Ai Slop Reviewer

---
name: ai-slop-reviewer
description: |
  AI가 생성한 텍스트에서 기계적 패턴(AI 슬롭)을 감지하고 자연스러운 문장으로 수정하는 스킬. 블로그, 뉴스레터, 카피, 사업계획서, 제안서, 보고서, 이메일, 랜딩 카피 등의 서술형 본문을 검수할 때 사용합니다.

  다음과 같은 요청 시 반드시 이 스킬을 사용하세요:
  - "AI 티 나는 부분 고쳐줘", "사람이 쓴 것처럼 수정해줘", "AI 슬롭 제거해줘"
  - "너무 AI 같아", "너무 딱딱해", "자연스럽게 다듬어줘"
  - "이 글 AI가 쓴 것 같아 보여서...", "어색한 표현 수정해줘"
  - "보고서가 너무 기계적이야", "이메일이 너무 형식적이야"
  - "AI 패턴 검사해줘", "기계적인 느낌 없애줘"
  - Cowork/다른 AI 도구로 생성한 문서의 후처리 검수 요청 시
  - 글쓰기 결과물을 인간적인 톤으로 개선하고 싶을 때
version: "1.1.2"
---

# AI 슬롭 검수 및 인간화 스킬

AI가 생성한 텍스트는 내용은 정확하지만, 종종 기계적이고 예측 가능한 패턴으로 가득 차 있습니다. 이 스킬은 그 패턴을 체계적으로 찾아내고, 독자가 사람의 목소리로 느낄 수 있도록 글을 재구성합니다.

## 개요

이 스킬은 사용자가 문체 검수를 요청하거나 다른 스킬이 현재 앱에 노출된 이 스킬로 서술형 본문의 검수를 맡길 때 사용합니다. 블로그, 뉴스레터, 카피, 사업계획서, 계약서, 제안서, 보고서, 이메일, 랜딩 카피, 사업보고, 특허 초안, 강의자료 원고 등에 적용할 수 있습니다.

코드, JSON/CSV 데이터, 차트·표, 숫자 리포트, 단순 조회 응답에는 적용하지 않습니다.

## 트리거 키워드

이 스킬이 현재 앱에 노출된 경우 다음 요청이나 작업 흐름에서 사용할 수 있습니다. 작성 직후 자동 호출을 보장하지 않습니다:

1. **명시적 요청**: "AI 슬롭 제거", "사람이 쓴 것처럼 수정", "AI 티 나는 부분 고쳐줘"
2. **웹사이트/콘텐츠 제작 후 검수**: 블로그 포스트, 랜딩 페이지, 카피라이팅, 뉴스레터의 서술형 본문
3. **비즈니스 문서 제작 후 검수**: 사업계획서, 제안서, 보고서, 이메일 초안의 서술형 본문
4. **AI 도구 출력물 후처리**: Cowork, Claude, ChatGPT 등으로 생성한 텍스트의 검수 요청 시
5. **품질 개선 요청**: "너무 기계적인 느낌이야", "자연스럽게 다듬어줘"

## 워크플로우

### 1단계: AI 슬롭 패턴 진단

텍스트를 받으면 먼저 체크리스트를 기준으로 문제 패턴을 식별합니다.

#### 🔴 금지어: 즉시 제거/교체

**한국어 과용 표현:**
- `~에 대해 살펴보겠습니다` → 바로 본론으로
- `~의 중요성은 아무리 강조해도 지나치지 않습니다` → 왜 중요한지 구체적으로
- `~을 통해 알 수 있듯이` → 삭제하거나 직접 서술
- `다음과 같습니다:` + 목록 → 산문으로 통합하거나 진짜 필요할 때만 목록 사용
- `이처럼 ~은 매우 중요한 의미를 가집니다` → 결론 부분의 공허한 마무리
- `종합적인`, `체계적인`, `효율적인` (의미 없이 반복될 때)
- `또한`, `그러나`, `따라서`, `더불어`, `한편` (문단마다 반복될 때)
- `~라고 할 수 있습니다` → `~입니다` 또는 구체적 서술로
- `~를 기반으로 한 접근 방식` → 무슨 접근 방식인지 직접 설명
- `핵심은` + 같은 말 반복

