harshaneel/humanize

humanize – LLM 에이전트를 위한 규칙 기반의 "인간적인" 글쓰기 기술

개요 – 모든 LLM 기반 코딩 또는 글쓰기 보조 도구(Claude Code, Codex CLI, ChatGPT 데스크톱, Gemini, Cursor, Aider, OpenCode 등)를 위한 두 가지 정적 기술을 제공하는 가벼운 MIT 라이선스 저장소입니다.

기술	목표	작동 방식
humanize	자연스러운 리듬, 구체적인 세부 사항, 일관된 어조를 갖춘 인간이 쓴 것 같은 텍스트로 재작성하거나 생성합니다.	AI 텍스트 탐지 문헌에서 식별된 9가지 "인간화 레버"(퍼플렉서티 감소, 버스트성 주입, 헤지 수정, 구체성 삽입, 어조 일치 등)에서 도출된 규칙이 포함된 단일 SKILL.md 파일입니다. 모델이나 API 호출이 필요 없으며, 호스트 LLM이 지침을 따르기만 하면 됩니다.
ai-check	모든 문장에서 AI 생성 신호를 포렌식 분석합니다.	입력에서 9가지 신호 범주를 스캔하고, 각 플래그를 인용하며, 판정 결과(인간 / 인간일 가능성 높음 / 불확실 / AI일 가능성 높음 / AI)와 신뢰도 및 AI 편집 비율 추정치를 제공하는 또 다른 SKILL.md입니다.

설치 – 모든 지원 에이전트에서 작동하는 단일 명령어

# 저장소 복제 (디스크에서 읽는 모든 에이전트에 필수)
git clone https://github.com/harshaneel/humanize.git
cd humanize

# 지원되는 모든 기술 디렉토리에 설치 (Claude, Codex, 범용 에이전트)
./install.sh all   # 심볼릭 링크 대신 복사를 선호하는 경우 --copy 추가

Claude Code 및 Codex CLI는 마켓플레이스 워크플로우도 지원합니다:

claude plugin marketplace add harshaneel/humanize
claude plugin install humanize@humanize   # Codex도 동일

웹 기반 Claude나 기타 채팅 UI에서는 Settings → Capabilities → Skills 화면을 통해 두 개의 SKILL.md 파일을 업로드하거나, 내용을 시스템 프롬프트로 대화창에 붙여넣기만 하면 됩니다.

기술 사용 방법

Humanize – 텍스트 재작성:

/humanize:humanize

[AI 생성 텍스트 붙여넣기]

또는 모델에 직접 요청:

이 텍스트를 인간적으로 재작성해줘: …

AI-check – 텍스트 감사:

/humanize:ai-check

[문장 붙여넣기]

또는:

이거 AI 같아? …

저장소를 로컬에 복제하면 두 명령어 모두 짧은 이름(/humanize 및 /ai-check)으로 작동합니다.

어조 일치 (선택 사항)

대상 텍스트 앞에 짧은 개인 글쓰기 샘플을 제공하면, 기술이 리듬, 어휘, 구조적 특징(HyPerAlign 방법, arXiv 2505.00038 사용)을 추출하여 재작성에 적용합니다.

README에 보고된 벤치마크

• 데이터셋 – 25가지 AI 스타일의 입력(기술 블로그, 학술 초록, 비즈니스 이메일, LinkedIn 게시물, README 소개 등).
• 내부 스코어러 – 저장소 자체의 ai-check(규칙 기반 문체 측정). 평균 점수 = 5.24 / 27 (낮을수록 인간적); 인간 6, 인간일 가능성 높음 19, 불확실 이하 0.
• 외부 스코어러 – Binoculars(교차 퍼플렉서티 탐지기, ICML 2024). 평균 점수 = 0.9928 (높을수록 인간적), 25개 출력물 모두 인간 임계값(0.854)을 상회함.
• 결론 – 다양한 레지스터에서 재작성된 결과물은 두 개의 독립적인 퍼플렉서티 기반 탐지기에 의해 일관되게 인간과 유사하다고 판단되었습니다.

알려진 제한 사항 (저자 명시)

• 규칙 기반 접근 방식은 GPTZero, Grammarly, Pangram과 같은 학습된 분류기를 이길 수 없습니다. 이러한 모델은 원래 LLM 가중치에 내장된 "RLHF 지문"을 확인하므로 표면적인 재작성만으로는 지울 수 없습니다.
• 이 기술은 정적이며 새로운 데이터로부터 적응하거나 학습하지 않습니다. 유효성은 탐지 연구가 발전함에 따라 9가지 레버가 계속 관련성을 유지하는지에 달려 있습니다.
• 학습된 분류기 점수가 중요한 고위험 시나리오의 경우, README는 보완적인 기술(교차 모델 패러프레이즈 체인, 베이스 모델 재작성, 수동 편집)을 권장합니다.

활용 사례

• 게시하거나 공유하기 전에 AI 생성 초안을 더 개인적인 느낌으로 만들 수 있는 무료, 오프라인 방법이 필요한 경우.
• 타사 서비스에 데이터를 전송하지 않고 문장 내 AI 생성 신호를 빠르고 재현 가능하게 감사하고 싶은 경우.
• 이미 Claude Code, Codex CLI 또는 유사한 LLM 에이전트 환경에서 작업 중이며 외부 API보다 플러그 앤 플레이 기술을 선호하는 경우.

---

TL;DR – humanize는 모든 LLM 에이전트에 적용 가능한 두 가지 의존성 없는 규칙 기반 기술을 제공하여 (1) AI 텍스트를 인간적인 어조로 재작성하고 (2) 상세한 AI 탐지 보고서를 생성합니다. 설치는 단일 스크립트나 마켓플레이스 명령어로 가능하며, 사용은 간단한 슬래시 명령어입니다. 저자는 두 개의 퍼플렉서티 기반 탐지기에서 인간과 유사한 점수를 보여주는 소규모 벤치마크를 제시합니다. 이 방식은 투명하고 오픈 소스이지만, 최신 학습된 AI 탐지기를 우회하지는 못합니다.