# AI 한글 티 분류 체계 v2.0 (Korean AI-Tell Taxonomy)

LLM(ChatGPT·Claude·Gemini 등)이 생성한 한글 글에서 반복적으로 관찰되는 "AI 티" 패턴을 10개 대분류 × 서브 패턴으로 정리한다. 윤문 파이프라인의 진단·윤문·마무리 콜(diagnostician·monolith·finalizer)이 공유하는 단일 진실 원천(SSOT). 각 패턴마다 (1) 정의, (2) 시그니처 예문, (3) 심각도(S1 결정적 / S2 강함 / S3 약함), (4) 윤문 처방을 제공한다.

> **v2.0 추가 (2026-05-07):** 한국 번역학계 8대 번역투 정통성 계보(이영옥 2001·김도훈 2009·김정우 2007·김혜영 2019 등) + 보고서 §III.3(8유형) 통합. **본진 신규 4건** — `A-16` 영어 대명사 직역 [S1] · `A-18` 관계절 좌향 수식 [S2] · `A-19` 이중 조사 결합 [S2] · `E-7` 청자 경어법 일관성 손실 [S2 · estimated]. **본진 보강 4건** — `A-15` 인지·발화 동사 분리 구문 처방 · `A-7` light verb construction 일반화(have/make/take/give) · `F-4` 영어 명사화 접미사(-tion·-ment·-ness·-ity) 통합 · `E-2` 진행형 '~고 있다' 자동 매핑 처방. **본진 hold 1건** — `A-17` 무정물·추상명사 '-들' 부착 [학술 강함, 외부 회차 양성 0건 → NMT 원본 회차 후 v2.1 재평가]. **post-editese 3축은 metric-only 트랙** — caveat C3(한국어 정량 검증 부재)에 따라 본진 ID 미부여, `metrics_v2.py` 14개 신규 함수로 운영(`deul_overuse_rate` 포함, A-17 hold 검증용). 학술 전문은 외부 SSOT `references/scholarship.md`에 보존(본진 슬림성). valid as of 2026-05.
>
> **v1.6 추가 (2026-05-06):** KatFish(Park et al.) + LREAD 외부 정량 연구 기반 본진 신규 5건 — `C-11` 연결어미 뒤 쉼표 [S1, 4.84배 분리도] · `C-12` 쉼표 포함률 [S2] · `E-5` 쉼표 분절 평균 길이 [S2] · `E-6` 쉼표 전후 POS 다양성 [S2, 에세이·뉴스 한정] · `G-3` 안전 균형 lexicon [S2]. 본진 보강 2건 — `D-1`에 KatFish 검증 결산 lexicon 4종("결론적으로·따라서·이를 통해·그러므로") 정식 인용 + 임계, `F-4`에 한자어 명사화 접미사 3종("-성·-적·-화") 정식 명시 + 한 문서 12회 초과 임계. hold 2건(BN/VX 띄어쓰기 규칙성·페르소나-레지스터 불일치)은 본진 미등재 — `_workspace/v1.6-2026-05-06/`에 후보 발자취 보존.
>
> **v1.5.1 추가 (2026-04-27):** Category E에 `E-4 단문 일변도 (복문·중문 부재)` [S2] 신설. 인간 필자는 단문과 복문을 무의식적으로 섞어 호흡을 만드는데, AI가 "간결하게" 의도하면 단문만 늘어놓아 끊어진 리듬이 그 자체로 시그니처가 된다.
>
> **v1.5 변경 (2026-04-26):** v1.2 voice profile · v1.3 candidate pool · v1.3.1 권한 위계는 모두 제거됐다. 이유는 핫패스 비용. v1.5는 v1.1 5인 파이프라인 구조 + monolith fast 1콜로 단순화됐고, 분류 체계 본진(이 파일)은 v1.3.1까지 발굴된 신규 패턴(C-9·C-10·D-7·H-3·I-3·I-4 보강 등)을 그대로 유지한다.

## 심각도 기준

- **S1 결정적(critical)**: 한 번만 나와도 "이건 AI"라고 거의 확신하게 되는 패턴. 무조건 제거.
- **S2 강함(high)**: 1~2회는 자연스러울 수 있으나 문서에서 3회 이상 반복되면 티 남. 밀도 기반 제거.
- **S3 약함(low)**: 개별로는 문제 아님. 다른 패턴과 중첩될 때 AI 인상을 강화. 리듬 조정 수준.

## quick 빌드 메타 (fast 룰북 생성 계약)

각 패턴 항목 말미의 이탤릭 한 줄(`_quick: …_`)은 `scripts/build_quick_rules.py`가 fast 경로 슬림 룰북 `quick-rules.md`를 생성할 때 읽는 빌드 메타다. quick-rules.md는 사람이 직접 수정하지 않는다 — 이 파일이 SSOT.

- `quick: true` = fast 룰북 포함. 표층 신호만으로 탐지 가능한 S1·S2 패턴에 한정.
- `quick: false` = strict 전용. 문서 레벨 판단(리듬·구조·분포·POS 분석)이 필요하거나 hold 상태인 패턴.
- `quick: true` 항목은 `quick_pattern:`(fast가 탐지할 표층 신호 한 줄)과 `quick_fix:`(한 줄 처방)를 함께 갖는다. 메타 필드 구분자는 ` · `이며 값 안에는 `·`를 쓰지 않는다.
- fast 토큰 예산 보호: `quick: true`는 50개 내외(현행 quick-rules 규모 ±20%)를 유지한다. 신규 패턴의 기본값은 `false`.
- **fast 룰북 편성 기준 (2026-09-22 명문화)**: `quick: true`는 두 조건을 **모두** 충족해야 한다. ① **과업매칭 캘리브레이션 기준 방향** — `tests/baselines/2026-08-29-task-matched-calibration.json`에서 AI 밀도 > 사람 밀도. 과업 편향을 통제한 이 조건을 24쌍(`2026-08-23`)보다 우선한다. ② **발동 가능성** — 문서 임계를 넘는 문서가 실제로 존재. 발동할 수 없는 규칙이 매 호출에 실리면 비용만 든다.
  - **판정 난이도는 기준이 아니다**(위 A-16 캐비엇 참조).
  - **실측이 없는 항목은 현행 유지** — 음성으로 확인된 것만 강등한다. 유지 53건 중 두 캘리브레이션에 실측이 있는 것은 4건(C-8·F-5·I-4·J-2)뿐이다.
  - 이 기준이 J-2와 H-1의 갈림을 설명한다. 둘 다 과업에 따라 뒤집히지만 `findings`가 방향을 판정해 뒀다 — J-2는 "과업을 맞추면 AI가 2.4배 더 쓴다, 규칙 방향이 옳다"(유지), H-1은 "과업을 맞추면 AI가 더 적게 쓴다, 보수화가 옳다"(강등). G-3는 방향은 AI 쪽(5.78배·전 모델 초과)이지만 ②에서 탈락한다(발동 가능 문서 0편).
  - **강등의 영향 범위**: fast와 **Codex 단일콜**(`codex/skills/humanize-korean/SKILL.md`가 `quick-rules.md`를 직접 읽는다)에서 빠진다. standard·heavy는 진단이 지목하면 처방 대상이다(monolith 철칙 #2). `GEMINI.md`의 인라인 룰 표는 손 유지이고 빌드 검사가 없어 동기화 부채가 있다.

## 목차

A. 번역투(Translation-ese) — A-1~A-19
B. 영어 인용·용어 과다 — B-1~B-4
C. 구조적 AI 패턴 (서식·레이아웃) — C-1~C-12
D. AI 특유의 관용구 (Signature Phrases) — D-1~D-7
E. 리듬·문장 길이 균일성 — E-1~E-7
F. 과도한 수식·중복 — F-1~F-5
G. 과도한 Hedging (완곡) — G-1~G-3
H. 접속사 남발 — H-1~H-4
I. 형식명사·의존명사 과다 — I-1~I-6
J. 시각 장식 남용 — J-1~J-4

---

## A. 번역투 (Translation-ese) — S1~S2

영어·일본어식 구문을 한국어 어순·조사 체계로 무리하게 옮긴 흔적. AI 글의 가장 결정적 시그니처.

