/humanize-scan, 고칠 값어치가 있는지 먼저 본다

이 스킬은 윤문본을 만드는 게 목적이 아니다. 판단 재료를 만든다.

humanize-korean은 70패턴 전수 + shim + 진단 + 게이트라 증적이 남지만 오래 걸린다. 그걸 돌릴 값어치가 있는지 확인하는 자리가 여기다. 실측으로 판별력이 확인된 6개만 보고, 나머지는 아예 보지 않는다.

입력

$ARGUMENTS

인자가 파일 경로면 Read, 텍스트면 그대로. 비면 "검사할 텍스트를 붙여넣어 주세요" 후 종료.

이 6개만 본다

근거는 humanize-korean/references/empirical-validation.md(사람 60편 vs AI 60편, 3모델, 로그우도비 G²). 모델이 바뀌어도·과업이 바뀌어도 사람보다 높게 남은 항목만 골랐다.

ID	표층 신호	처방	실측
C-8	"A가 아니라 B"·"A인가, B인가"·"~것이 아니라" 대구가 2회+	가장 좋은 1회만 남기고 나머지는 비대칭 평서문·직접 단언으로	사람 0.52 vs AI 6.3/1k = 12.1×, 3모델·과업 무관 (최강)
E-1	100자 넘는 문장이 거의 없음	문단마다 인접 두 문장을 이어 장문 1개 + 단문 1~2개. 내용 추가 금지	사람 91.3 vs AI 8.1/1k, G²=60.9
C-11	연결어미(-고/-며/-지만/-면서/-아서/-어서) 직후 쉼표	쉼표 삭제. 새 쉼표를 만들면 실패	쉼표 과다 1.5×, G²=25.5 (KatFish 재현)
I-4	문단이 당위("~해야 한다")로 끝나는 게 2문단+	첫 번째만 두고, 나머지는 당위 문장을 문단 앞·중간으로 이동. 병합·삭제·서법 치환·명사화 금지	3.7× (과업 맞춰도 2.1×), 전 모델 초과
E-2	같은 종결(특히 ~한다)이 4문장+ 연속	종결어미만 변주. 시제·서법은 그대로	~한다 편중 1.8×, G²=9.5
F-5	"~적 N" 추상 체인(전략적 함의·실천적 기반)이 3회+	명사+명사 또는 풀어쓰기("전략 함의")	1.6× (과업 맞춰도 1.4×), 방향 일관, 단 모델 분해에서 fable 3.70 < 사람 3.87

이건 일부러 안 본다 (같은 실측이 기각·유보한 것)

• H-1 문두 접속사 · H-3 메타 진입, haiku 단독 신호. fable·gpt는 사람과 구별 불가.
• J-2 따옴표 · D-4 hype 어휘, 과업 편향. 인용을 요구하면 방향이 뒤집힌다.
• A-2 ~를 통해 · I-1 ~것이다, 사람이 2배 더 쓴다. 기각된 규칙.
• A-16 대명사, 영어 번역 맥락 한정. 자생 한국어 산문에서는 발동 조건 자체가 없다.

이 목록을 "빠뜨렸다"고 판단해 추가하지 않는다. 빠진 게 아니라 뺀 것이다.

어떻게 재나

6개에 걸린 문장을 실제로 고쳐 보고, 그 전후를 센다. 안 고쳐 보고 숫자를 쓰지 않는다, 추정값을 표에 올리면 이 스킬은 쓸모가 없다.

걸리지 않은 문장은 한 글자도 바꾸지 않는다. 범위 제한이 곧 과윤문 가드다. 손댄 문장 수로는 과윤문을 재지 못한다. E-1(문장 잇기)·E-2(종결 변주)는 성격상 많은 문장을 스치기 때문이고, 본진 게이트가 터치율을 판정이 아니라 보고 전용으로 두는 이유도 같다. 대신 바뀐 글자 비율을 눈대중으로 30% 안에 둔다(철칙 #4의 경고선).

절대 건드리지 않는 것