가짜연구소 인과추론팀(CausalInferenceLab)의 허브입니다. 2022년부터 기수마다 Builder와 러너가 함께 만든 인과추론 오픈소스를 L0부터 L4까지 하나의 커리큘럼으로 엮고, Brave & True 인과추론 번역서, Causal Studio, ccwr 같은 팀의 사이트로 이어 줍니다.
다루는 범위는 인과추론에서 시작해 실험, 데이터 에이전트까지, AI 시대에 데이터로 판단하는 힘 전반입니다.
사이트: https://causalinferencelab.github.io
English summary. This repository is the Causal Inference Hub of the Pseudo-Lab Causal Inference Team. It links to the team's sites (the Korean Brave and True webbook, Causal Studio, the ccwr R package), shows how the team has grown (runners, projects, stars, event attendance) and the Builders who led each project, and groups our repositories into five learning levels and six topic tracks. The site is plain HTML, CSS and JavaScript that reads JSON files in
data/, so adding a repository or a project is a one-file pull request.
| 위치 | 내용 |
|---|---|
| 첫 화면 | 위쪽 배너에서 대표 사이트(웹북, 영상, R 패키지)로 바로 갑니다. 아래 왼쪽은 함께한 러너(중복 제외), 프로젝트, GitHub 스타, 행사 참가자의 추이, 오른쪽은 L0–L4 커리큘럼 한눈에 보기입니다. |
| 목표 고르기 | "처음 시작해요", "A/B 테스트를 해요" 같은 목표를 고르면 트랙 지도와 커리큘럼에 볼 순서가 표시됩니다. |
| 트랙 지도 탭 | 팀 레포를 여섯 개 트랙과 L0–L4 단계 위에 그린 전체 그림입니다. |
| 커리큘럼 탭 | 매주 월요일 바뀌는 '이번 주의 레포', 최근 업데이트, 최근에 본 레포(이어서 보기)와 L0–L4 챕터별 가로 목록입니다. |
| 기여 탭 | 옆으로 흐르는 Builder 카드와, 칸 하나가 프로젝트 하나인 Builder × 기수 표입니다. |
| 행사 | Data Forum 회차별 참가자 수와 다음 행사입니다. |
러너는 이름 없이 숫자로만 보여 줍니다. 이름은 Builder만 표시합니다.
L0–L2는 배우는 단계이고 무료 자료만으로 끝까지 갈 수 있습니다. L3–L4는 만드는 단계입니다. 책과 강의는 L2에 유료 자료로 따로 표시합니다.
| 단계 | 질문 | 대표 레포 |
|---|---|---|
| L0 Foundation | 왜 인과추론인가 | causal-studio |
| L1 Theory & Concept | 어떻게 추정하나 | Causal-Inference-with-Python, OCE-Materials |
| L2 Application | 내 데이터에 어떻게 쓰나 | causal-inference-in-python-code, causal-inference-practice, causal-inference-lecture 외 |
| L3 Amplification | 분석을 어떻게 키우나 | Lang2SQL, policy-effect-analytics-agent |
| L4 Research | 무엇이 아직 안 풀렸나 | ccwr, RWE 가이드라인·적응형 설계 스터디 |
| 트랙 | 다루는 것 |
|---|---|
| 입문·기본 | 입문 영상에서 번역서, 책 코드, 산업 사례 템플릿, 정책 효과 분석까지 |
| ML | 이질적 처치효과와 메타러너, 외부 라이브러리 기여 |
| 연구 | Real-World Evidence, 적응형 임상 설계, target trial emulation |
| 실험 | 온라인 통제 실험과 실험 플랫폼 |
| 행동·마케팅 | 현업 특강, 마케팅 사이언스, 행동 데이터 리딩 살롱 |
| AI 에이전트 | 사람과 협업하는 데이터 에이전트 |
| 상태 | 기준 |
|---|---|
| 진행 중 | 이번 기수에 진행 중인 프로젝트 |
| 최근 업데이트 | 올해 코드나 내용이 갱신된 레포 |
| 완결 | 내용이 마무리되어 오류 수정 위주로 관리하는 레포 |
| 운영·보관 | 허브 운영(이 레포, 프로젝트 템플릿)과 보관용 레포 |
- 러너로 참여: 가짜연구소 기수 모집 때 인과추론팀 프로젝트에 러너로 참여합니다.
- 첫 기여: 진행 중인 레포의 이슈를 보고 PR을 보냅니다. 오탈자 하나, 예제 하나도 기여입니다.
- Builder로 프로젝트 열기: 다음 기수에 프로젝트를 열고, Project-template으로 레포를 만든 뒤 이 허브에 추가합니다.
질문은 가짜연구소 디스코드에 남겨 주세요.
사이트는 빌드 도구 없이 data/ 폴더의 JSON 파일을 읽어 그립니다. 대부분의 수정은 파일 하나를 고치는 PR이면 됩니다.
| 파일 | 고치는 경우 |
|---|---|
data/featured.json |
첫 화면 배너의 대표 사이트 링크를 바꿀 때 |
data/projects.json |
기수별 프로젝트를 추가할 때. 러너는 인원수(runners)만 적습니다. |
data/builders.json |
Builder의 LinkedIn, GitHub 아이디(프로필 사진에 쓰임), 한 줄 소개를 넣을 때 |
data/growth.json |
기수별 누적 러너 수. 프로젝트 시트를 xlsx로 내려받아 python scripts/runners_from_sheet.py 파일.xlsx > data/growth.json으로 만듭니다. 이름은 파일에 남지 않습니다. |
data/events.json |
Data Forum 같은 행사를 추가할 때 |
data/repos.json |
레포를 추가하거나 설명·단계·트랙·상태를 바꿀 때 |
data/map.json |
트랙 지도에서 레포의 위치를 정할 때 |
data/routes.json |
경로 안내 항목을 바꿀 때 |
data/articles.json, articles/*.md |
읽을거리를 추가할 때 |
data/stats.json |
직접 고치지 않습니다. 매주 GitHub Actions가 스타 추이와 기여자 수를 갱신합니다. |
레포를 추가할 때의 예시입니다.
{
"repo": "new-repo-name",
"title": "허브에 보일 이름",
"summary": "한두 문장 소개",
"level": "L2",
"lines": ["main"],
"status": "running",
"builders": ["Builder 이름"],
"cohorts": [13],
"site": "https://causalinferencelab.github.io/new-repo-name/",
"stars": 0
}stars는 기본값이고, 사이트는 열릴 때 GitHub에서 최신 스타 수와 마지막 커밋 날짜를 불러옵니다.
python3 -m http.server 8000
# http://localhost:8000JSON을 fetch로 읽기 때문에 파일을 더블클릭해서 열면 데이터가 보이지 않습니다.
main에 머지되면 GitHub Actions가 JSON 문법을 검사한 뒤 사이트 파일을 gh-pages 브랜치로 배포합니다 (.github/workflows/deploy.yml). 같은 워크플로가 매주 월요일 scripts/update_stats.py로 스타의 월별 추이, 기여자 수, 레포별 마지막 커밋 날짜를 모아 data/stats.json에 반영한 뒤 다시 배포합니다. 머지 직후 Actions 탭에서 "Run workflow"를 한 번 누르면 바로 채워집니다.