### A-1. "~에 대하여/대해서" 남발 [S1]
- 패턴: `X에 대해(서) Y` (영어 `about/regarding X`)
- 예: "AI 규제**에 대해** 논의할 필요가 있다" → "AI 규제를 논의해야 한다"
- 처방: 목적격 조사로 직결. 또는 주제 조사 "는".
- **⚠️ 실측 보수화 (v2.6.1)**: 형태소 keyness 전수 채굴에서 "~에 대해/대한"은 **사람 4.39 vs AI 1.46(/1000어절)로 사람이 3배 더 쓴다**(사람 60편 중 23편). A-2("~를 통해")·A-16(대명사)과 같은 계열의 통념 역전. 기본 보존하고, 한 문단 3회 이상 밀집일 때만 일부를 직결한다. 남발 없는 "~에 대해"를 걷어내면 사람 글을 훼손한다.
- _quick: true · quick_pattern: "~에 대해(서)" **한 문단 3회+ 밀집**(사람이 3배 더 쓰는 표현 — 기본 보존) · quick_fix: 목적격 조사로 직결("X에 대해 논의" → "X를 논의")_

### A-2. "~를 통하여/통해" 남발 [S2]
- 패턴: 수단·경로를 거의 모두 "통해"로 처리 (영어 `through/via`)
- 예: "데이터 분석**을 통해** 인사이트를 얻는다" → "데이터를 분석해 인사이트를 얻는다"
- 처방: **한 문서에서 반복적으로 재사용될 때만**(문단 3회+) "~로", "~해서", "~함으로써"로 분산. 1~2회는 보존.
- 심각도 이력: v2.3에서 S1 → S2 강등. 최희경(2016) 코퍼스 검증에서 **비번역 한국어(84.4)가 번역문(42.1)보다 2배 이상** 자주 쓰는 것으로 나와, 대표 번역투라는 통념이 실증으로 기각됐다. 자체 AI 코퍼스에도 거의 미출현 → 개별 출현은 AI 표지가 아니고 "만능 연결어처럼 반복"만 문체 문제. `see: empirical-validation.md#기각`
- **quick 강등 (2026-09-22, 예산 가지치기)**: fast 슬림 룰북에서 제외하고 진단 경로(`diagnosis-rules.md`)에만 남긴다. 근거: 0.33배(24쌍) · 0.40배(과업매칭) — 사람이 2.5~3배 더 쓴다. 문단 3회+ 밀집만 문체 문제이므로 진단 경로에서 다룬다. 심각도·처방·탐지 조건은 그대로다 — standard·heavy 경로의 동작은 변하지 않는다.
- _quick: false · quick_pattern: "~를 통해/통하여" **문단 3회+ 반복** · quick_fix: 일부만 "~로", "~해서", "~함으로써"로 분산(1~2회 보존)_

### A-3. "~에 있어(서)" [S1]
- 패턴: 전제·상황 도입 (영어 `in terms of / when it comes to`)
- 예: "이 문제**에 있어서** 중요한 것은" → "이 문제에서 중요한 것은" / "이 문제를 볼 때"
- _quick: true · quick_pattern: "~에 있어(서)" · quick_fix: "~에서" 또는 "~을 볼 때"_

### A-4. "~라는 점에서" [S2]
- 패턴: 근거 제시 (영어 `in the sense that`)
- 예: "확장성이 뛰어나**다는 점에서** 의미가 있다" → "확장성이 뛰어나서 의미가 있다"
- 주의: 때로는 자연스러움. 한 문서에 3회+ 반복될 때만 제거.
- **quick 강등 (2026-09-22, 예산 가지치기)**: fast 슬림 룰북에서 제외하고 진단 경로(`diagnosis-rules.md`)에만 남긴다. 근거: 사람 0.00 · AI 0.00(두 측정 모두) — 대조 코퍼스에서 아예 관측되지 않는다. fast 슬림 룰북에 실을 근거가 없다. 심각도·처방·탐지 조건은 그대로다 — standard·heavy 경로의 동작은 변하지 않는다.
- _quick: false · quick_pattern: "~라는 점에서" 3회+ · quick_fix: "~서", "~라는 이유로"_

### A-5. "~와 관련하여" / "~와 관련된" [S2]
- 패턴: 주제 지시 (영어 `regarding / related to`)
- 예: "보안**과 관련하여** 주의해야 한다" → "보안에 주의해야 한다"
- _quick: true · quick_pattern: "~와 관련하여/관련된" · quick_fix: "~에", "~의"_

### A-6. "~에 기반하여" / "~을 바탕으로" 남발 [S2]
- 패턴: 근거 (영어 `based on`)
- 예: "데이터**에 기반하여** 판단한다" → "데이터로 판단한다" / "데이터를 보고 판단한다"
- _quick: true · quick_pattern: "~에 기반하여/바탕으로" 남발 · quick_fix: "~로", "~을 보고"_

### A-7. "가지고 있다" [S1]
- 패턴: 소유·특성 서술 (영어 `have/possess`)
- 예: "강한 경쟁력을 **가지고 있다**" → "경쟁력이 강하다"
- 처방: 형용사형으로 돌려 서술어 없애거나 "있다"로 단순화.
- **light verb construction 일반화 (v2.0 보강)**: 보고서 T6은 'have/make/take/give + 명사' 가벼운 동사 구문(light verb construction) 전반을 다룸. A-7 본진 처방 위에 (a) 동사 환원, (b) 이중주어 구문('X는 Y가 …') 활용을 명시 추가. verbatim 예문 — "She has a sweet voice → 그녀는 목소리가 아름답다" / "She has a book under her arm → 그녀는 책을 옆구리에 끼고 있다" / "We had a meeting yesterday → 우리는 어제 회의를 했다(열었다)" / "The committee made a decision → 위원회가 결정했다" / "The data show a rapid increase → 데이터에 따르면 급격히 증가했다". metric `have_make_literal_count` 정량 검출. _source_anchor: 김정우 2007 · 이근희 2005 · see_scholarship: scholarship.md#6-명사화-표현-및-havemake-류-직역_
- _quick: true · quick_pattern: "가지고 있다", have/make/take/give+명사 직역 · quick_fix: 형용사-동사 환원 또는 이중주어("강한 경쟁력을 가지고 있다" → "경쟁력이 강하다")_

### A-8. 이중 피동 "~되어진다" / "~지게 된다" [S1]
- 예: "판단**되어진다**" → "판단된다" / "판단한다"
- 처방: 가능하면 능동으로. 못 바꾸면 단일 피동.
- _quick: true · quick_pattern: 이중 피동 "~되어진다/~지게 된다" · quick_fix: 능동 또는 단일 피동("판단되어진다" → "판단된다")_

### A-9. "~에 의해" 피동문 [S2]
- 패턴: by-passive (영어 수동태 직역)
- 예: "AI**에 의해** 생성된 이미지" → "AI가 만든 이미지"
- 처방: 행위자를 주어로 복귀.
- _quick: true · quick_pattern: "~에 의해" 피동 · quick_fix: 행위자를 주어로("AI에 의해 생성" → "AI가 만든")_

