coji/natural-japanese

해결하는 문제

대규모 언어 모델(LLM)이 생성하는 일본어 텍스트에는 기계적이거나 반복적이며, 영어에서 직역한 듯한 'AI 냄새'가 자주 느껴집니다. 이 프로젝트는 이러한 출력물을 비즈니스 문서, 블로그, 에세이 등에 적합한 명확하고 전문적이며 자연스러운 일본어로 변환할 수 있는 시스템을 제공합니다.

작동 방식

이 프로젝트는 '에이전트 스킬'로 작동하며, 기계적 탐지와 AI 판단을 결합한 3단계 프로세스를 통해 작동합니다.

1. 사전 작성 설계: 생성을 시작하기 전에 독자, 주요 메시지, 제목 구조를 설정합니다.
2. 생성 제약: '작문 헌법'이라고 불리는 12개의 스타일 규칙(예: "결론부터 시작", "같은 패턴을 3번 이상 반복하지 않기")을 적용하여 AI 특유의 패턴이 발생하지 않도록 합니다.
3. 기계적 탐지 및 반복 처리: sudachipy를 기반으로 한 Python 기반 lint 도구(lint.py)를 사용해 금지 표현, 단조로운 리듬, 번역 스타일 문법을 식별합니다. 이후 AI가 이러한 결과를 검토하고 패턴이 해결될 때까지 텍스트를 반복적으로 개선합니다.

또한, 개요와 용어 추출을 위한 전용 스크립트, 문장 임베딩을 사용해 주제 전개의 '평탄함'을 탐지하는 실험적 의미 분석 도구도 포함되어 있습니다.

대상 사용자

AI를 활용해 비즈니스 문서(회의록, 보고서, 가이드, 연구 메모), 슬라이드 구조, 또는 일본어로 작성하는 공개 콘텐츠(노트, 블로그, 에세이)를 작성하는 전문가 및 작가들입니다.

주요 특징

• 하이브리드 탐지: AI가 스스로를 놓치기 쉬운 부분을 기계적으로 탐지하는 결정론적 linting과 AI 기반 문맥 판단을 결합합니다.
• 스타일 헌법: 생성 시점에서 제약을 가하는 12개의 엄격한 규칙 세트입니다.
• 독해 부담 분석: --reading-load 모드를 통해 긴 문장, 이중 부정, 과도한 한자 연쇄를 경고합니다.
• 반복 수렴: 베이스라인을 사용해 버전 간 차이를 추적하는 루프를 통해 텍스트가 자연스러운 상태로 수렴되도록 보장합니다.
• 에이전트 통합: npx skills add 또는 openskills를 통해 Claude Code 및 기타 에이전트에 쉽게 설치 가능한 스킬로 제공됩니다.