feat: humanizer v1.5.0 — AI closing markers, over-rewriting guard, fidelity checklist, multi-skill pipeline

DaleSeo · DaleSeo · commit e8de8f3274b0 · 2026-05-02T14:53:15.000-04:00
Adds two empirical patterns rounding out vocabulary detection: pattern 37
(AI closing markers like '결론적으로', '시사하는 바가 크다', '지금이야말로 ~할 때다')
as S1 single-occurrence-decisive markers, and pattern 38 (hype vocabulary
cluster: 혁신적, 압도적, 전례 없는, 치명적 등) as S2 frequency-based.

Strengthens output safety: SKILL.md gains a quantitative over-rewriting guard
(&lt;30% normal / 30-50% warn / &gt;50% halt) and a mandatory 6-item fidelity
self-check (numbers, causality, polarity, quotes, conclusions, formality)
before output, addressing the "humanizer changed my meaning" risk class.

READMEs document the recommended 3-skill pipeline (humanizer → grammar-checker
→ style-guide) so users see the package value without reading SKILL.md.

Pattern count: 36 → 38, vocabulary 7 → 9. Genre awareness deferred to v1.6.0
to keep this release focused.
diff --git a/AGENTS.md b/AGENTS.md
@@ -42,20 +42,20 @@ Each skill follows the Agent Skills specification:
 
 **Purpose**: Transforms AI-generated Korean text into natural human writing based on scientific research (KatFishNet paper, 94.88% AUC accuracy)
 
-**Pattern Classification System** (v1.4.0):
+**Pattern Classification System** (v1.5.0):
 
 - All patterns include 3-field metadata: verification, severity, version (no 출처 field)
 - **Verification**: ✅ Scientific (KatFishNet, with inline citation, e.g., `검증: ✅ 과학적 (KatFishNet, 94.88% AUC)`) or 📊 Empirical (community observation)
 - **Severity**: S1 (decisive single occurrence) / S2 (frequency-based, 3+ repetitions) / S3 (weak signal, only with co-occurrence)
 - Scientific patterns: 1-6 (punctuation), 8-10 (spacing), 11-13 (POS diversity). Empirical patterns: 7, 14-24, 25-36
-- Version history: v1.1.0 added pattern 7 (colon), v1.2.0 added pattern 17 (plural marker), v1.3.0 added patterns 18-20 (pronoun/demonstrative/subject omission), v1.4.0 added patterns 25-36 (translation-ese) + severity system
+- Version history: v1.1.0 added pattern 7 (colon), v1.2.0 added pattern 17 (plural marker), v1.3.0 added patterns 18-20 (pronoun/demonstrative/subject omission), v1.4.0 added patterns 25-36 (translation-ese) + severity system, v1.5.0 added patterns 37-38 (AI closing markers + hype vocabulary cluster) + over-rewriting guard + fidelity self-check
 
-**6 Categories, 36 Patterns**:
+**6 Categories, 38 Patterns**:
 
 1. Punctuation (7 patterns) - 94.88% AUC
 2. Spacing (3 patterns) - 79.51% AUC
 3. POS Diversity (3 patterns) - 82.99% AUC
-4. Vocabulary (7 patterns) - includes pronoun overuse, demonstrative overuse, subject omission
+4. Vocabulary (9 patterns) - includes pronoun overuse, demonstrative overuse, subject omission, AI closing markers (결론적으로, 시사하는 바가 크다), hype vocabulary cluster (혁신적, 압도적, 전례 없는)
 5. Sentence Structure (4 patterns)
 6. Translation-ese (12 patterns) - particle translation-ese (에 대해/통해/있어서), redundant verbs (가지고 있다), passive overuse (되어진다/에 의해), modal hedging (할 수 있다)
 
diff --git a/README.md b/README.md
@@ -33,7 +33,7 @@ Detects and corrects Korean AI writing patterns to transform text into natural h
 
 **Key features:**
 
-- 36 detection patterns across 6 categories with S1/S2/S3 severity tagging
+- 38 detection patterns across 6 categories with S1/S2/S3 severity tagging
 - Based on KatFishNet paper (94.88% AUC) + community-validated empirical patterns
 - Preserves meaning and formality level
 
