AI 티 나는 글을 다듬는 무료 윤문 에이전트 슬롭 리라이트

AI 티 나는 글을 자연스럽게 고치는 윤문 에이전트 슬롭 리라이트의 설계와 사용법을 소개하는 영상입니다. 패턴을 기계적으로 치환하지 않고 원칙에 따라 글 전체를 재작성하며, 공통 원칙, 문체 가이드, 사용자 취향의 세 단계로 기준을 나눈 구조를 설명합니다. 설치 방법, 블로그와 기술 글 윤문 예시, 귀납적·연역적 방식의 에이전트 개선법까지 다룹니다.

⏱ 00:00AI가 쓴 글은 끝까지 읽어도 무엇을 하라는 것인지 분명하지 않거나, 비율 같은 수치를 넣었는데 오히려 뜻이 흐려지는 경우가 많다고 설명합니다. 기존 한국어 윤문 스킬들은 특정 패턴을 찾아 기계적으로 치환하는 데 그쳐 글 전체의 맛이 살지 않았다고 말합니다. 발표자는 이 한계를 줄이기 위해 문장 단위 치환이 아니라 원칙에 따라 글 전체를 재작성하는 에이전트, 슬롭 리라이트를 만들었다고 소개합니다.

핵심은 코드가 고칠 지점과 규칙만 알려주고, 실제 재작성은 LLM에게 맡기는 구조라는 점입니다. 병목은 프롬프트 실력보다 글의 순서와 구조에 있다는 문제의식도 함께 제시합니다.

⏱ 01:06설치는 Claude Code, Codex, 안티그래비티 중 하나에 깃허브 저장소 링크를 주고 요청하는 방식으로 진행합니다. 복사하고 싶은 폴더에서 저장소를 클론한 뒤, 다른 프로젝트에서도 쓸 수 있도록 스킬로 등록하라고 권합니다. 사용자 범위(user scope)로 등록해 두면 어느 폴더에서 작업하든 원할 때 호출할 수 있습니다.

전역 스킬로 등록되면 스킬 이름을 언급하며 고쳐 달라고 요청하면 윤문이 실행됩니다. 작성 스타일을 지정하지 않으면 추천 스타일 목록이 나오며, 그중 고르거나 나중에 직접 스타일을 추가할 수 있습니다.

⏱ 02:00슬롭 리라이트는 사용자 취향을 반영하도록 기준을 세 단계로 나눠 설계했습니다. 첫째는 누구에게나 공통되는 AI 티 제거 원칙이고, 둘째는 사용자의 문체 가이드를 그 위에 얹는 단계입니다. 셋째는 사용하면서 쌓이는 피드백을 사용자별 취향으로 모아 반영하는 단계입니다.

발표자는 AI 티 패턴을 자세히 정리해 두었으므로, 이를 참고해 자신만의 글쓰기 에이전트를 만드는 출발점으로 써도 좋다고 말합니다.

⏱ 04:00블로그 예시에서는 LLM 위키 가이드 글을 작성한 뒤 슬롭 리라이트로 윤문했습니다. 의문문을 단정하는 표현으로 바꾸고, 의미 없는 표현과 이모지를 지우며 문장을 간결하게 다듬는 모습을 보여 줍니다.

이어서 프롬프트, 컨텍스트, 하네스, 그래프 엔지니어링을 설명한 기술 글도 윤문했습니다. 겉보기에는 여러 줄로 나열된 항목이 하나의 질문에 대한 다른 답이었던 부분은 한 문장으로 정리했고, 진자 비유처럼 이해에 도움이 되지 않는 비유도 고쳤습니다. 발표자는 보고서나 블로그를 쓸 때 마지막 단계에서 이 에이전트를 돌리고, 최종 검수는 여전히 사람이 한다고 말합니다.

⏱ 07:00기본 문체 가이드로는 장피엠 스타일, 포스 스타일, 한국식 개조식 보고서 스타일이 들어 있습니다. 내장된 스타일 가이드 빌더 스킬을 이용하면 직접 쓴 글로 나만의 문체 가이드를 만들 수 있습니다. 예시로 생산성 뉴스레터 글 여러 편을 모아 스타일 가이드로 등록하는 과정을 보여 줍니다.

문체와 별도로 취향 기능도 있습니다. 글에 대한 수정 요청을 취향으로 기록하면 이후 윤문에 반영됩니다. 결과물을 아티팩트로 만들어 댓글로 좋았던 점과 아쉬웠던 이유를 적으면, 에이전트가 그 피드백을 바탕으로 작업 기준을 스스로 만들어 간다고 설명합니다.

⏱ 09:00가장 효과가 좋았던 방법은 귀납적 개선입니다. 사람이 만든 결과물을 주고 에이전트에게 그 기준을 역으로 추론하게 하면, 좋은 결과를 만들 기준을 스스로 세우고 결과물도 더 좋아진다고 합니다. 기존 작업물을 줄 수 없다면 AI의 결과물에 자신의 기준을 담아 상세히 첨삭하는 방식으로 대신할 수 있습니다.

연역적 개선은 작업 절차 기획에 사람이 참여하는 방식입니다. 작업 절차를 단계별로 시각화해 달라고 요청한 뒤, 각 단계를 사람, 코드, LLM 중 누가 맡으면 좋을지 의견을 주는 식입니다.

⏱ 12:00발표자는 현시점의 원칙으로, 에이전트를 처음 만들 때는 작업 절차에 깊이 개입하지 말라고 합니다. 마이크로매니징을 하면 결과가 오히려 나빠지는 경우가 많았기 때문입니다. 목표와 기준을 주고, 운영하면서 취향과 기준을 점진적으로 반영하는 것이 낫다고 말합니다.

결과물에는 귀납적으로 피드백을 주고, 절차에는 시각화된 흐름을 보며 가볍게 아이디어만 던지는 정도로 개입하라는 것입니다. 마지막으로 멍청하고 부지런한 팀장보다 똑똑하고 게으른 똑게 팀장이 낫다는 비유를 들어, AI 에이전트와 일할 때도 목표와 기준만 주라고 강조합니다.