lynote-ai/humanize-text

해결하는 문제

AI가 생성한 텍스트는 종종 감지기로 쉽게 식별할 수 있는 통계적 특징을 지니며, 어조 면에서 자연스럽지 않을 수 있습니다. 이 툴킷은 AI 보조 초안을 더 자연스럽고 기계 생성 텍스트로 의심받을 가능성이 낮은 형태로 재작성하는 시스템을 제공합니다.

작동 방식

이 프로젝트는 대규모 언어 모델(LLM)과 신경망 기반 기계 번역(NMT) 엔진을 결합하여 AI 패턴을 방해하는 다단계 파이프라인을 구현합니다. 추천되는 "표준 파이프라인"은 4단계 체인을 따릅니다:

1. LLM 재작성 (중국어): 고온도(1.3)로 LLM(예: DeepSeek)을 사용하여 텍스트를 재작성하고 중국어로 번역하여 창의적인 변형을 도입합니다.
2. LLM 재작성 (일본어): 중국어 텍스트를 일관성을 유지하기 위해 첫 번째 단계의 대화 기록을 참조하여 일본어로 다시 작성하고 번역합니다.
3. NMT 번역 (핀란드어): Google Translate를 통해 텍스트를 핀란드어로 번역하여 언어적으로 멀리 떨어진 언어를 통해 구조적 방해를 유도합니다.
4. NMT 번역 (영어): Niutrans 엔진을 사용하여 텍스트를 영어로 다시 번역하여 원래 AI의 지문 없이 텍스트를 재구성합니다.

대상 사용자

원본 의미와 스타일을 유지하면서 AI 보조 초안의 가독성과 자연스러운 흐름을 개선하고자 하는 개발자 및 작가들입니다.

주요 특징

• 다중 엔진 접근법: DeepSeek, OpenRouter와 같은 LLM과 Google, Niutrans와 같은 여러 NMT 엔진을 결합하여 단일 엔진의 지문이 남지 않도록 보장합니다.
• 언어적 거리: 중국어 $ ightarrow$ 일본어 $ ightarrow$ 핀란드어와 같은 멀리 떨어진 언어의 체인을 사용하여 구조적 재구성의 최대화를 달성합니다.
• 참고 구현 사례: 번역 체인, 다단계 재작성, 탐지 기반 피드백, 혼합 엔진 번역 등 네 가지의 독특한 인간화 방법론을 포함합니다.
• 통합 준비 완료: 코드 없이 자동화할 수 있도록 Python CLI와 n8n 워크플로우를 모두 제공합니다.