한국어 AI 초안을 국소 편집하기

정의

한국어 국소 편집 워크플로우는 언어 고유의 AI 문체를 탐지하고 영향받은 구간만 고친 뒤, 편집 결과가 원문에서 지나치게 벗어나지 않았는지 확인한다. 의미·장르·작성자의 기존 문체를 명시적 제약으로 두므로 LLM에게 초안 전체를 다시 쓰라고 하는 방식과 다르다.

관점

lucas (2026-08-22, X)

한국어 AI 보조 글을 검토할 때 전체 LLM 재작성보다 규칙 기반의 구간별 수정을 택하라. 번역투, 기계적인 병렬 구조, 과도한 피동형, 문장 첫머리의 접속사, 상투적인 결론 표현을 찾아 그 부분만 바꾼다. 그러면 한국어의 자연스러움을 높이면서 원 작성자의 문체와 의도를 보존하고, 작동 중인 글쓰기 pipeline에도 쉽게 붙일 수 있다.

Humanize KR maintainers (2026-08, GitHub)

사실, 주장, 수치, 고유명사, 직접 인용을 보존하고 탐지된 구간만 편집하며 원문의 장르를 유지하라. 변경률 30%에서는 경고하고 50%에서는 hard limit을 걸어 과도한 편집을 막는다. 깨끗한 초안은 보수적인 call 한 번으로, 일반적인 AI 초안은 진단과 targeted edit 한 번으로, 심각하거나 증거에 민감하거나 15,000자를 넘는 자료는 진단·편집·최종 검증으로 보낸다. 15,000자 이하는 edit call 한 번을 선호한다. rulebook을 반복해 불러오는 chunk 편집은 품질을 높이지 않으면서 훨씬 비싸질 수 있다.

적용

• 의미와 문체는 이미 괜찮지만 표면 언어가 여전히 기계적으로 느껴지는 완성된 한국어 초안에 가장 잘 맞는다.
• 탐지 taxonomy, severity routing, deterministic change-rate gate가 함께 필요하면 Humanize KR을 쓴다.
• 초안 후 교정이 아니라 생성 단계의 한국어 지침이 필요하다면 Fluent Korean과 비교한다.
• 핵심 아이디어와 채널 format을 정한 뒤, AI 콘텐츠 스킬 그래프로 초안을 쓰거나 재가공한 다음 적용한다.

한계

• 워크플로우, threshold, token 수치는 repository와 실무자 한 명의 권고에서 왔으며 독립적인 품질 평가는 확인되지 않았다.

• 자연스러움 detector와 pattern taxonomy는 의도적인 수사 스타일을 AI 흔적으로 오인할 수 있으므로 변경률이 높은 결과는 사람이 검토해야 한다.

• 수집된 버전에서 multi-call routing은 Claude Code에서만 가능하다고 설명한다. Codex, Copilot, Gemini는 single-call 경로를 쓴다.

• Original X post