한글 글을 사람처럼 윤문하고, 번역투를 교정하고, 맞춤법을 바로잡고, 문체를 변환하고, AI가 썼는지 판별하는 Claude Code 스킬/플러그인
ChatGPT·Claude·Gemini가 쓴 한국어 글에는 번역투, 피동 남용, 상투적 표현, 불릿·이모지 과다 같은 "AI 티"가 묻어난다. 번역된 글에는 번역체가, 모든 글에는 맞춤법·문체 문제가 따라온다. 이 플러그인은 한글 글다듬기를 목적별로 나눈 다섯 스킬과, 이를 전과정으로 묶는 풀코스 스킬을 제공한다:
| 스킬 | 한 일 | 정체성 (트리거 경계) |
|---|---|---|
polish-all |
전과정 풀코스 | 진단→교정→번역투→AI티→문체변환→재진단을 자동 라우팅해 한 번에 |
humanize |
AI 글 윤문 | AI가 쓴 글의 AI 티 제거 (문체 유지) |
translate-polish |
번역투 교정 | 번역된 글(번역서·MT·MTPE)의 번역체 교정 (재번역 아님) |
proofread |
교정·교열 | 맞춤법·띄어쓰기·문법·비문 등 객관적 오류만 (뜻·문체 불변) |
restyle |
문체·톤 변환 | 격식·매체에 맞춰 register 의도적 변경 |
detect |
AI 작성 판별 | 고치지 않고 AI 가능성·신뢰도·근거만 진단 |
- ✅ 내용 보존 — 윤문·교정·변환 모두 고유명사·수치·인용·날짜·주장은 한 글자도 바꾸지 않는다
- ✅ 목적별 분리 — 윤문(AI/번역) · 교정(규범) · 변환(문체) · 판별을 섞지 않고 또렷이 나눈다
- ✅ 10대 AI 티 분류 + 8대 번역투 유형 — 체계적 탐지·교정, 규정 근거와 함께 내역 제시
- ✅ 학술 근거 — KatFishNet·LREAD·XDAC, 한국 번역학·번역 보편소(Baker·Toury·Toral) 연구로 뒷받침
- ✅ 단문·SNS·댓글까지 — 문어체뿐 아니라 짧은 구어체 글도 별도 신호축(XDAC)으로 판별
- ✅ 가벼운 단일 흐름 — 별도 에이전트 스폰 없이 빠르게. 장르·강도 조절 가능
/plugin marketplace add amondnet/yoonmoon
/plugin install yoonmoon@yoonmoon
로컬에서 바로 시험하려면 저장소 경로를 마켓플레이스로 추가한다:
/plugin marketplace add /Volumes/Dev/IdeaProjects/yunmun
/plugin install yoonmoon@yoonmoon
여섯 스킬 모두 description으로 자동 트리거된다. 한글 텍스트와 함께 말하면 된다.
어떤 단계가 필요한지 모를 때 가장 간단한 진입점이다. detect로 입력을 진단해 필요한 단계만 자동
라우팅한 뒤 교정 → 번역투 제거 → AI 티 제거 → 문체 변환 순으로 누적 적용하고, 마지막에 재진단한다.
이 글 전체적으로 싹 다듬어줘:
(한글 텍스트 …)
옵션: 강도: 보수|기본|적극, 목표 문체: 하십시오체|해요체|…(지정 시에만 문체 변환 단계 실행).
번역문이면 원문을 같이 주면 더 정확하다. 한 측면만 필요하면 아래 개별 스킬을 직접 쓴다.
출력: ① 한 줄 상태(실행 단계·누적 변경률·재진단 전후) ② 최종 결과물 ③ 단계별 요약 표 ④ before→after 하이라이트.
이 글 AI 티 좀 없애줘:
인공지능 기술은 우리 사회의 다양한 측면에 매우 혁신적인 변화를
가져오고 있다고 할 수 있다. 또한, 이러한 변화는 …
옵션은 자연어로 덧붙인다:
장르: 칼럼 | 리포트 | 블로그 | 공식문서— 생략 시 자동 추정강도: 보수 | 기본 | 적극— 생략 시기본
후속 명령도 같은 스킬이 처리한다: "특정 카테고리만 다시", "윤문 강도 조정", "장르 바꿔서", "2차 윤문".
