slop-free-korean

KO | EN

gitlite — search

#cpp #deep-learning #mcp #reactjs #c #android #gpt #gemini #html #awesome

slop-free-korean

(★ 9)

AI가 쓴 한국어 산문에서 반복되는 상투구·문형·과용어를 걷어내기 위한 문체가이드

File Explorer

ZIP Download

korean-style-guide.md
LICENSE
README.md

# Use via CDN

jsDelivr

jsDelivr serves any public GitHub repository as a CDN with zero setup. Pick a version and a file to get a ready-to-paste link and snippet.

Version

File

Link

Example

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

AI가 쓴 한국어 산문의 상투구를 걷어내는 문체가이드. (by june park) 
https://www.junepark.kr/

## 예시

### Before

> 기업 AI 혁신이 왜 안 되는가라는 질문 자체가 잘못 던져져 있다. 문제는 모델의 성능이 아니다. 오히려 정반대다. 진짜 문제는 따로 있다. 사람이다.
>
> 현장에서 보면, 요즘 임원실에는 AI에 대한 기대와 불안이 묘한 에너지로 흐르고 있다. "일단 뭐라도 AI로 해봐"라는 말이 조직 곳곳에 조용히 쌓이고, 실무자들 사이에서는 "AI는 결국 보여주기 아니냐"라는 집단 기억이 만들어지고 있는 것이다. 이 피로감이 만들어내는 결과는 따로 있다. 더 많이 쓰는데, 더 믿지 않는다.
>
> 흥미로운 점은 이러한 Innovation Transformation에 있어서 미들 매니지먼트가 핵심적인 Bottleneck으로 작동한다는 점이다. Harvard Business Review도 같은 구조를 직접 짚었다. 자기검증이론이 말했듯 조직은 자신이 기존에 가지고 있던 Belief를 강화하는 방향으로 움직인다. 그들은 위에서 내려온 파격적이고 혁신적인 AI Agenda를 현업에 조용히 밀어 넣지만, 기존의 KPI와 Performance Evaluation Framework는 그대로 가지고 있다. 이를 통해 혁신은 실행되어지는 것이 아니라 관리되어지는 것이다.
>
> Open AI의 샘은 얼마 전 AI Agent가 Knowledge Work를 압도적으로 바꿀 수 있을 것으로 보인다고 말했다. Microsoft의 나델라도 비슷하다. 구글 CEO 순다르는 Agentic AI를 이야기했다. 일론도 이미 여러 번 같은 방향을 강조했다. Gartner라는 미국 리서치 회사의 한 보고서는 이 역설을 수치로 선명하게 보여준다. AI를 도입한 기업은 62%인데 성과를 낸 기업은 21%로 41%포인트의 Gap이 존재한다.
>
> 여기서 한 가지 더 중요한 질문이 따라온다. 판단의 주소는 어디에 있는가. AI가 Decision을 던지고, 인간이 Approval을 박는 구조에서는 책임의 주소가 AI와 인간 사이를 떠돈다. 특히 RAG(Retrieval Augmented Generation), LLM(Large Language Model), GPU(Graphics Processing Unit), CRM(Customer Relationship Management System) 같은 고난이도 Technology Stack이 결합될수록 이러한 비대칭은 더욱 치명적으로 확대되어질 가능성이 있을 수 있다.
>
> 결론적으로 이 모든 문제는 하나의 본질적인 명제로 수렴한다. AI Transformation의 핵심은 AI를 얼마나 많이 도입하느냐에 있는 것이 아니다. 조직이 AI를 통해 새로운 존재론적 판단 주체 설정과 조건적 책임 구조를 가질 수 있느냐의 문제인 것이다. 결국 기술의 주소보다 판단의 주소가 중요하다.
>
> 지금이야말로 기존 프로세스를 갈아엎고 조직의 집단 기억을 부숴야 한다. AI가 회사를 살릴지 죽일지를 가르는 것은 모델이 아니다. 사람이다. 그리고 그 변화를 시작해야 할 때는 바로 지금이다.