@@ -42,7 +42,7 @@ Detects and corrects Korean AI writing patterns to transform text into natural h
 - Punctuation (7 patterns) - 94.88% AUC
 - Spacing (3 patterns) - 79.51% AUC
 - POS Diversity (3 patterns) - 82.99% AUC
-- Vocabulary (7 patterns) - pronoun/demonstrative overuse, subject omission, etc.
+- Vocabulary (9 patterns) - pronoun/demonstrative overuse, subject omission, AI closing markers (결론적으로), hype vocabulary cluster (혁신적/압도적)
 - Sentence Structure (4 patterns)
 - Translation-ese (12 patterns) - particle translation-ese (에 대해/통해/있어서), redundant verbs (가지고 있다), passive overuse (되어진다/에 의해), modal hedging (할 수 있다)
 
@@ -191,6 +191,20 @@ npx skills add daleseo/korean-skills@style-guide
   - Industry: Kakao Enterprise tech writing guide
 - 📋 [Examples](./skills/style-guide/examples/)
 
+## Recommended Workflow: 3-Skill Pipeline
+
+For comprehensive Korean writing review, apply the three skills in sequence:
+
+```
+1. /humanizer       # AI pattern removal (largest changes — apply first)
+2. /grammar-checker # Spelling, spacing, grammar (review humanizer output)
+3. /style-guide     # Document consistency (terminology, tone, formatting)
+```
+
+**Why this order**: humanizer makes substantial sentence-level changes, so grammar-checker should run on the stabilized output. style-guide checks consistency, which only makes sense once the writing is stable.
+
+Install all three at once with `npx skills add daleseo/korean-skills` to enable this pipeline in any Agent Skills-compatible environment.
+
 ## How to Use
 
 After installation, skills activate automatically in each AI tool:
diff --git a/README_KO.md b/README_KO.md
@@ -33,7 +33,7 @@ AI가 생성한 한국어 텍스트를 자연스러운 인간의 글쓰기로 
 
 **주요 기능:**
 
-- 6개 카테고리 36가지 검출 패턴 (S1/S2/S3 심각도 표시)
+- 6개 카테고리 38가지 검출 패턴 (S1/S2/S3 심각도 표시)
 - KatFishNet 논문 기반 (94.88% AUC) + 커뮤니티 검증 경험적 패턴
 - 의미와 격식 수준 보존
 
@@ -42,7 +42,7 @@ AI가 생성한 한국어 텍스트를 자연스러운 인간의 글쓰기로 
 - 문장부호 (7가지) - 94.88% AUC
 - 띄어쓰기 (3가지) - 79.51% AUC
 - 품사 다양성 (3가지) - 82.99% AUC
-- 어휘 (7가지) - 대명사/지시관형사 과다, 주어 생략 미흡 등
+- 어휘 (9가지) - 대명사/지시관형사 과다, 주어 생략 미흡, AI 결말 표현(결론적으로), hype 어휘 군집(혁신적/압도적)
 - 문장 구조 (4가지)
 - 번역투 (12가지) - 조사 번역투(에 대해/통해/있어서), 동사 잉여(가지고 있다), 피동 남용(되어진다/에 의해), 가능 표현 남발(할 수 있다)
 
@@ -191,6 +191,20 @@ npx skills add daleseo/korean-skills@style-guide
   - 실무 표준: Kakao Enterprise 기술문서 가이드
 - 📋 [예시 파일](./skills/style-guide/examples/)
 
+## 권장 워크플로: 3-스킬 파이프라인
+
+한국어 글쓰기를 종합적으로 검토하려면 세 스킬을 순차로 적용하세요.
+
+```
+1. /humanizer       # AI 티 제거 (가장 큰 변경 — 먼저 적용)
+2. /grammar-checker # 맞춤법·띄어쓰기·문법 (humanizer 출력 검토)
+3. /style-guide     # 문서 일관성 (용어·어조·포맷)
+```
+
+**순서가 중요한 이유**: humanizer가 문장을 크게 바꾸므로 안정된 출력에 대해 grammar-checker가 의미 있는 검사를 합니다. style-guide는 일관성 검사이므로 글이 안정된 상태에서 마지막에 적용됩니다.
+
+`npx skills add daleseo/korean-skills`로 세 스킬을 한 번에 설치하면 어떤 Agent Skills 호환 환경에서든 이 파이프라인을 활용할 수 있습니다.
+
 ## 사용법
 