### A-10. "~할 수 있다" 남발 · v2.4 처방 전환 [S2]
- 패턴: 가능형 서술 (영어 `can/be able to`)
- 예: "효율을 높**일 수 있다**. 비용을 줄**일 수 있다**. 시간을 단축**할 수 있다**."
- **처방 전환 (v2.4)**: 구 처방("확정 서술로 톤 전환")은 **헤더의 「서법 보존」 조항·P5 게이트와 정면으로 충돌한다.** 규칙대로 단언으로 바꾸면 `verify_gates.py`의 완곡 표지 총수가 줄어 게이트가 걸리고, 실행자는 룰북과 게이트 사이에서 어느 쪽도 만족시킬 수 없다. I-4가 v2.4에서 "당위→단정 전환"을 폐기한 것과 같은 이유로, 추측 쪽도 같이 정리한다.
- **처방: 기본은 보존한다.** 가능성·조건·전망을 말하는 문장을 단정으로 바꾸는 것은 필자가 고른 주장의 강도를 바꾸는 의미 변경이다.
- **발동**: 같은 형태("~할 수 있다")가 **4회 이상** 반복돼 리듬을 지배할 때만. 그때도 처방은 **형태 분산**이지 서법 전환이 아니다 — "~할 여지가 있다 / ~할 수도 있다 / ~인 듯하다"로 일부만 바꿔 단조로움을 깬다. (대안은 **완곡 사전에 등재된 형태**여야 한다 — 사전 밖 표현으로 바꾸면 규칙을 지켰는데 P5가 소실로 잡는다.)
- **금지**: ① 단언으로 치환("높일 수 있다" → "높인다") ② 완곡 표지 삭제 ③ 명사화로 표지 소멸. 예외는 원문의 다른 문장이 같은 사실을 이미 확정적으로 서술한 경우뿐이다.
- **게이트**: 처리 전후 완곡 표지 총수 동일(`verify_gates.py` P5).
- _quick: true · quick_pattern: 같은 "~할 수 있다"가 4회+ 반복 · quick_fix: **단정 전환 금지**. 일부만 다른 완곡 표현("~할 여지가 있다·~할 수도 있다")으로 분산해 리듬만 깬다_

### A-11. "~을 위해" 목적절 남발 [S2]
- 패턴: `X을 위해 Y한다` (영어 `in order to`)
- 예: "고객 만족**을 위해** 노력한다" → "고객이 만족하도록 일한다"
- **⚠️ 실측 보수화 (v2.6.1)**: "~을 위해/위한"도 사람 1.29 vs AI 0.85로 **사람이 더 쓴다**. 기본 보존, 문단 밀집 시에만.
- _quick: true · quick_pattern: "~을 위해" 목적절 남발 · quick_fix: "~려고", "~도록", "~위한"_

### A-12. "만들어지다" / "이루어지다" [S2]
- 패턴: 자동화된 피동
- 예: "합의가 **이루어졌다**" → "합의했다" / "합의에 이르렀다"
- _quick: false_

### A-13. 명사 나열 (조사 생략) [S2]
- 패턴: 영어식 명사구를 조사 없이 붙임
- 예: "AI 기술 발전 속도 가속화" → "AI 기술의 발전 속도가 빨라지고 있다"
- 처방: 적절한 조사("의", "가", "를") 복원. **명사형 결말을 동사로 풀 때 "~해야 한다"로
  일괄 변환하지 않는다**(I-5의 당위 증폭 금지 참조 — 실측에서 당위 3건이 8건으로 불었다).
- _quick: false_

### A-14. 접속부사 "그리고" 절 연결 [S2]
- 패턴: 영어 `and`처럼 "그리고"로 평문 연결
- 예: "그는 보고했다. **그리고** 자리에 앉았다." → "그는 보고하고 자리에 앉았다."
- 처방: "-고", "-며", "-면서" 등 연결어미로 압축.
- _quick: false_

### A-15. 추상 주어 + 만능 동사 [S2] · v1.1 신규
- 패턴: 영어 `The X shows / provides / brings Y` 직역. 주어가 사건·현상이고 술어가 "보여준다·제공한다·가져온다·시사한다"
- 예: "DeepSeek-V4**의 등장은** ~을 **보여줍니다**" / "이 전략**은** 지형**을 흔들고 있습니다**" / "X**는** Y**를 제공합니다**"
- 처방: 주어를 행위자(사람·팀·회사)로 돌리거나, 주어·동사 자체를 없애고 직접 서술. "DeepSeek는 ~ 원칙을 이렇게 증명했다" 식.
- **v2.0 보강 — 사역·인지·발화 동사 3축 처방**:
  - (a) 사역 타동사형(`X made Y …`) → `X 때문에/덕분에 Y는 …` 또는 `X로 인해 Y는 …` 부사절·원인절 환원. 예: "The news made him happy → 그 소식을 듣고 그는 기뻤다"; "1997년 금융위기는 한국 노동시장에 급격한 변화를 가져왔다 → 1997년 금융위기로 한국 노동시장은 급격히 바뀌었다"
  - (b) 인지·발화 동사(suggest/show/indicate/reveal) → `…에 따르면 …이다` 또는 `…으로 …이 드러났다` 분리 구문. 예: "Recent research suggests that … → 최근 연구에 따르면 …이다 / 최근 연구를 통해 …이 드러났다"
  - (c) 'This book has 300 pages' 류 → 이중주어 구문 활용 ('이 책은 300쪽이다', '이 책은 300쪽을 가진다 X')
- _source_anchor: 이영옥 2001 · 김정우 2007 · see_scholarship: scholarship.md#1-무생물-주어--타동사-구문_
- _quick: true · quick_pattern: 추상 주어 + 만능 동사(보여준다/제공한다/가져온다), 사역-인지 동사 직역 · quick_fix: 구체 주어로 환원, 사역은 "X 때문에/덕분에/로 인해" 부사절, 인지 동사(suggest/show/indicate)는 "~에 따르면 ~이다"_

### A-16. 문맥이 허락하지 않는 지시·인칭 대명사 [S1] · v2.0 신규 · **v2.7 조준 교체**
- 패턴: 한국어는 응결성을 (i) 영형(zero) 대명사, (ii) 명사구 재사용, (iii) 친족·지위 호칭으로 확보한다. 대명사는 **선행 지시 대상이 있고 그것이 모호할 때** 쓰는 좁은 자리의 장치다. 문제는 대명사를 **쓰는 것**이 아니라 **그 자리가 대명사를 허락하지 않는데 쓰는 것**이다.
- **v2.7 조준 교체의 근거**: v2.3까지 이 규칙은 **빈도**로 판정하고 빈도로 막았다(자생 한국어에서 사람이 더 쓰므로 번역 맥락 전용으로 축소). 그러나 총량이 아니라 **쓰는 자리**가 갈린다.

  | 측정(2026-09-06, 예비·정규식·직전 2문장 창) | AI 직접 생성 | 인간 번역(NTREX) | 야생 사용자 원문 |
  |---|---|---|---|
  | 총량(/100문장) | 3.10 | **7.87** | 5.28 |
  | 선행 후보 **0개**(받을 대상 없음) | **13.6%** | 2.2% | 5.7% |
  | 선행 후보 1개(영형이 자연스러운 자리) | **10.2%** | 2.8% | 1.1% |
  | 선행 후보 2+(명사구로 되짚을 자리) | 76.3% | 94.9% | 93.2% |