### 검출 결과

**1문단**

| 조항 | 위반 표현 |
|---|---|
| 9 (질문 틀렸다 프레이밍) | 왜 안 되는가라는 질문 자체가 잘못 던져져 있다 |
| 10 (이중 피동) | 던져져 있다 |
| 6 (억지 반전) | 문제는 모델의 성능이 아니다. 오히려 정반대다 |
| 1 (강조용 단문 끊기) | 진짜 문제는 따로 있다. / 사람이다. |

**2문단**

| 조항 | 위반 표현 |
|---|---|
| 7 (미관찰 현장감) | 현장에서 보면 / 임원실에는 기대와 불안이 묘한 에너지로 흐르고 있다 |
| 5 (문학적 동사·묘사 과잉) | 에너지로 흐르고 있다 / 조직 곳곳에 조용히 쌓이고 |
| 10 (번역투) | AI에 대한 기대 |
| 9 (추상 명사) | 집단 기억이 만들어지고 있는 |
| 13 (형식 종결) | ~만들어지고 있는 것이다 |
| 1 (강조용 단문 끊기) | 이 피로감이 만들어내는 결과는 따로 있다. |
| 2 (재정리 마무리) | 더 많이 쓰는데, 더 믿지 않는다. |
| 10 (연결어미 뒤 쉼표) | 쓰는데, |

**3문단**

| 조항 | 위반 표현 |
|---|---|
| 8 (첫 문장 예고·라벨) | 흥미로운 점은 |
| 용어 원칙 | Innovation Transformation / 미들 매니지먼트 / Bottleneck / Belief / AI Agenda / Performance Evaluation Framework |
| 10 (~에 있어서) | Innovation Transformation에 있어서 |
| 4 (출처 예고) + 5 (짚었다) | Harvard Business Review도 같은 구조를 직접 짚었다 |
| 16 (부연 없는 개념 차용) | 자기검증이론이 말했듯 |
| 10 (가지고 있다) | 기존에 가지고 있던 Belief / 그대로 가지고 있다 |
| 10 (대명사 직역) | 그들은 |
| 9 (과장 형용사) | 파격적이고 혁신적인 |
| 5 (문학적 동사) | 조용히 밀어 넣지만 |
| 10 (~를 통해) | 이를 통해 |
| 10 (이중 피동) + 13 | 실행되어지는 것이 아니라 관리되어지는 것이다 |

**4문단**

| 조항 | 위반 표현 |
|---|---|
| 인물명 원칙 (full name) | 샘 / 나델라 / 순다르 / 일론 |
| 인물명 원칙 (수식어) | 구글 CEO 순다르 — 널리 알려진 인물은 수식 불필요 |
| 용어 원칙 | Knowledge Work / Agentic AI / Gap |
| 9 (과장 표현) | 압도적으로 |
| 15 (과도한 완곡) | 바꿀 수 있을 것으로 보인다고 말했다 |
| 출처 원칙 | Gartner라는 미국 리서치 회사의 한 보고서는 — 상식적 출처는 수식 불필요, 한글 표기 |
| 4 (출처 예고) + 5 (선명하다) | 이 역설을 수치로 선명하게 보여준다 |
| %포인트 금지 | 41%포인트 → 41% |
| 문장 연결 | ~도 비슷하다 / ~를 이야기했다 / ~강조했다 — 접속사 없는 나열식 |

**5문단**

| 조항 | 위반 표현 |
|---|---|
| 8 (첫 문장 예고) | 여기서 한 가지 더 중요한 질문이 따라온다 |
| 9 ('주소' 은유) | 판단의 주소 / 책임의 주소가 AI와 인간 사이를 떠돈다 |
| 11 (구어체) | Decision을 던지고 / Approval을 박는 |
| 용어 원칙 | 약어의 영문 풀네임 병기 — 필요 시 한글 설명으로 대체 |
| 9 (AI 과용어) | 이러한 비대칭 |
| 9 (과장 표현) | 치명적으로 |
| 10 (이중 피동) + 15 (삼중 완곡) | 확대되어질 가능성이 있을 수 있다 |