출력: ① 한 줄 상태 완료. 변경률 X% / 등급 Y / 자체검증 N/6 통과 ② 윤문본
③ 카테고리별 탐지 before/after 표 ④ 주요 변경 하이라이트 3~5건.
이거 AI가 쓴 글이야? 판별해줘:
(한글 텍스트 …)
출력: ① 한 줄 판정 AI 가능성: 높음/중간/낮음 / 신뢰도: … ② 근거 요약
③ 신호 표 ④ 의심 구간 하이라이트.
단문·댓글·SNS도 판별한다 — 입력이 짧은 구어체면 반복문자·포맷팅 결핍, 격식·중립 과다 같은 단문 전용 신호축(XDAC 근거)을 자동 적용한다(문어체엔 미적용).
⚠️ 탐지는 확률적 추정이다. 표절·부정행위 등 불이익 판정의 단독 근거로 쓰지 말 것. 사람이 써도 번역투·쉼표 습관이 있어 위양성이 날 수 있다.
번역서·자막·논문, 또는 구글번역·DeepL·파파고 등 기계번역 결과의 번역체를 자연스럽게 고친다. "AI가 썼는지"와 무관하게 번역된 글이 대상이다.
이 번역문 번역투 좀 다듬어줘 (원문도 같이 줄게):
이 연구는 우리가 그 문제를 이해하는 것을 가능하게 한다. 그것들은
여러 방법들을 통해 분석되어진다.
원문(원천 텍스트)을 같이 주면 명시화·간섭을 대조한다. 옵션: 강도: 보수|기본|적극.
재번역이 아니다 — 오역 의심은 고치지 않고 표시만 한다.
문체는 그대로 두고 맞춤법·띄어쓰기·표준어·외래어 표기·문장부호·비문 등 객관적 오류만 고친다. 각 교정은 규정 근거와 함께 내역으로 보여준다.
맞춤법 좀 봐줘:
오늘 회의가 잘 됬다. 할수있는 일을 일일히 점검했고 메세지도 보냈다.
출력: ① 교정 건수(분류별) ② 교정본 ③ 원문 → 교정 + 근거 내역 표 ④ 확인 요망 항목.
규범으로 분류되지 않는 어색함은 손대지 않는다(그건 윤문 영역).
내용은 그대로 두고 문체·격식·톤만 목표에 맞게 바꾼다. humanize가 문체를 유지한다면 restyle은 문체를 의도적으로 바꾼다.
이 글 비즈니스 이메일 톤(하십시오체)으로 바꿔줘:
야 그거 언제까지 줄 수 있어? 빨리 좀 해줘.
종결체(하십시오체/해요체/한다체/반말)·매체(보도자료·이메일·CS·마케팅·SNS·학술 등)를 지정한다. 종결 통일·높임 정합·어휘 격식·호칭까지 함께 조정한다.
| # | 카테고리 | 대표 패턴 |
|---|---|---|
| 1 | 번역투 | "~을 통해", 무생물 주어, 직역 대명사(그/그것/그들) |
| 2 | 피동·사동 남용 | 이중 피동("되어진다"), "~에 의해" |
| 3 | 상투적 표현·hedging | "결론적으로", "주목할 만하다", 과장어 |
| 4 | 접속사·연결어 남발 | 문두 "또한/따라서", 연결어미 뒤 쉼표 |
| 5 | 기계적 구조·병렬 | 첫째/둘째/셋째, 불릿 과다, 균일 문장 |
| 6 | 형식명사·명사화 | "것이다", "~하는 것", 한자어 명사화 |
| 7 | 과잉 수식 | "매우" 남발, "-적" 연쇄, 동의어 중첩 |
| 8 | 시각 장식 | 과도한 볼드, 이모지, em-dash(—) |
| 9 | 리듬 균일성 | 종결어미·문장 길이·문두 단조 |
| 10 | 영어 인용 과다 | 불필요한 영어 병기 |
자세한 정의·예시·심각도는 skills/humanize/references/ai-tell-taxonomy.md 참고.