**영어 과용 표현:**
- delve, leverage, utilize, harness, embark → 단순한 동사로 대체
- pivotal, robust, seamless, cutting-edge, comprehensive → 구체적 묘사로
- tapestry, landscape, realm (비유로 쓸 때), synergy, testament
- "It's important to note that", "In today's ever-evolving world"
- "In conclusion / In summary / In essence" (서두에 오는 결론)
- "Not just X, but Y" 구조의 남용
- "Certainly!" 로 시작하는 답변

#### 🟡 구조적 AI 패턴

**획일적인 문장 길이:**
- 문장 길이가 지나치게 획일적이면 독자가 읽기 편한지 검토합니다. 길이만으로 작성 주체를 판정하지 않습니다.

**공식적인 단락 구조:**
- 모든 단락이 "주제문 → 설명 → 예시 → 소결론" 패턴을 따르고 있으면 AI 글입니다
- 단락 길이와 구조에 변화를 줍니다

**AI식 도입부:**
- "오늘날의 급변하는 세상에서...", "디지털 시대에는..." 류의 문장
- "이 글에서는 X에 대해 알아보겠습니다" 형식

**AI식 결말:**
- "지금까지 살펴본 바와 같이..." + 앞 내용 반복
- 구체적 내용 없이 "더 나은 미래를 위해 노력해야 합니다" 류의 호소

**과도한 목록화:**
- 산문으로 쓸 수 있는 내용을 모두 글머리 기호(•)로 나열
- 3개 이상의 중첩 목록

**수동태 남용:**
- "~이 확인되었습니다", "~가 제안됩니다", "~로 판단됩니다"
- → 주체를 명확히 하고 능동태로

#### 🔴 구조적 슬롭 S1 패턴 3종 (헤드라인·카피 필수 탐지)

마케팅 카피·슬라이드 헤드라인에서 반복되면 어색할 수 있는 구조 세 가지입니다. 문장 구조만으로 AI 작성 여부를 확정할 수 없고, 한 번 사용됐다는 이유만으로 삭제하지 않습니다. 장르·독자·원문의 의도를 보고 수정 여부를 결정합니다.

| # | 패턴 | 탐지 신호 | [나쁜 예] | 수정 방향 |
|---|------|----------|-----------|-----------|
| 1 | **대시 대비 헤드라인** | 대시(em-dash `—`)로 문장을 분할해 대비를 만드는 "X — Y" 구조 (대시 대비 헤드라인) | [나쁜 예] "복붙에서 위임으로 — 목표만 주면, 나머지는 에이전트가" | 대시 제거 후 한 문장으로 통합하거나 두 문장으로 분리 |
| 2 | **조사·체언 종결 조각문** | 문장이 조사(~은/에/로)나 체언(명사형)으로 끝나는 파편화된 조각문 (조사·체언 종결) | [나쁜 예] "성공의 열쇠 — 자동화" (체언 종결 조각문) | 서술어를 포함한 완전한 문장으로 재작성 |
| 3 | **"A에서 B로" 전환 공식** | "X에서 Y로" 전환 공식으로 도입/헤드라인을 여는 상투문 | [나쁜 예] "엑셀에서 노션으로, 일하는 방식이 바뀌었다" (전환 공식) | 전환 공식 대신 구체적 사례·근거로 시작 |

> 탐지 원본: `plugins/moai-writer/skills/korean-humanize/references/ai-tell-taxonomy.md` D카테고리("X에서 Y로" 변환 공식) + J카테고리(em-dash 남용). 본 게이트가 이 3종을 잡지 못하면 커머스/카피 스킬 체인(본 스킬만 호출)을 통과한 채 slop 카피가 배포됩니다.

### 2단계: 인간화 수정 전략

진단이 끝나면 아래 전략을 적용해서 텍스트를 다시 씁니다.

#### 전략 1: 목소리 구체화
- 글쓴이가 제공한 의견·판단·경험이 있으면 분명하게 드러냅니다.
- "이 기능은 효율적입니다" → "어떤 작업이 어떻게 달라졌는지 확인할 자료가 필요합니다"
- 사례·날짜·숫자는 원문이나 확인된 자료에 있을 때만 씁니다. 없으면 구체화를 위한 질문으로 남깁니다.