**6문단**

| 조항 | 위반 표현 |
|---|---|
| 14 (결산·강조 라벨) | 결론적으로 / 본질적인 |
| 8 (수렴 구문) | 이 모든 문제는 하나의 명제로 수렴한다 |
| 13 (선결론 구문) | 핵심은 ~에 있는 것이 아니다 |
| 10 (~를 통해) | AI를 통해 |
| 10 (억지 명사구) | 존재론적 판단 주체 설정 / 조건적 책임 구조 |
| 13 (형식 종결) | ~의 문제인 것이다 |
| 2 (재정리 마무리) + 9 | 결국 기술의 주소보다 판단의 주소가 중요하다 |

**7문단**

| 조항 | 위반 표현 |
|---|---|
| 12 (당위 종결) | 지금이야말로 / 부숴야 한다 / 시작해야 할 때는 바로 지금이다 |
| 11 (구어체) | 갈아엎고 / 부숴야 / 살릴지 죽일지 / 가르는 것은 |
| 1 (강조용 단문 끊기) | 모델이 아니다. 사람이다. |
| 2 (재정리 마무리) | 1문단의 "진짜 문제는 사람이다" 반복 |

### After

> 기업의 AI 혁신은 모델 성능 때문에 멈추지 않는다. 도구는 이미 상당수 업무를 처리할 수준에 올라섰고, 막히는 자리는 그 도구를 쓰는 사람과 사람을 평가하는 규칙이다.
>
> 경영진은 부서마다 AI 활용 과제를 요구하고, 실무 조직은 시연용 결과물로 답한다. 이 과정이 몇 차례 반복되면 실무자는 AI 관련 지시를 성과가 아니라 보고용 작업으로 분류한다. 도구를 쓰는 시간은 늘어나지만 그 결과를 실제 업무 판단에 반영하는 비율은 따라 늘지 않는다.
>
> 중간관리자는 위에서 내려온 과제를 현업에 배분하되 KPI와 평가 기준은 건드리지 못한다. 평가 기준을 바꿀 권한이 없기 때문이다. 새 과제는 기존 평가 항목 아래 관리 항목 하나로 편입되고, 담당자는 진척률을 보고하는 방식으로 대응한다. 조직은 기존 판단을 뒷받침하는 정보를 먼저 채택하므로, 초기 실패 사례 몇 건이 그다음 시도의 기준선이 된다.
>
> OpenAI CEO 샘 올트먼과 Microsoft CEO 사티아 나델라는 AI 에이전트가 지식 노동의 처리 방식을 바꾼다고 말해왔다. 도입 현황은 그 전망과 간격이 있다. 가트너 조사에서 AI를 도입한 기업은 62%, 성과를 확인한 기업은 21%다.
>
> AI가 초안 판단을 내리고 사람이 승인하는 절차에서는 결과의 책임이 어느 쪽에도 고정되지 않는다. 승인자는 판단 근거를 만들지 않았고, 근거를 만든 쪽은 결과를 책임지지 않는다. RAG(외부 문서를 검색해 답변에 반영하는 방식)로 사내 문서를 끌어오고 CRM 데이터까지 연결하면 판단에 들어간 재료가 늘어나는 만큼 사후에 어느 단계에서 어긋났는지 추적하기 어려워진다.
>
> AI 도입 건수를 늘려도 이 구조는 바뀌지 않는다. 평가 기준과 승인 절차를 다시 써야 바뀐다. 어떤 판단을 AI에 맡길지, 그 판단이 틀렸을 때 누가 설명하는지를 문서로 정해둔 조직과 그렇지 않은 조직 사이의 차이는 모델 선택에서 오는 차이보다 크다.

## 사용법
Skill은 따로 없고,
korean-style-guide.md 를 가져다 쓰면 됩니다. 예) ~이 가이드에서 위배요소를 찾아주고 교정해줘.

## 권장 모델
effort high를 권장. ChatGPT sol, Opus high 등...

## 라이선스

MIT.

slop-free-korean

File Explorer

# Use via CDN

Was this content helpful?

Recent Feedback

Download README