 설치 후 각 AI 도구에서 자동으로 활성화됩니다:
diff --git a/skills/humanizer/SKILL.md b/skills/humanizer/SKILL.md
@@ -1,10 +1,10 @@
 ---
 name: humanizer
-description: AI가 생성한 한국어 텍스트의 특징적인 패턴을 감지하고 자연스러운 인간의 글쓰기로 변환합니다. 과학적 언어학 연구(KatFishNet 논문, 94.88% AUC 정확도)에 기반합니다. 쉼표 과다, 띄어쓰기 경직성, 품사 다양성, AI 어휘 과용, 번역투(에 대해/통해/되어진다), 대명사 과다, 복수형 과다, 구조적 단조로움 등 36가지 패턴을 S1/S2/S3 심각도로 분석합니다. ChatGPT/Claude/Gemini가 생성한 한국어 텍스트를 자연스럽게 만들거나 LLM 출력에서 AI 흔적을 제거할 때 사용하세요.
+description: AI가 생성한 한국어 텍스트의 특징적인 패턴을 감지하고 자연스러운 인간의 글쓰기로 변환합니다. 과학적 언어학 연구(KatFishNet 논문, 94.88% AUC 정확도)에 기반합니다. 쉼표 과다, 띄어쓰기 경직성, 품사 다양성, AI 어휘 과용, 번역투(에 대해/통해/되어진다), 대명사 과다, 복수형 과다, 구조적 단조로움 등 38가지 패턴을 S1/S2/S3 심각도로 분석합니다. ChatGPT/Claude/Gemini가 생성한 한국어 텍스트를 자연스럽게 만들거나 LLM 출력에서 AI 흔적을 제거할 때 사용하세요.
 license: MIT
 metadata:
   author: DaleSeo
-  version: "1.4.0"
+  version: "1.5.0"
 allowed-tools: Read Write Edit Grep Glob AskUserQuestion
 ---
 
@@ -18,14 +18,14 @@ allowed-tools: Read Write Edit Grep Glob AskUserQuestion
 - 이 스킬은 **한국어 텍스트에만** 집중하며, 영어 번역이나 다른 언어는 다루지 않습니다
 - 검출 패턴은 높은 정확도(쉼표 패턴: 94.88% AUC, 품사 다양성: 82.99% AUC, 띄어쓰기: 79.51% AUC)를 가진 **실증적 언어학 분석**에 기반합니다
 - 당신의 목표는 원래의 의미와 의도를 보존하면서 텍스트를 **자연스럽게 인간이 작성한 것처럼** 만드는 것입니다
-- 우선순위에 따라 구성된 6개 카테고리의 36가지 고유 패턴을 분석하며, 각 패턴은 S1/S2/S3 심각도로 분류됩니다
+- 우선순위에 따라 구성된 6개 카테고리의 38가지 고유 패턴을 분석하며, 각 패턴은 S1/S2/S3 심각도로 분류됩니다
 
 ## 작업 설명
 
 실행될 때 다음을 수행합니다:
 
 1. **한국어 텍스트 읽기** - 사용자가 제공한 텍스트(인자, 대화 컨텍스트, 또는 파일)
-2. **텍스트 분석** - 아래에 설명된 36가지 검출 패턴에 대해 분석
+2. **텍스트 분석** - 아래에 설명된 38가지 검출 패턴에 대해 분석
 3. **AI 작문 마커 식별** - 각 발견 사항에 대한 과학적 근거와 함께
 4. **텍스트 재작성** - 자연스럽고 인간이 작성한 것처럼 들리도록
 5. **수정된 버전 제시** - 주요 변경 사항의 요약과 함께(선택적)
@@ -51,7 +51,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 
 ---
 
-## 검출 패턴 (총 36가지)
+## 검출 패턴 (총 38가지)
 
