AI 티 나는 글 다듬어주는 윤문 에이전트 무료로 나눠드려요.

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

무료로 공유하는 한국어 윤문 에이전트 ‘슬롭 리라이트’는 AI 티 나는 글을 원칙과 사용자 취향에 따라 다시 쓰며, Claude Code·Codex 등에서 활용할 수 있다.

📌 핵심 요점

1. AI 티 나는 표현을 없애는 것만으로는 부족하다. 제작자는 무엇을 말하는지 불분명한 문장, 이해를 돕지 않는 비유, 불필요한 표현을 고치면서 글 전체의 흐름을 살리는 데 초점을 뒀다.
2. 코드는 고칠 지점과 규칙을 알려주고, 실제 재작성은 LLM이 맡는다. 특정 표현을 기계적으로 바꾸기보다 원칙에 따라 글을 다시 쓰도록 설계했다.
3. 윤문 기준은 공통적인 AI 티 제거 원칙, 사용자 문체 가이드, 피드백으로 축적한 개인 취향의 세 층으로 구성된다.
4. GitHub 저장소를 복제하고 전역 또는 사용자 범위 스킬로 등록하면 여러 프로젝트에서 호출할 수 있다. 기존 글로 문체 가이드를 만들고, 수정 요청을 취향으로 기록하는 방법도 소개한다.
5. 에이전트 개선은 좋은 결과물과 구체적인 첨삭에서 기준을 추론하게 하는 방식이 중심이다. 제작자는 목표와 기준을 주고 절차를 맡기되, 최종 글은 사람이 검수할 것을 권한다.

🧩 배경과 문제 정의

제작자는 AI와 함께 쓴 글을 다시 읽을 때 핵심이 잘 들어오지 않거나, 비유와 표현 때문에 뜻이 더 모호해지는 문제를 겪었다고 설명한다. 기존 윤문 스킬도 사용했지만, 특정 패턴을 기계적으로 치환하면 AI 티는 줄어도 글 전체의 맛과 흐름이 살아나지 않는다고 느꼈다.

이를 개선하기 위해 만든 한국어 윤문 에이전트가 ‘슬롭 리라이트’다. 공통적인 윤문 원칙에 사용자 문체와 취향을 더하고, 코드는 수정 지점과 규칙을 제시하며 LLM은 실제 재작성을 맡도록 구성했다. 영상은 설치와 윤문 시연에서 시작해 개인화 방법을 설명하고, 마지막에는 같은 사례를 바탕으로 에이전트의 성능을 개선하는 운영 방식을 제안한다.

🕒 시간순 섹션별 상세정리

1. AI 글의 문제와 무료 에이전트 설치

• 제작자는 AI 글에서 핵심이 불분명하거나 표현이 오히려 뜻을 흐리는 문제를 짚고, 문장별 치환 대신 전체 흐름을 살리는 윤문 에이전트를 만들었다고 보여준다. [01:06]
• GitHub 저장소를 고정 댓글과 영상 설명란으로 공유하며, Claude Code·Codex·Antigravity에 링크를 주고 현재 폴더에 복제하도록 요청하는 설치 방식을 안내한다. [01:32]
• 여러 폴더에서 활용하려면 전역 또는 사용자 범위 스킬로 등록해 달라고 명시할 것을 권한다. [01:56]

2. 규칙과 LLM을 나누고 개인화 기준을 쌓는 설계

• 다른 윤문 스킬에서 아쉬웠던 점으로 기계적인 표현 치환을 들며, 슬롭 리라이트는 코드가 수정 지점과 규칙을 알려주고 LLM이 원칙에 따라 재작성하도록 설계했다고 보여준다. [02:39]
• 개인화 기준은 공통적인 AI 티 제거 원칙, 사용자 문체 가이드, 사용 중 받은 피드백을 모은 취향의 세 단계로 구성한다. [03:20]
• 내장된 패턴과 설계를 참고해 자신만의 글쓰기 에이전트를 만들어 보는 활용법도 제안한다. [03:31]

3. 두 가지 글의 윤문 시연과 최종 검수

• LLM 위키 관련 영상과 설정 가이드를 바탕으로 블로그 초안을 만든 뒤, 스킬 이름을 언급해 자연스럽게 윤문하도록 요청한다. 문체를 지정하지 않으면 스타일 추천을 받을 수 있다고 안내한다. [04:45]
• 첫 시연에서는 의문형 표현과 의미 없는 문구를 정리하고 준비물을 구체적으로 설명하는 변화를 보여준다. 두 번째 에이전트 엔지니어링 글에서는 대화식 표현과 이해에 도움이 적은 비유를 고치는 사례를 살펴본다. [06:33]
• 제작자는 보고서와 블로그를 마무리할 때 이 에이전트를 사용하며 검수 공수가 줄었다고 평가한다. 다만 마지막에는 사람이 직접 검수하고 마무리해야 한다고 강조한다. [06:57]

4. 기존 글에서 나만의 문체 가이드 만들기

• 기본 문체 가이드를 그대로 사용할 수도 있지만, 직접 작성한 글을 바탕으로 자신만의 가이드를 추가할 것을 권한다. 이를 위한 스타일 가이드 빌더 스킬이 내장돼 있다고 보여준다. [07:20]
• 생산성 뉴스레터 ‘당근 메일’을 예시로 글을 모아 스타일을 등록하도록 요청한다. 시연에서는 82편을 가져와 가이드를 만들었다는 결과와 새로 생긴 ‘캐럿 레터’ 스타일을 확인한다. [08:00]

