AI 작성 한글의 번역투와 어색함을 자연스럽게 윤문하는 CLI 스킬 'im-not-ai'

생성형 AI가 일상적인 글쓰기와 업무 문서 작성에 깊숙이 자리 잡으면서, 초안 작성 속도는 비약적으로 빨라졌지만 특유의 기계적 어투와 어색한 번역투를 다듬는 데 여전히 많은 수작업이 소모되고 있습니다. 오픈소스 저장소 epoko77-ai/im-not-ai를 통해 공개된 에이전트 스킬 'im-not-ai'(플러그인명: humanize-korean)는 Claude Code와 Codex CLI 등 터미널 기반 AI 에이전트 환경에서 원문의 사실적 정보와 핵심 메시지는 온전히 보존한 채 한국어다운 자연스러운 문체와 리듬으로 재작성해 주는 전용 개발 도구입니다.

이미지 출처: @BBBang9900 (X / 꼬마봇)

70여 가지 'AI 티' 탐지와 내용 보존형 윤문 아키텍처

ChatGPT, Claude, Gemini 등 주요 대형 언어 모델이 작성한 한국어 문장은 문법적으로는 결함이 없어 보이더라도 읽는 이에게 기계적인 인상을 강하게 남기는 패턴들이 존재합니다.

'im-not-ai'는 이러한 이른바 'AI 티(AI tells)' 70여 종을 체계적으로 분류하고 탐지하는 규칙 기반 및 프롬프트 엔지니어링 메커니즘을 핵심으로 삼고 있습니다.

• 번역투 어투 완화: 영어 구문을 직역할 때 자주 발생하는 어색한 주어 반복, 불필요한 복수형 접미사, 과도한 피동태 표현을 자연스러운 능동형이나 구어체 문맥에 어울리는 서술어로 매끄럽게 교체합니다.
• 기계적 병렬 구조 해소: LLM이 흔히 생성하는 획일적인 접속 부사 남발, 기계적으로 나열된 대등 절 구조, 균일한 문장 길이로 인한 단조로운 호흡을 다채로운 문장 호흡과 리듬감으로 재배치합니다.
• 원문 정보의 무손실 유지: 일반적인 패러프레이징 도구들이 문장을 윤문하는 과정에서 원작자의 본래 의도나 수치, 고유 명사를 왜곡하는 부작용과 달리, 텍스트가 담고 있는 핵심 사실 관계와 명제는 손실 없이 그대로 보존하는 것을 제1원칙으로 둡니다.

단순히 어휘를 무작위로 치환하는 방식이 아니라, 문맥의 호흡과 어순을 한국어 원어민의 자연스러운 글쓰기 흐름으로 재정렬함으로써 AI 탐지 회피를 넘어 실제 독자에게 설득력 있는 문장력을 제공합니다.

에이전트 CLI(Claude Code·Codex) 연동과 실무 문서 활용성

'im-not-ai'는 웹 브라우저 복사-붙여넣기 방식의 번거로움을 덜고 개발자와 작문 작업자의 워크플로우에 직접 녹아들도록 설계되었습니다.

MIT 라이선스를 따르는 오픈소스 프로젝트로서, Claude Code 및 Codex CLI와 같은 차세대 터미널 에이전트 하네스에서 직접 호출 가능한 스킬 형태로 패키징되어 있습니다. 작업자는 문서를 작성하거나 코딩 작업을 진행하는 터미널 콘솔 안에서 즉시 윤문 파이프라인을 구동할 수 있습니다.

• 오픈소스 생태계와 높은 커뮤니티 신뢰: 깃허브(GitHub)에서 5,000개 이상의 스타(Stars)를 획득하며 한국어 LLM 활용 커뮤니티에서 실효성과 품질을 입증받았습니다.
• 실무 작문 영역 전반으로의 채택: 취업 준비생과 구직자의 자기소개서 및 이력서 문체 다듬기부터, 직장인의 비즈니스 제안서, 연구자의 학술 리포트, 개발자의 기술 블로그 및 문서 초안 교정까지 광범위하게 활용되고 있습니다.
• 작업 맥락의 일관성 유지: 로컬 파일 시스템 및 Git 저장소와 맞물려 동작하므로, 에이전트가 기존 프로젝트의 맥락과 용어 규칙을 참고하여 문서 전체의 톤앤매너를 일관성 있게 유지하도록 돕습니다.

CLI 하네스 환경 구성과 전문 용어 감수 시 유의사항

'im-not-ai'를 도입하려는 사용자가 사전에 파악해 두어야 할 실무적인 요구사항과 유의점도 분명히 존재합니다.

첫째, 본 도구는 일반적인 웹 브라우저 확장 프로그램이나 독립 실행형 GUI 앱이 아니라 Claude Code, Codex CLI 등 에이전트 환경에 연동되는 스킬이므로, 사용자 로컬 환경에 적합한 CLI 하네스 설정과 에이전트 런타임 구성이 선행되어야 합니다.

둘째, 아무리 우수한 문체 윤문 알고리즘이라 하더라도 기술 문서의 특수 용어, 고유 명사, 법률적 표현, 정밀한 수치 데이터가 포함된 전문 영역에서는 의도치 않은 뉘앙스 변화가 발생할 가능성이 있습니다. 따라서 자동 윤문이 완료된 텍스트는 최종 제출이나 발행 전 사용자가 직접 세부 사실 관계와 전문 용어의 일치 여부를 대조하는 최종 인간 감수(Human-in-the-loop) 과정을 거치는 것이 강력히 권장됩니다.

출처

• GitHub 공식 저장소: epoko77-ai/im-not-ai on GitHub — Claude Code 및 Codex CLI 환경을 지원하는 오픈소스(MIT) 한글 AI 윤문 스킬 humanize-korean 공식 저장소
• 꼬마봇 공식 X (@BBBang9900): @BBBang9900 on X — AI 작성 한글 초안의 번역투와 어색한 문체를 자연스럽게 다듬는 에이전트 스킬 활용 사례 소개