  **총량은 사람이 2.5배 많지만, 받을 대상 없이 쓰는 비율은 AI가 6배다.** 같은 자료로 빈도는 규칙 폐기를, 조건은 규칙 유지를 가리킨다. 산지(누가 더 쓰는가)는 처치(고치면 나아지는가)의 근거가 아니다.
- 예:
  - "John was tired. He sat down. He sighed." → 직역 "존은 피곤했다. **그는** 앉았다. **그는** 한숨을 쉬었다." → 자연 "존은 피곤했다. 자리에 앉아 한숨을 쉬었다." (후보 1개 → 영형)
  - "표준화되지 않은 데이터가 문제다. **그것은** 개발을 가로막는다." → 후보가 여럿이면 "**표준화되지 않은 데이터는** 개발을 가로막는다." (후보 2+ → 명사구 되짚기)
  - "**그것은** 결국 비용 문제다."로 문단을 열고 앞에 받을 대상이 없음 → **삭제가 아니라 명사구를 복원**한다. 무엇을 가리키는지 원문에서 확정할 수 없으면 **수정하지 말고 표시만** 한다(임의 해소는 의미 변경).
- 처방 (**선행 후보 수로 갈린다 — 개수 목표 없음**):
  - (a) **후보 0개**: 지시 대상이 원문에 없다. 명사구를 복원하되, 무엇인지 확정 불가면 손대지 말고 표시만.
  - (b) **후보 1개**: 영형(생략)이 자연스러운 자리. 대명사를 빼고 문장을 잇는다.
  - (c) **후보 2개 이상**: 명사구로 되짚는다. **대명사를 다른 대명사로 바꾸지 않는다.**
  - (d) 'he/she'가 성별 모르는 일반인은 '그 사람' 또는 주어 생략. 'they'는 '그들'이 아니라 '사람들·우리·일부·어떤 이들'로.
  - ⚠️ **v2.3의 "대명사 출현의 50~70%는 삭제 후보" 수량 목표는 폐기한다.** 근거가 없고, 목표 비율을 맞추려는 압력이 문맥에 맞게 쓴 대명사까지 지운다.
- 검출 임계: **빈도 임계 없음.** 각 대명사 출현마다 **직전 2문장의 선행 명사구 후보 수**로 (a)(b)(c)를 가른다. 후보 판정이 불확실하면 유지한다. 보조 지표로 `pronoun_density`를 관측하되 **발동 조건으로 쓰지 않는다**(그 지표는 지시 용법을 제외하고 인칭대명사만 센다 — 2026-08-23에 인칭대명사를 재고 지시대명사 규칙을 폐기한 것은 범주 오류였다).
- **적용 범위 (v2.7 확대)**: 번역·요약 맥락 **전용이 아니다.** 자생 한국어 산문에도 적용한다 — 단 **발동은 빈도가 아니라 위 문맥 조건으로만** 한다. v2.3의 "자생 한국어에는 발동하지 않음"은 빈도 판정에 기반한 것이었고, 조건 판정으로 바뀌면 그 제한의 근거가 사라진다. 사람 글 훼손 방어는 **후보 수 판정과 "불확실하면 유지"**가 담당한다.
- 근거 상태: **문맥 조건은 우리 측정(2026-09-06, 예비)** — 정규식·직전 2문장 창·거친 명사구 근사이며 사람 검수 없음. 방향은 세 자료군에서 일관되나 **임계와 창 크기는 추정**이다. 문헌 근거(김도훈 2009 등)는 대명사 직역 현상 자체에 대한 것이지 이 조건 판정에 대한 것이 아니다.
- _source_anchor: 김도훈 2009 통역과 번역 11(2): 3-19; Cho·Kim·Kim·Kim 2019 ACL GeBNLP arXiv:1905.11684 · see_scholarship: scholarship.md#3-대명사-직역-hesheitthey--그그녀그것그들_
- **quick 강등 (2026-09-22, 예산 가지치기)**: fast 슬림 룰북에서 제외하고 진단 경로(`diagnosis-rules.md`)에만 남긴다. 근거: 0.29배(24쌍) · 0.49배(과업매칭) — **사람이 2~3.4배 더 쓴다.** 이 규칙 자체가 '후보 판정이 불확실하면 유지'를 명령하는데, fast 1콜은 그 불확실성을 가늠할 근거가 가장 얇은 경로다. 즉 fast에서 A-16을 적용하면 **사람 산문을 해칠 기대값이 고칠 기대값보다 크다.** ⚠️ 강등 사유로 '판정이 무거워 fast에서 불가'를 들지 말 것 — 유지군의 A-22(앞에서 논증한 결론이면 유지)·D-14(은유 어근 3회+ 관통)·I-4(문단 끝 당위 2문단+)·C-8(연쇄 균일성)·G-1(극성 확인)이 최소한 같은 무게의 판정을 요구하므로 변별 기준이 못 된다. **A-16은 S1이면서 quick:false인 유일 항목이며 이는 의도된 것이다.** 심각도·처방·탐지 조건은 그대로다 — standard·heavy 경로의 동작은 변하지 않는다.
- _quick: false · quick_pattern: 대명사(그/그녀/그것/그들/이것/이는) 출현마다 **직전 2문장에 선행 명사구 후보가 몇 개인가** — 0개(받을 대상 없음)·1개(영형 자리)가 후보 · quick_fix: 0개 → 명사구 복원(확정 불가면 유지) / 1개 → 영형 / 2개+ → 명사구 되짚기. **삭제 비율 목표 없음. 불확실하면 유지**_

### A-17. (보류 — v2.0 hold) 무정물·추상명사 '-들' 복수 표지 기계적 부착

> **Hold 사유**: v2.0 외부 회차(2026-05-07, 한국어 위키 6편)에서 양성 0건, v1.6 input 5편에서도 0건. 학술 anchor(전영철 2007 언어학 49 · 곽은주·진실로 2011 · 김순영 2012 · 김정우 2013)는 강하나, 우리 코퍼스에서 결정타 부재. NMT 원본 출력 회차(DeepL·Papago·Google Translate) 후 v2.1에서 동일 ID로 재평가 예정.
>
> **유지 자산**: scholarship.md §4(전문 학술 인용 보존), `metrics_v2.deul_overuse_rate` 함수와 무정물·추상 명사 사전 25종(검증용 정량 측정은 계속), 본 hold 결정 기록(`promotion_decisions.md`).
>
> A-17 ID는 부활을 위해 비워둠 — 파이프라인·metric 코드의 patternID 안정성 보존.

- _quick: false_

### A-18. 관계대명사절 직역 — 긴 좌향 수식 (관형구 3중 이상 중첩) [S2] · v2.0 신규
- 패턴: 영어는 관계대명사절을 명사 뒤에 후치(right-branching)하지만, 한국어는 관형절을 명사 앞에 전치(left-branching). 영어 긴 관계절을 1대1 매핑하면 핵 어휘 도달 전 독자 작업기억 부담 폭증. NMT/LLM은 영어 SVO 구조를 가능한 유지하려 하므로 좌향 수식 누적이 빈번(박옥수 2018).
- 예:
  - "He met a man who had once worked for the company that produced the chemical that caused the accident." → 직역 "그는 **사고를 일으킨 화학물질을 생산한 회사에서 한때 일했던 한 남자를** 만났다." → 자연 "그는 한 남자를 만났는데, 그 남자는 사고를 일으킨 화학물질을 만든 회사에서 한때 일했던 사람이었다." (관계절을 후치 동격절로)
  - "He was too intelligent and perceptive not to feel the disappointment of his admirers from the 1930s." → 직역 "그는 **1930년대부터 자기를 따랐던 사람들이 느낄 실망감을 눈치채지 못하기에는** 너무 똑똑하고 예민했다." → 자연 "그는 워낙 똑똑하고 예민해서 1930년대부터 자기를 따랐던 사람들이 느낄 실망감을 눈치챘다."
- 처방:
  - (a) 관계절이 3어절 이상이면 문장을 분리하거나 동격 후치 구문으로 변환
  - (b) 'who, which, that'을 '~인 X', '~한 X' 식으로 직역하지 말고 '~는데, ~으며, 그 X는'으로 풀어쓰기
  - (c) NMT 출력 검토 시 '~한 …의 …을 …한 …이/가'처럼 관형구가 3중 이상 중첩된 문장은 무조건 재구성 대상
- 검출 임계: 명사 앞 관형구 ≥3어절 시 가산 (pe_checklist PE6). metric `relative_clause_nesting` (한 명사구 내 관형절 중첩 깊이) ≥3 문장 카운트, 한 문서 1회 초과 시 가산. **A-18은 관형절 좌향 수식 단위, E-5(쉼표 분절 평균 길이)는 쉼표 단위 — 측정 차원 분리. 동시 위반 시 가중.**
- _source_anchor: 박옥수 2018 동아인문학 44: 151-171; 김채은 2021 21세기영어영문학회 34: 279-305 · see_scholarship: scholarship.md#5-관계대명사절-직역-긴-좌향-수식_
- _quick: true · quick_pattern: 명사 앞 3어절 이상 관형구/관계절 좌향 수식 · quick_fix: 문장 분리 또는 후치 동격절("X를 만났는데, 그 X는 ~")_