5. 수정 요청과 댓글을 지속적인 취향으로 바꾸기

• 취향은 특정 문체와 별개로 글쓰기에서 선호하는 기준이다. 제작자는 서론에 답이 드러나지 않는 점을 수정 요청하고, 이를 취향으로 기록하면 다음 글에도 반영된다고 보여준다. [08:43]
• 기록 제안이 나오지 않으면 해당 수정을 취향으로 등록해 달라고 직접 요청할 수 있다. 결과물을 댓글을 달 수 있는 아티팩트로 만들어 달라는 활용법도 제시한다. [09:10]
• 좋았던 부분과 아쉬웠던 이유를 구체적으로 첨삭하면 에이전트가 이를 작업 기준으로 정리하고, 이후 윤문에 취향으로 반영한다고 보여준다. [09:36]

6. 결과물에서 기준을 찾는 귀납적 개선

• 제작자는 자신이 만든 좋은 결과물을 제공하고, 에이전트가 그 안에서 작업 기준을 역으로 추론하게 하는 방식을 가장 효과적이었던 개선 방법으로 보여준다. [10:03]
• 기존 작업물을 주기 어렵다면 AI 결과물에 사람의 기준을 담아 상세히 첨삭하고, 이를 에이전트가 참고할 기준으로 정리하게 할 수 있다고 보여준다. [10:38]
• 작업 절차 기획에 사람이 아이디어를 주는 방식은 연역적 개선으로 구분한다. 다만 최근에는 세세한 개입보다 목표를 주고 절차를 맡기는 편이 더 좋았다는 경험을 덧붙인다. [11:07]

7. 절차를 시각화해 제한적으로 개선하고 목표와 기준을 맡기기

• 처음부터 작업 절차를 모두 지정하기보다 운영하면서 점진적으로 개선할 것을 권한다. 필요하면 사람·코드·LLM의 역할을 나눠 절차를 시각화하고, 단계의 필요성이나 역할 배분에 의견을 주는 방법을 제안한다. [11:54]
• 기본은 결과물에 일관된 피드백을 주는 귀납적 개선이며, 절차 시각화를 보고 아이디어를 더하는 정도의 제한적인 연역적 개선을 병행하는 방식이라고 정리한다. [12:35]
• 마무리에서는 에이전트 사용과 GitHub 스타, 댓글·풀 리퀘스트를 통한 개선 의견을 요청한다. 마지막 메시지는 작업 절차를 하나하나 정하기보다 목표와 기준을 주고 맡기는 운영자가 되자는 것이다. [13:30]

🧾 결론

• 슬롭 리라이트의 지향점은 표현 교체를 넘어 명료함과 흐름, 사용자의 글맛을 함께 살리는 윤문이다.
• 개인화의 재료는 추상적인 주문보다 실제 작성한 글과 좋고 싫은 이유가 담긴 피드백이다.
• 제작자는 보고서와 블로그의 마지막 윤문 단계에 활용하며 검수 공수가 줄었다고 설명하지만, 사람의 최종 확인은 여전히 필요하다고 강조한다.

📈 투자·시사 포인트

• 글쓰기 에이전트의 차별화 요소로 사용자 문체와 취향을 반영하는 구조를 볼 수 있다. 이 영상에서는 공통 규칙 위에 개인별 기준을 쌓는 방식을 제시한다.
• 업무 도입 시에는 초안 생성뿐 아니라 윤문과 검수까지 이어지는 과정에서 효용을 살펴볼 수 있다. 제작자가 제시한 활용처는 보고서와 블로그의 마무리 단계다.
• 에이전트 운영에서는 세부 절차를 모두 지정하는 능력보다 좋은 결과물의 기준을 제시하고 피드백을 축적하는 능력이 중요하다는 시사점을 준다. 다만 이는 제작자의 경험에 근거한 주장이다.

⚠️ 불확실하거나 확인이 필요한 부분

• 제공된 자료에는 실제 GitHub 주소, 라이선스, 도구별 설치 명령과 호환 조건이 없다. 무료 공유 안내와 별개로 구체적인 이용 조건은 저장소에서 확인해야 한다.
• 윤문 품질과 검수 공수 감소는 시연 및 제작자의 체감으로 제시된다. 비교 평가, 시간 측정, 오류율 같은 정량 근거는 제공되지 않는다.
• 절차 개입을 줄이면 성능이 좋아진다는 설명은 제작자의 현시점 경험이다. 모든 작업이나 에이전트에 동일하게 적용되는지는 확인되지 않았다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 고정 댓글이나 영상 설명란에서 저장소 링크를 확인하고, 사용하는 도구의 설치 안내와 이용 조건을 읽는다.
• 저장소를 원하는 폴더에 복제한 뒤 전역 또는 사용자 범위 스킬로 등록하고, 다른 프로젝트에서도 호출되는지 확인한다.
• 기존 보고서나 블로그 글 한 편에 윤문을 적용해 의미 보존, 문장 명료함, 전체 흐름을 원문과 비교한다.
• 직접 쓴 대표 글로 문체 가이드를 만들고, 반복해서 적용하고 싶은 수정은 취향으로 기록하도록 요청한다.

❓ 열린 질문

• 문장을 간결하게 줄이는 과정에서 필요한 맥락이나 작성자의 의도가 빠지지 않았는지 어떤 기준으로 판단할 것인가?
• 보고서·블로그·뉴스레터처럼 목적이 다른 글에서 공통 취향과 개별 문체 가이드를 어떻게 구분해 적용할 것인가?
• 결과물 피드백만으로 개선하기 어려워 작업 절차에 직접 개입해야 하는 시점은 언제인가?