yoonmoon/
├── .claude-plugin/
│ ├── plugin.json # 플러그인 매니페스트
│ └── marketplace.json # 마켓플레이스 등록
├── skills/
│ ├── polish-all/ # 전과정 풀코스 오케스트레이터
│ │ ├── SKILL.md # 진단·라우팅 → 교정→번역투→AI티→문체변환 → 재진단
│ │ └── references/
│ │ └── pipeline-guide.md # 단계 순서·라우팅 매트릭스·중복 처리·통합 검증
│ ├── humanize/ # AI 글 윤문(고쳐쓰기) 스킬
│ │ ├── SKILL.md # 오케스트레이터 (탐지·윤문·검증)
│ │ └── references/
│ │ ├── ai-tell-taxonomy.md # 10대 AI 티 분류 (humanize·detect 공유)
│ │ ├── rewriting-guide.md # 윤문 원칙·순서·자체검증
│ │ ├── examples.md # 장르별 before/after
│ │ └── katfishnet-research.md # 근거: 쉼표·POS 다양성 (KatFishNet, ACL 2025)
│ ├── translate-polish/ # 번역투 교정(번역 윤문) 스킬
│ │ ├── SKILL.md # 번역투 탐지·교정·검증
│ │ └── references/
│ │ ├── translationese-taxonomy.md # 8대 번역투 유형 분류
│ │ ├── polish-guide.md # 교정 원칙·순서·원문 활용
│ │ └── translationese-research.md # 근거: 번역 보편소·post-editese (humanize 공유)
│ ├── proofread/ # 교정·교열(맞춤법·문법) 스킬
│ │ ├── SKILL.md # 규범 오류 탐지·교정·검증
│ │ └── references/
│ │ └── proofreading-rules.md # 맞춤법·띄어쓰기·표준어·외래어·부호·비문 규정
│ ├── restyle/ # 문체·톤 변환 스킬
│ │ ├── SKILL.md # 현재 문체 파악·변환·검증
│ │ └── references/
│ │ └── register-guide.md # 상대높임 체계·문어/구어·매체별 톤
│ └── detect/ # 탐지(AI 작성 여부 진단) 스킬
│ ├── SKILL.md # 신호 스캔 → AI 가능성·신뢰도·근거 (taxonomy 공유)
│ └── references/
│ ├── lread-rubric.md # 근거: 사람 판별 루브릭·fluency trap (LREAD, 2026)
│ └── xdac-research.md # 근거: 단문/SNS·댓글 탐지 신호 (XDAC, ACL 2025)
└── docs/
├── research.md # 연구·참고 자료 큐레이션 모음 (검증된 출처 + 윤문 매핑)
└── papers/ # 1차 문헌 로컬 사본 (Git LFS) — LREAD 등
한글 humanize 분야의 선행 프로젝트인 epoko77-ai/im-not-ai
(humanize-korean, MIT)의 구조와 접근에서 영감을 받았다. 윤문의 AI 티 분류·윤문 룰·문서는
일반 언어학·번역학 상식에 기반해 독자적으로 새로 작성했다.
AI 티 탐지·교정 기준은 한국어 LLM 텍스트 탐지 연구 KatFishNet (Park et al., ACL 2025,
논문 · 코드)과
한국 번역학·번역 보편소·post-editese 연구로 뒷받침된다. 탐지(detect) 스킬은 더해 사람의
AI 판별 루브릭 LREAD(arXiv 2601.19913, 2026)와 단문/SNS·댓글 탐지
연구 XDAC(ACL 2025)로 보강된다. 카테고리별 매핑은
katfishnet-research.md ·
translationese-research.md에 있고,
탐지·스타일로메트리·규범·선행 도구를 아우르는 연구·참고 자료 전체 모음은
docs/research.md에 정리했다.
이민수 (Minsu Lee, @amondnet)
MIT © 2026 Minsu Lee