 ### 패턴 분류 체계
 
@@ -78,11 +78,11 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 1. **문장부호** (7가지, 최고: 94.88% AUC) - 쉼표 과다, 영어식 배치, 연결어미 뒤 쉼표, 콜론 과다
 2. **띄어쓰기** (3가지, 높음: 79.51% AUC) - 경직된 의존명사, 보조용언, 숫자 띄어쓰기
 3. **품사 다양성** (3가지, 높음: 82.99% AUC) - 명사 과다, 동사/형용사 빈곤
-4. **어휘** (7가지, 중간) - AI 유행어, 불필요한 한자어, 영어 직역, 복수형 과다, 대명사 과다, 지시관형사 과다, 주어 생략 미흡
+4. **어휘** (9가지, 중간) - AI 유행어, 불필요한 한자어, 영어 직역, 복수형 과다, 대명사 과다, 지시관형사 과다, 주어 생략 미흡, AI 결말 표현, hype 어휘 군집
 5. **구조** (4가지, 중간) - 문장 리듬, 3박자, 접속사, 경어체
 6. **번역투** (12가지, 높음: 경험적) - 조사 번역투(에 대해/통해/있어서), 동사 잉여(가지고 있다), 피동 남용(되어진다/에 의해), 가능 표현 남발(할 수 있다)
 
-전체 36가지 패턴 목록과 상세 내용은 각 카테고리 참조 문서 참조.
+전체 38가지 패턴 목록과 상세 내용은 각 카테고리 참조 문서 참조.
 
 ### 상세 패턴 설명
 
@@ -91,7 +91,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 - **문장부호 패턴 (1-7)**: [references/punctuation-patterns.md](references/punctuation-patterns.md) 참조
 - **띄어쓰기 패턴 (8-10)**: [references/spacing-patterns.md](references/spacing-patterns.md) 참조
 - **품사 다양성 패턴 (11-13)**: [references/pos-patterns.md](references/pos-patterns.md) 참조
-- **어휘 패턴 (14-20)**: [references/vocabulary-patterns.md](references/vocabulary-patterns.md) 참조
+- **어휘 패턴 (14-20, 37-38)**: [references/vocabulary-patterns.md](references/vocabulary-patterns.md) 참조
 - **구조 패턴 (21-24)**: [references/structure-patterns.md](references/structure-patterns.md) 참조
 - **번역투 패턴 (25-36)**: [references/translation-ese-patterns.md](references/translation-ese-patterns.md) 참조
 
@@ -116,7 +116,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 - **문장부호 패턴 (1-7)**: 쉼표 개수, 위치 확인, 불필요한 사용 식별, 영어식 콜론 사용 확인
 - **띄어쓰기 패턴 (8-10)**: 의존명사 띄어쓰기 일관성, 보조용언 띄어쓰기, 숫자 띄어쓰기 확인
 - **품사 패턴 (11-13)**: 명사/동사/형용사 비율 추정, 명사화 구문 식별
-- **어휘 패턴 (14-20)**: AI 유행어, 한자어 과다 사용, 영어 직역, 복수형 '-들' 과다 사용, 대명사 과다, 지시관형사 과다, 주어 생략 미흡 표시
+- **어휘 패턴 (14-20, 37-38)**: AI 유행어, 한자어 과다 사용, 영어 직역, 복수형 '-들' 과다 사용, 대명사 과다, 지시관형사 과다, 주어 생략 미흡, AI 결말 관용구·결말 공식, hype 어휘 군집 확인
 - **구조 패턴 (21-24)**: 문장 길이 변동, 목록 패턴, 접속사, 경어체 균일성 확인
 - **번역투 패턴 (25-36)**: 조사 번역투(에 대해/통해/있어서), 동사 잉여(가지고 있다), 피동 남용(되어진다/에 의해), 가능 표현 남발(할 수 있다) 확인
 
@@ -137,6 +137,19 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 - 자연스러움과 인간다운 흐름에 집중하세요
 - 한국어 원어민이 작성한 것처럼 들리게 만드세요
 