### A-19. 이중 조사 결합 (-에서의·-에로의·-으로의·-에의·-으로부터의·-로부터의) [S2] · v2.0 신규
- 패턴: 근대 한국어가 일본어 'の(の/への/での)' + 영어 전치사구('of/in/to/from')의 영향으로 격조사를 이중·삼중 결합한 표현이 늘어남. 본래 한국어는 절·구로 풀어 쓰는 것이 자연스러움.
- **caveat C5 명시 제외 — 단순 '~의'는 탐지 대상 아님**: '~의' 자체가 일본어 번역투인지에 대해서는 학계 합의가 없다. 국립국어원과 김슬옹 세종국어문화원장은 '~의'가 15세기부터 한국어에 존재했다고 본다(보고서 caveat #5 verbatim). 본 패턴은 '~에서의·~에로의·~으로의·~에의·~으로부터의·~로부터의' 이중 결합만 S2 이상으로 본다.
- 예:
  - "the meeting in the upper story of the bar" → 직역 "주점의 2층**에서의** 살림" → 자연 "주점의 2층에서 시작한 살림"
  - "liberation from tension" → 직역 "긴장**으로부터의** 해방" → 자연 "긴장에서 벗어남, 긴장이 풀림"
  - "the response to the questionnaire" → 직역 "설문지**에의** 응답" → 자연 "설문지에 대한 응답, 설문 답변"
  - "destroyed by the bombing" → 직역 "폭격에 의해 끊어진" / "이번 기회를 통하여" → 자연 "폭격으로 끊어진 / 이번 기회에"
- 처방:
  - (a) 이중 조사 결합('-에서의/-에로의/-으로의/-에의/-으로부터의/-로부터의')은 검색 후 일괄 점검 대상
  - (b) 전치사구 'from/to/through/by/of'를 1대1 매핑하지 말고 문장 단위로 의미 재해석
  - (c) 연속된 '의 의 의'는 거의 항상 부적절하므로 절·구로 풀어쓰기
- 검출 임계: metric `double_particle_count` 정규식 매칭(`에서의|에로의|으로의|에의|으로부터의|로부터의`). 한 문서 3회 초과 시 S2 가산. baseline 비번역 한국어 0~2회 추정.
- _source_anchor: 김정우 2007 번역학연구 8(1): 61-82; 김순영 2012 새국어생활 22(1) · see_scholarship: scholarship.md#7-일본어영어식-조사-결합-에서의에로의으로의에의_
- _quick: true · quick_pattern: 이중 조사 "~에서의/~에로의/~으로의/~에의/~으로부터의" · quick_fix: 절-구로 풀어쓰기, 단순 "~의"는 비대상_

---

### A-20. 피동 진행 "~되고 있다 / ~지고 있다" 남발 · v2.6 신규 (팀 채굴) [S2]
- 패턴: 영어 진행 수동태(is being ~ed)의 전이. 추세·상태 서술마다 피동+진행을 겹쳐 쓴다.
- **근거 (2026-08-29, 사람 60 vs AI 99)**: 밀도 사람 1.38 vs AI 3.44/2.87(기존/과업매칭, 건/1000어절). 전 모델 초과(fable 2.61·gpt 1.66·haiku 6.45). **대조군이 결정타** — 능동 진행 "~하고 있다"는 ×1.28로 격차가 없다. 피동 진행에 특이적인 신호다.
- 예: "경쟁은 심화**되고 있다**. …어려움이 커**지고 있다**." (한 문단 연쇄)
- 처방: 추세 단언으로 — "심화되고 있다" → "심해졌다 / 심해지는 중이다". **사람도 쓰는 표현이므로(1.38) 한 문단 3회 이상 밀집일 때만** 일부를 풀고, 고립된 1~2회는 보존한다.
- _quick: true · quick_pattern: "~되고 있다/~지고 있다"가 한 문단 3회+ · quick_fix: 일부만 추세 단언("심해졌다")으로 — 고립 사용은 보존_

### A-21. 범위 상승 "단순한 X를 넘어 Y" · v2.6 신규 (팀 채굴) [S2]
- 패턴: 영어 "beyond mere X" 직역. 문장 중간에서 대상의 격을 한 단계 올리는 상투 구문.
- **근거**: 사람 60편 **0건** vs AI 12건/12편(기존 5·과업매칭 7, fable·gpt 중심). D-7(변환 슬로건 "X을 넘어 Y로")과 다르다 — 결산 슬로건이 아니라 **문장 중간의 범위 상승**이라 D-7 정규식이 12건 중 10건을 놓친다.
- 예: "단순한 수지타산**을 넘어** 물가 안정과 …균형을 고민해야" / "개인의 취미**를 넘어** 도시 설계에 대한 관심으로"
- 처방: "X만이 아니라 Y다"로 풀거나 넘어-구를 삭제하고 Y를 직접 서술.
- _quick: true · quick_pattern: "단순한 X를 넘어 Y" 범위 상승 (사람 글 실측 0건) · quick_fix: "X만이 아니라 Y다"로 풀거나 넘어-구 삭제_

### A-22. 평가 술어 얹기 "~은 명확하다 / 분명하다" [S2] · v2.7 신규
- 패턴: 영어 `It is clear/evident/obvious that S`를 `~은 명확하다·분명하다`로 옮긴다. 한국어는 대개 그냥 단언한다. 평가 술어를 서술부에 얹으면 논증 없이 확신만 강해지고, 정작 무엇이 그러한지는 비어 있다.
- 예:
  - "It is clear that the policy failed." → 직역 "정책이 실패했다는 것은 **명확하다**." → 자연 "정책은 실패했다."
  - "이 솔루션이 주는 가치는 **분명합니다**." → "이 솔루션은 운영 비용을 40% 줄입니다."(무엇이 가치인지 밝히거나) → "이 솔루션의 가치는 비용 절감입니다."
  - "AI 도입이 필요하다는 점은 **명확하다**." → "AI를 도입해야 한다."
- 처방:
  - 평가 술어를 걷고 **명제를 단언으로 환원**한다.
  - ⚠️ **확신 강도를 낮추지 마라.** 원문이 실제로 강한 확신이면 "분명히 ~다"처럼 부사로 보존한다. 평가 술어를 지우면서 **명제까지 지우면 안 된다**.
  - 필자가 **앞에서 실제로 논증한 결론을 마무리**하는 자리면 유지한다. 논증 없이 강조만 얹은 경우가 대상이다.
- 검출: `(은|는|이|가)\s*(명확|분명)(하다|합니다|하며|하고|해졌|하지만|해 보인다)`. **빈도 임계 없음** — 출현마다 위 허가 조건으로 판정.
  - **제외**: 부사 "분명히" / 행위 동사구 "명확히 하다·밝히다·입장을 분명히 하다" / D-12가 다루는 "한계도 분명하다"(반론 슬롯)
- 기존 대응: D-8(분열문 "중요한/필요한 것은 X이다")·D-3(의의 과장 "주목할 만하다")과 **형태가 다르다** — 분열문이나 의의 과장이 아니라 **서술부에 평가 술어를 얹는 것**이라 검출·처방이 별개다.
- _quick: true · quick_pattern: "~은/는 명확하다·분명하다"(부사 "분명히"·동사구 "명확히 하다" 제외) · quick_fix: 평가 술어를 걷고 명제를 단언으로. 확신 강도는 부사로 보존. 앞에서 논증한 결론이면 유지_