#### 전략 2: 리듬 변화
- 짧은 문장으로 강조점을 만드세요. 딱 한 줄만
- 그 다음 문장에서 맥락을 채웁니다. 이렇게 하면 독자의 호흡이 자연스러워집니다
- 길고 복잡한 문장은 두 개로 나누거나, 때로는 일부러 길게 두어서 설명이 풍부한 느낌을 줍니다

#### 전략 3: 전환어 다이어트
- "또한", "더불어", "한편" 등의 전환어가 연속으로 나오면 하나씩 삭제해보세요
- 전환 없이 자연스럽게 이어지는지 확인합니다. 대부분은 이어집니다
- 꼭 필요한 전환에만 씁니다. 그래야 전환어가 의미를 갖습니다

#### 전략 4: 목록 → 산문 변환
- 3개 이하의 항목은 산문으로: "A, B, C 세 가지가 핵심입니다"
- 목록이 정말 필요한 경우: 실제로 비교하거나 순서가 중요한 정보

#### 전략 5: 구체성 주입
- "많은 사람들이" → 실제 조사 대상·표본·출처를 확인하거나 표현을 삭제
- "상당한 개선" → 측정 자료가 있으면 수치와 기간을 표시하고, 없으면 효과를 단정하지 않음
- "최근의 연구에 따르면" → 논문·발행일을 확인할 때만 구체적으로 인용

#### 전략 6: 도입부 재작성
- AI 글의 도입부는 거의 항상 버려야 합니다. 처음 1-2문장을 직접 새로 씁니다
- 독자가 궁금할 만한 질문이나 의외의 사실로 시작합니다
- 또는 결론을 먼저 던지는 역피라미드 방식도 효과적입니다

#### 전략 7: 결말 재작성
- 앞 내용을 단순 반복하지 않습니다
- 다음 행동(CTA), 열린 질문, 혹은 독자에게 직접 던지는 한 마디로 마무리합니다

### 3단계: 수정 출력 형식

수정된 텍스트를 제공할 때는 다음 형식을 따릅니다:

```markdown
### 🔍 진단 요약
발견된 패턴: (예: AI식 도입부, 수동태 남용, 금지어 12개, 획일적 문장 길이)
심각도: 낮음 / 보통 / 높음

### ✍️ 수정된 텍스트
(수정된 전체 텍스트)

### 📝 주요 변경사항
(중요한 수정 포인트를 3~5개 간략히 설명)
```

원본이 길 경우(500자 이상), 진단 요약과 주요 변경사항을 먼저 보여주고 수정된 전체 텍스트를 그 다음에 제공합니다.

## 사용 예시

### 예시 1: 제공된 사실만 보존

**입력:** "오늘날의 급변하는 비즈니스 환경에서 효율적인 팀 커뮤니케이션의 중요성은 아무리 강조해도 지나치지 않습니다. 정기 미팅, 역할 분담, 피드백이 필요합니다."

**수정:** "팀 소통을 개선하려면 정기 미팅의 목적을 정하고 담당 역할을 분명히 하며, 작업 결과에 대한 피드백을 주고받아야 합니다."

**확인:** 회의 시간을 줄였다거나 생산성이 높아졌다는 결과는 원문에 없으므로 추가하지 않습니다.

### 예시 2: 영어 문장

**입력:** "In today's rapidly evolving landscape, it is crucial to leverage cutting-edge technologies to streamline your workflow."