+### 4.5단계: 의미 보존 자체검증 (필수)
+
+자연스러운 버전을 출력하기 전에 다음 6항을 자체 점검합니다. **위반 사항이 발견되면 해당 부분을 수정한 뒤 재점검합니다.**
+
+- [ ] **수치·날짜·고유명사**: 원본의 숫자, 날짜, 인명, 기관명, 제품명이 모두 보존되었는가?
+- [ ] **인과관계 방향**: "X 때문에 Y" → "Y 때문에 X"로 뒤바뀌지 않았는가?
+- [ ] **부정 표현**: "있다/없다", "가능/불가능", "찬성/반대"가 반전되지 않았는가?
+- [ ] **직접 인용**: 큰따옴표 안 직접 인용은 그대로인가?
+- [ ] **핵심 주장·결론**: 원본의 메시지·결론이 변경되지 않았는가?
+- [ ] **격식 수준**: 원본의 격식체/반말이 일관되게 유지되었는가?
+
+위반 사항이 없으면 출력 형식의 "주요 변경 사항 요약" 끝에 "✓ 의미 보존 검증: 6항 모두 통과"를 명시합니다. 위반이 있었다면 수정 사항을 함께 기록합니다.
+
 ### 5단계: 결과 제시
 
 **형식**:
@@ -194,6 +207,24 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 - 모든 주요 정보를 그대로 유지하세요
 - 작성자의 의도된 톤과 목적을 유지하세요
 
+### 변경률 가드 (Over-rewriting Guard)
+
+자연스러운 버전을 작성한 후 **변경률**을 자체 추정해 과윤문을 방지하세요.
+
+**변경률 계산**:
+- 원본과 자연스러운 버전을 어절 단위로 비교
+- 변경된 어절 / 전체 어절 비율 (대략적, 0~100%)
+- 단순 띄어쓰기·문장부호 변경은 제외하고 의미 단위 변경만 카운트
+
+**임계값**:
+- **<30% (정상)**: 그대로 출력
+- **30~50% (경고)**: 출력 끝에 "변경률 N%로 다소 큼. 의미 보존 재확인 권장" 한 줄 추가
+- **>50% (중단)**: 출력하지 말고 사용자에게 확인 요청
+  - 메시지: "변경률이 N%로 과도합니다. 원본 의미가 변경됐을 가능성이 있습니다. 더 보수적으로 재작성해드릴까요?"
+  - 사용자 동의 시 보수적으로 재작성 후 30% 이내로 다시 시도
+
+**근거**: 과교정은 원본의 의미·뉘앙스·작성자 톤을 잃을 위험이 있음. 정량 임계로 자체 검증해 의미 보존 원칙을 강화.
+
 ### 격식 유지
 - 원래의 격식 수준(격식체 vs 반말)을 존중하세요
 - 텍스트가 격식체(비즈니스, 학술)라면 격식체를 유지하되 자연스럽게 하세요
@@ -207,7 +238,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 
 ### 근거 설명
 - 주요 변경 사항에 대해서는 간단히 이유를 설명하세요
-- 36가지 검출 기준의 특정 패턴을 참조하세요
+- 38가지 검출 기준의 특정 패턴을 참조하세요
 - 사용자가 무엇이 텍스트를 AI 생성처럼 vs 인간처럼 들리게 하는지 이해하도록 도와주세요
 
 ### 문화적 감수성
@@ -252,7 +283,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 ### 사용자가 특정 격식 요청
 사용자가 격식체 또는 반말 출력을 요청하는 경우:
 - 요청대로 격식 수준을 조정하세요
-- 여전히 36가지 패턴 교정을 모두 적용하세요
+- 여전히 38가지 패턴 교정을 모두 적용하세요
 - 요청에 따라 격식을 조정했음을 설명하세요
 
 ---
@@ -270,7 +301,7 @@ LLM이 생성한 한국어 텍스트는 인간의 글쓰기와 측정 가능하
 
 ## 최종 알림
 
-- **철저하게**: 36가지 패턴을 모두 체계적으로 확인하세요
+- **철저하게**: 38가지 패턴을 모두 체계적으로 확인하세요
 - **과학적으로**: 가능한 경우 언어학 연구에 근거하여 교정하세요
 - **도움이 되게**: 사용자가 배울 수 있도록 근거를 설명하세요
 - **존중하며**: 작성자의 의미와 의도를 보존하세요
diff --git a/skills/humanizer/references/vocabulary-patterns.md b/skills/humanizer/references/vocabulary-patterns.md