### A-23. 기반 마련 공식 "발판·토대를 마련하다 / 지평을 열다" [S2] · v2.7 신규
- 패턴: 영어 `pave the way for`·`lay the groundwork`·`open new horizons` 직역형. 어떤 조치·기술이 장차 무엇을 가능케 한다는 전망을, 구체 경로 없이 건축·개척 은유 한 덩어리로 봉합한다. D-14(생성형 은유)의 건축 계열과 뿌리가 같으나 **이쪽은 굳은 정형구라 단일 프레임으로 탐지된다.**
- 예:
  - "중소기업도 데이터에 접근해 모델을 개발할 **토대를 마련한다**" → "중소기업도 데이터에 접근해 모델을 개발할 수 있게 된다"
  - "하드웨어 강국에서 지능 강국으로 도약하는 **발판을 마련할 수 있다**" → "하드웨어 강국에서 지능 강국으로 넘어갈 수 있다"
  - "전혀 다른 **지평을 열었다**" → 무엇이 다른지 원문에 있으면 그것을 쓴다
- 처방: 은유를 걷고 **그 조치가 실제로 무엇을 가능하게 하는지로 환원**한다. 원문에 그 내용이 없으면 **문장을 지우지 말고 은유만 평서로 낮춘다**("발판을 마련한다" → "여건이 갖춰진다"). **없는 경로를 지어내지 않는다.**
- 허가 조건:
  - **완료된 사실의 서술은 대상이 아니다** — "딥러닝의 **토대를 놓은** 요슈아 벤지오"는 은유가 아니라 통용되는 사실 기술이다. 전망·당위가 아니라 **과거 사실**을 가리키면 보존.
  - 인용문·발언 안은 보존.
  - 문서 1회이고 결론 문장이 아니면 보존. **결말부에서 전망을 봉합하는 자리**(D-11과 같은 자리)일 때가 신호다.
- 검출: `(발판|토대|초석|주춧돌|교두보)(을|를)\s?(마련|놓|다지)` 또는 `(지평|활로)(을|를)\s?(열|연다|열었|열어)`
  - **제외**: 물리적 개방("문을 열다"·"공항이 문을 열었다") · "기반을 마련"(주거 기반·재정 기반 등 실물 명사 결합은 정상 행정문) · "길을 열다"(사람 번역·일상어에 흔함) — 셋 다 실제 코퍼스에서 오탐을 냈다.
- 기존 대응: 없음. D-4에 "새로운 장을 열다"가 hype 어휘 예시로만 있으나 탐지 조건이 "hype 형용사 3회+"라 이 동사구는 걸리지 않는다.
- 근거: 야생 5히트/5문서 → 윤문 5히트/5문서, **제거 0건**(같은 자료에서 A-2는 78% 제거). AI 직접생성 0 · 기계번역 0/10,321문장 · 인간번역 1.
- **strict 전용** — 허가 조건(과거 사실 vs 전망)이 문맥 판단이라 fast 룰북에 넣으면 정당한 사실 서술을 깎는다.
- _quick: false_

### A-24. "더 이상 ~ 않다/아니다" (no longer) [S2] · v2.7 신규
- 패턴: 영어 `no longer` 직역. 변화를 서술할 때 한국어는 흔히 "이제 ~다"·"~았다"·"~기 시작했다"로 쓰는데 이를 전부 `더 이상 + 부정`으로 처리한다. **재정의 문장의 기본 골격으로 굳어 있다.**
- 예:
  - "모델 크기나 속도는 **더 이상** 핵심이 **아니다**" → "모델 크기나 속도는 이제 핵심이 아니다" / "핵심은 모델 크기에서 옮겨 갔다"
  - "에이전트는 **더 이상** 세 단락을 차례로 쓰지 **않는다**" → "에이전트는 이제 세 단락을 차례로 쓰지 않는다"
- 처방: "더 이상"을 **시간 부사 "이제"로 환원**하거나 변화 자체를 서술하는 동사로 편다("~로 옮겨 갔다"·"~가 됐다"). **부정 명제를 긍정 단언으로 바꾸지 않는다** — "핵심이 아니다"를 "핵심은 X다"로 옮기면 원문에 없는 X를 주입하게 된다.
- ⚠️ **주입 금지 (실측)**: 윤문이 결말·재정의 문장을 다듬으면서 **원문에 없던 "더 이상 A가 아니라 B"를 새로 만드는 역주입이 관측됐다**(신규 2건 모두 이 형태). 이 골격은 **C-8·C-14 부정 대구와 결합해 나타나므로 C-8 처방을 적용할 때 함께 감시한다.** D-9("결국")·D-10("이유다")의 주입 금지와 같은 유형이다.
- 허가 조건:
  - 이전 상태가 **앞 문장에 명시돼 있고** 그 종료를 말하는 자리면 보존("2020년까지는 X였다. 그러나 더 이상 그렇지 않다").
  - 인용 발언 안은 보존(인간번역 4건이 전부 발언 인용이었다).
  - 문서 1회는 보존. **문서 2회 이상 또는 결말부 재정의 문장**에 놓일 때 손댄다.
- 검출: `더\s?이상[^.!?]{0,25}(않|아니|없|못하|불가)`
  - **제외**: "더 이상의 N"(명사 수식) · "이상 기후"·"이상 신호" 등 "이상"이 다른 낱말인 경우.
- 기존 대응: 없음. C-8이 "A가 아니라 B"를 잡지만 "더 이상"이라는 시간 부사 자체는 겨냥하지 않는다.
- 근거: 야생 6히트/5문서 → 윤문 7히트/5문서(**제거 0건, 주입 1건**). 야생 0.56 vs AI 직접생성 0.16 · 기계번역 0.28 · 인간번역 0.17.
- _quick: true · quick_pattern: "더 이상 ~ 않다/아니다" 문서 2회+ 또는 결말부 재정의 문장 · quick_fix: "더 이상"을 "이제"로 환원하거나 변화 동사로 편다. 부정 명제를 긍정 단언으로 올리지 마라. **윤문 중 "더 이상 A가 아니라 B"를 새로 만들지 마라**_

## B. 영어 인용·용어 과다 — S2

### B-1. 괄호 병기 관습 [S2]
- 패턴: 처음 등장할 때 모든 전문용어에 영어 병기
- 예: "인공지능**(AI)**은 거대언어모델**(LLM)**과 다르다."
- 처방: 해당 문서가 전문 독자 대상이면 1회만 병기, 이후 한국어만. 일반 독자 대상이면 영어 병기 자체를 최소화.
- _quick: true · quick_pattern: 한글 + 괄호 영어 병기 매번 반복("~(Sovereign AI)" 식) · quick_fix: 첫 등장만 병기, 이후 한글만_

### B-2. 불필요한 영어 장식·일회성 jargon [S2]
> **용어 보존 원칙**: B 카테고리는 "영어가 보이면 지운다"가 아니다. **개발·AI 문맥의 글**에서 이미 외래어·원어로 굳은 표준 technical term은 의미 보존 대상이다(`API`·`SDK`·`CLI`·`prompt`·`token`·`embedding`·`agent`·`plugin`·`pipeline`·`framework` 등). `prompt`를 "지시문", `token`을 "표식", `agent`를 "대리인"처럼 **기계적으로 직역하지 않는다**.
> - **단, 보존은 독자층·문맥 의존이다.** 일반 독자 대상 글이나 비개발 문맥에서는 `span`→"구간", `baseline`→"기준선", `metric`→"지표", `runtime`→"실행 시점"처럼 자연스러운 한국어가 오히려 맞다. 보존 목록을 무한정 넓혀 B 카테고리를 무력화하지 말 것 — 판단 기준은 "이 글의 독자가 그 원어를 번역보다 자연스럽게 읽는가"다.
> - B가 실제로 다루는 것은 설명 없이 낀 광고성 buzzword·반복 괄호 병기·독자층과 안 맞는 과시적 영어다.
- 패턴: 한국어 문장에 설명 없이 낀 buzzword가 리듬을 깨거나, 과시적 영어가 반복됨.
- 예: "사용자에게 **seamless**하고 **robust**한 경험을 제공한다" → "사용자가 끊김 없이 안정적으로 쓸 수 있게 한다"
- 예: "이 **framework**를 **leverage**하여" → "이 프레임워크를 활용해"(표준어는 외래어 표기 유지, 광고성 leverage만 풀기)
- 처방: (a) 표준 technical term 보존, (b) 광고성 buzzword는 한국어로 풀기, (c) 첫 등장 설명 뒤 한 표기로 통일.
- _quick: true · quick_pattern: 설명 없이 낀 광고성 buzzword(seamless·robust·leverage 등) · quick_fix: 광고성만 한국어로 풀고 표준 technical term(API·prompt·token 등)은 원어 보존, 기계적 직역 금지_

### B-3. 과도한 영어 인용구 [S2]
- 패턴: 영어 문장을 인용문으로 그대로 박아넣고 번역도 병기
- 처방: 정말 원문 어감이 필요한 경우가 아니면 한국어로 풀어쓰고 출처만 병기.
- _quick: false_

### B-4. "~라고 알려진", "~로 일컬어지는" [S3]
- 패턴: 영어 `known as / so-called` 직역
- 예: "**'AGI'라고 알려진** 범용 인공지능" → "범용 인공지능(AGI)"
- _quick: false_