**수정:** "Choose tools that help with the work your team actually does."

**확인:** 사용한 앱의 개수, 비용, 테스트 결과는 제공되지 않았으므로 넣지 않습니다.

### 예시 3: 원인 추정과 관찰값 분리

**입력:** "2024년 고객 만족도가 전년 대비 15% 향상됐습니다. 제품 품질과 응대 속도가 주요 요인으로 판단됩니다."

**수정:** "2024년 고객 만족도는 전년보다 15% 높았습니다. 제품 품질과 응대 속도가 영향을 줬는지는 별도 자료로 확인해야 합니다."

**확인:** 불량률·응대 시간·증원 계획은 원문에 없으므로 만들지 않습니다.

## 출력 형식

이 스킬은 다음 구조로 결과를 출력합니다:

1. **진단 요약**: 발견된 AI 패턴 목록과 심각도(낮음/보통/높음)
2. **수정된 텍스트**: 원본의 의미를 유지하면서 인간적인 목소리로 재구성된 전체 텍스트
3. **주요 변경사항**: 3-5개 핵심 수정 포인트 설명

진단 요약은 수정 전 사용자에게 "어떤 패턴이 발견되었는지"를 빠르게 파악하게 합니다. 심각도가 '높음'인 경우 AI 패턴이 많아 수정 전후 차이가 클 것임을 시사합니다.

## 주의사항

### ✅ 의미 보존 원칙
- 형태는 바꾸되 핵심 정보와 메시지는 반드시 보존합니다
- 원문에 없는 사실·경험·수치·고유명사를 추가하지 않습니다. 숫자·날짜·계약 조건은 대조합니다.

### ✅ 톤 앤 매너 유지
- 공식 문서, 보고서, 기술 문서는 격식이 필요합니다
- 대상 독자와 목적에 맞는 톤을 유지합니다
- 과도하게 구어체로 만들지 않습니다

### ✅ 문맥 기반 판단
- 모든 AI 표현을 기계적으로 제거하지 않습니다
- "활용", "중요합니다" 같은 표현도 문맥에 따라 자연스러울 수 있습니다
- 패턴의 반복이 문제이지, 단어 자체가 나쁜 것은 아닙니다

### ✅ 사용자 의도 확인
- 사용자가 유지하고 싶은 스타일 특성이 있다면 확인합니다
- 예: "전문적인 톤은 유지할게요, AI 패턴만 제거해드릴까요?"

### ❌ 적용 제외 대상
이 스킬은 다음 경우에 적용하지 않습니다:
- 코드 (프로그래밍 언어 소스)
- JSON/CSV 데이터 (구조화된 데이터)
- 차트·표 (시각화 자료)
- 숫자 리포트 (통계, 지표)
- 단순 조회 응답 (정보 제공)

## 관련 스킬

### 선행 스킬 (입력 생성)
- `moai-marketer:content-blog` — 블로그 포스트 생성
- `moai-marketer:marketing-landing-page` — 랜딩 페이지 카피라이팅
- `moai-marketer:content-newsletter` — 뉴스레터 작성
- `moai-marketer:content-copywriting` — 마케팅 카피 작성
- `moai-officer:doc-docx` — DOCX 문서 생성
- `moai-officer:doc-pptx` — PPTX 발표자료 생성

### 후속 스킬 (선택적)
- `moai-media:media-higgsfield-image` — (선택) 블로그 발행 체인의 이미지 생성 단계

### 통합 워크플로우
이 스킬을 사용할 수 있는 작업 흐름의 예시는 다음과 같습니다. 연결된 플러그인이 현재 앱에 노출된 경우에만 해당 단계를 실행합니다:

```
블로그 발행:
  content-blog → ai-slop-reviewer → (선택) media-higgsfield-image

사업계획서(PPT):
  consult-strategy → doc-pptx → ai-slop-reviewer

제품 랜딩:
  content-copywriting → marketing-landing-page → ai-slop-reviewer
```

다른 스킬에서 이 검수를 호출하지 않더라도 해당 스킬은 자체 근거·문체 검수를 마치고 산출물을 낼 수 있습니다.

## References

| 파일 | 로드 조건 |
|------|-----------|
| references/kr-pii-masking.md | 개인정보 마스킹 공유 규격 (이 스킬이 물리 소유). 입력에 주민등록번호·계좌·카드·연락처·주소 등이 포함된 산출물을 처리하는 모든 스킬(career·recruiter·cs·accountant·lawyer 라인)이 참조 — 마스킹 자릿수 규칙, 산출물 재출력 금지 원칙, 개인정보 보호법 국외 이전 고지 조건 |

---

Classification: Post-processing Skill (Text Output Quality)