이 맞는지
환자 데이터 보안: Claude Code는 로컬에서 실행
- 코드만 API로 전송, 데이터 파일은 전송되지 않음
- 단, 프롬프트에 환자 정보를 직접 입력하지 말 것
재현성: global.R + analysis.R + CLAUDE.md를 함께 보관
- 동일한 지시로 동일한 결과 재현 가능

Warning

AI는 도구일 뿐: 통계적 판단과 결과 해석은 연구자의 몫

설치 후 확인: claude doctor

설치가 잘 됐는지 한 번에 진단

claude doctor

설치 방식, 버전, PATH, Git 상태 등 자동 체크
문제 발견 시 해결 방법 안내

그래도 안 되면?

상황	해결
claude 명령어 안 됨	PATH에 `~/.local/bin` 추가
R 못 찾음	Rscript PATH 확인
한글 깨짐	Windows 설정에서 UTF-8 활성화
패키지 설치 에러	Rtools 설치

정리

Claude Code + R 데이터분석 워크플로우

1. CLAUDE.md 작성 (분석 스타일 고정)
    ↓
2. 데이터를 프로젝트 폴더에 준비
    ↓
3. claude 실행 → 자연어로 지시
    ↓
4. global.R → analysis.R → 결과물 자동 생성
    ↓
5. 코드 리뷰 후 최종 확인

기대 효과

반복적인 코딩 작업 시간 대폭 단축
일관된 분석 스타일 유지 (CLAUDE.md)
논문 수준 테이블/그림 즉시 생성

감사합니다

실습 및 질문

jinseob2kim@gmail.com

github.com/jinseob2kim

openstat.ai