---

## C. 구조적 AI 패턴 (서식·레이아웃) — S1~S2

### C-1. 기계적 병렬 열거 [S2]
- 패턴: "첫째, ~. 둘째, ~. 셋째, ~."가 문단 전체를 지배.
- 처방: **기본은 보존.** 열거는 한국어에서 자연스러운 수사이기도 하다 — 무조건 푸는 것은 AI 티 제거가 아니라 글 훼손. 한 문단에 4개 이상 나열되어 메트로놈처럼 읽힐 때만 1~2개를 서술문으로 녹이거나 "우선 / 다음으로 / 마지막으로" 등으로 어휘 변주. 열거를 유지할 때는 각 항목 길이·구조를 일부러 흐트러뜨림.
- 심각도 이력: v2.0.1에서 S1 → S2 강등. S1 정의("무조건 제거")와 결합하면 3항 열거까지 전량 해체되는 과잉 윤문으로 기울었음(웹앱 실사용 불만 사례). 인간 필자도 흔히 쓰는 수사이므로 밀도 기반(S2) 판단이 맞다.
- _quick: false_

### C-2. 과도한 불릿 리스트 [S2]
- 패턴: 에세이·칼럼·리포트에서 3개 이상 연속 불릿 블록.
- 처방: 불릿을 산문으로 "녹이기". 정말 나열이 의미 있는 지점만 남김.
- _quick: true · quick_pattern: 칼럼-리포트에서 3개 이상 연속 불릿 블록 · quick_fix: 문단 산문으로 통합, 나열이 의미 있는 지점만 유지_

### C-3. 반복적 섹션 헤딩 [S2]
- 패턴: `## 도입 ## 본론 ## 결론` 같은 도식적 분절.
- 처방: 산문형 글이면 헤딩 자체를 제거. 리포트형이면 헤딩 문구를 구체화("AI 규제의 세 가지 균열점").
- 예외: 헤딩 제거는 칼럼·에세이의 기계적 도식 헤딩(도입/본론/결론)에만 적용. 학술·보고서의 실제 절 제목(번호 절 "Ⅱ.", "(3)", 장 제목)은 문서 구조의 일부이므로 보존 대상 — 제거·본문 흡수 금지.
- _quick: false_

### C-4. 문단 첫 문장 요약 공식 [S2]
- 패턴: 매 문단 첫 문장이 그 문단의 요약(topic sentence). 영어 작문 교본식.
- 처방: 일부 문단은 사례·장면·인용으로 시작하도록 순서를 흐트러뜨림.
- _quick: false_

### C-5. 이모지 남발 [S1]
- 패턴: `✅ 🚀 💡 ⚠️ 📊` 같은 이모지가 리스트 머리·헤딩·강조에 박혀 있음.
- 처방: 에세이/리포트 문맥이면 전량 제거. SNS·제품 카피가 아닌 이상 AI 티가 극단적으로 강함.
- _quick: true · quick_pattern: 이모지 남발(리스트 머리, 헤딩, 강조) · quick_fix: 칼럼-리포트 장르면 전부 삭제_

### C-6. 헤딩 아래 한 줄 요약 박스 [S2]
- 패턴: 모든 섹션 헤딩 직후 "이 섹션에서는 ~를 다룬다" 같은 안내문.
- 처방: 삭제. 본문이 바로 들어가야 한국어 글답다.
- _quick: false_

### C-7. 문단 간 기계적 "먼저·반면·결국" 3단 공식 [S2] · v1.1 신규
- 패턴: 문단 문두가 순서대로 "먼저 ~ / 반면 ~ / 결국 ~" 또는 "첫째 ~ / 둘째 ~ / 마지막으로 ~"로 고정. 한국 필자도 가끔 쓰나, 3연속 이상이면 AI 특유.
- 예: 본 문서 v1 초안 (문단 2 "먼저", 문단 3 "반면", 문단 6 "결국")
- 처방: 3개 중 2개 삭제. 순서 의미는 문단 자체 흐름으로 전달. 문두 접속사 없는 문단도 섞음.
- _quick: true · quick_pattern: 문단 문두 "먼저-반면-결국" 3단 공식 · quick_fix: 접속사 1~2개로 줄이거나 본문에 녹여 제거_

### C-8. 대칭 대구 공식 "A인가, B인가" 반복 [S1] · v1.1 신규 · v2.3 실측 최강 신호
- 패턴: 동일 문서에서 이항 대립이 **2회 이상** 평행구로 반복. 영어 수사학 직역.
- **실측 판별력 (v2.3)**: 대조 코퍼스에서 부정 대구 `A가 아니라 B` 밀도 AI 5.8 vs 인간 0.6(**9.2배**, G²=41.7 p<0.0001), 개인 블로그 대비로는 **18배**. 세 모델(Fable·GPT·Haiku) 공통 = 모델 계열과 무관한 "AI다움". A~J 전체에서 **가장 강한 실측 신호**. `see: empirical-validation.md#확증`
- 예: "독점**인가**, 확산**인가**" / "전략가에게는 ~, 입안자에게는 ~" / "누가 더 ~, 누가 더 ~"
- **부정-긍정 대구 변종(A가 아니라 B)**: "단순히 A가 아니라 B다" / "A라기보다 B다" / "쓰느냐가 아니라 지키느냐다" 식 부정-긍정 평행구가 연쇄. 모던 LLM 산문(특히 GPT 계열)의 강한 시그니처 — 문단 전체가 이 틀로만 굴러가는 균일성이 결정타. 처방은 위와 동일(연쇄 중 1개만 살리고 나머지는 직접 단언, 또는 "A가 아니라 B" → "B가 핵심이다"로 배타 수사 완화하되 의미는 보존).
- **역치 재조정 (v2.4)**: 기존 "3회+"는 약 2,400자 이상에서만 도달해 칼럼·에세이 한 편 길이에서 거의 발동하지 않았다. 24쌍 대조 실측(레포 자체 `antithesis_count` 기준): **사람 24편 0건 vs AI 24편 27건**. 사람 코퍼스에 아예 없는 패턴이므로 역치를 낮춰도 오탐 위험이 없다.
  - 현행 3회+ → 24편 중 **1편** 발동, 27건 중 4건(15%) 포착
  - 개정 2회+ → 24편 중 **8편** 발동, 27건 중 18건(67%) 포착, 사람 오탐 **0편**
  - 밀도 역치(1000어절당 N회)는 이 길이에서 "최소 2회" 바닥에 가려 차이가 없어 채택하지 않았다.
- 처방: 연쇄 중 1개만 살리고 나머지는 비대칭으로 재배치. 한쪽만 질문형·다른 쪽은 서술형으로 섞거나, 한쪽을 더 길게 풀어쓰고 다른 쪽은 짧게. **전멸 금지** — P2 게이트가 before>=5 AND after==0을 FAIL로 잡는다.
- **어휘 확장 (v2.5, 코퍼스 채굴)**: "~것이 아니라"·"~것은 아니다"도 같은 부정대구다. 사람 60편 **0건** vs AI 99편 밀도 1.26/0.65(기존/과업매칭) — 전 모델 출현. quick_pattern에 포함한다.
- **개인 편차 캐비엇 (v2.6.1, n=532 재실측)**: "사람 글 0건"은 표본 산물이었다 — 클린 사람 코퍼스 532편(칼럼 11·위키 521)에서 `antithesis_count` 총 104건·31편 발생·**2회+ 문서 9편(1.7%)**. 특히 부정병렬을 문체 신호로 다용하는 필자가 실존한다(단일 칼럼 26건 실측). 역치 2회+·keep-one·전멸 금지가 이 필자들을 지키는 방어선이므로 **역치를 1회로 낮추지 말 것**. AI 판별의 결정타는 출현 자체가 아니라 **연쇄 균일성**(인접 문장·문단이 같은 틀로만 굴러감)이다 — 사람 다용자는 문서 전반에 산포하고 사이에 다른 수사가 끼어든다.
- ⚠️ **주입 금지 (2026-09-06 실측)**: 윤문본 17편 대조에서 총량은 66→55로 줄었으나 **출현 문서는 12→14로 늘었다** — 원문에 대구가 0건이던 문서 2곳(결말·재정의 문장)에 새로 생겼다. 많이 쓰던 문서에서 걷어내면서 없던 문서에 만들어 넣는다. **C-8을 고치는 과정에서 다른 문장에 대구를 새로 만들지 마라.** A-24("더 이상 A가 아니라 B")와 같은 자리에서 함께 발생하므로 교차 감시한다.
- _quick: true · quick_pattern: "A인가, B인가"·"A가 아니라 B"·"~것이 아니라"·"~것은 아니다" 대구 **2회+** 반복 · quick_fix: 한 번만 살리고 나머지는 비대칭 평서문·직접 단언으로. 전멸 금지. 사람 필자도 다용하는 수사이므로(532편 중 31편 실측) 연쇄로 몰려 있지 않으면 보존 우선_
- _source_anchor: v2.0 회차2 hold 후보(GPT-우세 부정병렬 대구) · 2026-07 정밀모드 실전 조우로 C-8 하위 흡수 · patina(devswha) 독립 수록(C-14)으로 promote 근거 보강_

### C-9. 숫자 괄호 인덱싱 "1) 2) 3)" [S2] · v1.3 신규
- 패턴: 동일 문단 또는 인접 문장에서 항목을 `1) ... 2) ... 3) ...` 형식으로 나열. C-1(첫째·둘째·셋째)·C-2(불릿)와 별개의 표기 시그니처. 한국어 인간 필자도 보고서에서 가끔 쓰지만, LLM 산출물에서는 3개 항목이 있을 때 거의 자동으로 숫자 괄호 인덱싱이 등장하는 빈도가 압도적으로 높음.
- 예: "**1)** 표준화된 인프라가 일반화되면서 학습 데이터 확보가 용이해졌다. **2)** 도메인 특화 LLM이 성숙하면서 비정형 텍스트의 활용 범위가 넓어졌다. **3)** 클라우드 GPU 단가가 크게 하락하면서 자체 학습이 비용 측면에서 정당화 가능한 수준에 들어왔다."
- 처방: 3개 중 1개는 서술문으로 녹이고, 나머지 2개도 1)·2) 표기 대신 "우선~", "다음으로~" 형식으로 어휘 변주. 정말 동일 구조 나열이 의미 있을 때만 숫자 괄호를 유지하되 한 문서에 1회 이하.
- _quick: true · quick_pattern: 숫자 괄호 인덱싱 "1) 2) 3)" 나열 · quick_fix: 본문에 녹이거나 "우선~", "다음으로~"로 어휘 변주_

### C-10. 콜론 부제 헤딩 공식 "X: Y" 또는 "X: A에서 B로" [S2] · v1.3.1 신규
- 패턴: 헤딩에 거의 자동으로 콜론을 사용해 "메인 라벨: 부제" 또는 "메인 라벨: 주제 명사구" 형태로 구조화. C-3(반복 헤딩) 인접하지만 별개 — C-3는 도식적 분절(`## 도입 ## 본론 ## 결론`)이고 C-10은 헤딩 자체에 메타 라벨 + 콜론 + 부제를 박는 공식. Gemini-우세 시그니처(회차 3 검증).
- 예: "### **서론**: 제조업의 미래, AI에 달려있다" / "### **본론 1**: 빛과 그림자, 대기업과 중소기업의 디지털 격차" / "## 2026년 핀테크, '일상'을 넘어 '생태계'로 진화하다"
- 처방: 헤딩에서 콜론 + 부제 자체를 제거하고 단일 명사구·동사구로 압축. 정말 부제가 필요하면 (a) 본문 첫 문장에 녹이기, (b) 콜론 대신 — 또는 줄바꿈 활용. 한 문서에 콜론 부제 헤딩 1회 이하.
- 예외: 학술·보고서의 실제 절 제목(번호 절 "Ⅱ.", "(3)", 장 제목)은 콜론 포함 여부와 무관하게 보존 대상 — 제거·개작·본문 흡수 금지. 본 처방은 칼럼·에세이의 장식성 콜론 부제 헤딩에만 적용.
- _quick: true · quick_pattern: 콜론 부제 헤딩 "X: Y" 반복 · quick_fix: 헤딩을 단일 명사구로 압축, 단 학술-보고서의 실제 절 제목은 보존_

### C-11. 연결어미 뒤 쉼표 [S1] · v1.6 신규
- 패턴: 연결어미(-고/-며/-지만/-면서/-아서·어서/-자/-는데) 직후에 쉼표가 따라옴. 한국어 인간 필자는 연결어미 자체가 호흡 단위를 만들어 추가 쉼표가 거의 불필요한데, AI는 영어 comma-after-conjunction 감각을 이식해 자동으로 쉼표를 박음. 분류 체계 전체 단일 지표 최강 분리도(KatFish 에세이 인간 4.10% vs AI 19.83%, **4.84배**).
- 예: "AI는 빠르게 발전하**지만,** 기업의 대응은 더디다" / "데이터를 정제하**고,** 모델을 학습시킨**다음,** 결과를 검증한다" / "비용이 낮아지**면서,** 진입장벽이 사라졌다"
- 처방: 연결어미 뒤 쉼표를 일괄 제거. 호흡이 너무 길어지면 한국어식 절(節) 분할(마침표로 끊기) 또는 다른 위치(주절 경계)로 쉼표 이동. 한 문서 6+회 등장 시 S1, 3~5회는 S2로 강도 분기.
- **⚠️ 역주입 금지 (v2.6.3, light 경로 실측)**: 윤문 자체가 이 티를 새로 만든다 — 오염쌍 28편 실측에서 2편이 윤문 **후** 연결어미 쉼표가 오히려 증가(2→3, 4→7). 문장을 다시 쓸 때 영어 comma 감각으로 쉼표를 박는 편집 모델 습관이 원인. 윤문 결과의 연결어미 쉼표 개수는 원문 이하여야 하며, 늘었으면 그 문장을 재작성한다.
- _quick: true · quick_pattern: 연결어미(-고/-며/-지만/-면서/-아서/-어서) 직후 쉼표 · quick_fix: 쉼표 제거, 6회+ = 강한 신호(KatFish 4.84배 분리도). **윤문이 새 연결어미 쉼표를 만들지 말 것 — 윤문 후 개수가 원문보다 늘면 실패**_

### C-12. 쉼표 포함률 (문서 단위) [S2] · v1.6 신규
- 패턴: 전체 문장 중 쉼표를 1개 이상 포함하는 문장의 비율이 50%를 넘음. C-11(연결어미 뒤 위치 특이)과 측정 차원이 다름 — C-12는 문서 전체 분포. AI는 거의 모든 문장에 쉼표를 넣는 경향(KatFish 에세이 인간 26.31% vs AI 61.03%, 2.32배).
- 예: 한 문단 5개 문장 중 4~5개 모두에 쉼표가 박힌 상태(인간 평균은 5개 중 1~2개).
- 처방: 쉼표 1+ 문장 비율 50% 초과 시 일부 문장의 쉼표를 (a) 마침표 분할로 단문화, (b) 연결어미로 흡수, (c) 그냥 삭제로 전환. baseline 26~33% 기준 z>1.0 가산.
- _quick: false_

---

## D. AI 특유의 관용구 (Signature Phrases) — S1

한국어 인간 필자가 거의 쓰지 않지만 LLM이 반복적으로 산출하는 상투구. 발견 즉시 교체.

**역방향 삽입 금지**: 이 카테고리의 어휘는 **제거 대상이지 생성 대상이 아니다.** 윤문 과정에서 원문에 없던 D 계열 상투구("기록적인 성과를 거두었다"·"괄목할 만한"·"~로 평가된다"·"주목받았다"·"의미가 크다" 류)를 새로 삽입하는 것은 자기모순이며 금지한다. 원문의 살아있는 표현("얼마나 대단했냐면 —", "확정지은 겁니다")을 이런 상투구로 갈아끼우는 것은 윤문이 아니라 역주행이다.

### D-1. 종결·요약류
- "결론적으로", "요약하면", "종합하면", "정리하자면"
- "~라고 할 수 있다" / "~라고 볼 수 있다"
- "~라 하겠다", "~라 할 것이다"
- "~에 다름 아니다"
- **KatFish 검증 결산 lexicon 4종 (v1.6 보강)**: "결론적으로 / 따라서 / 이를 통해 / 그러므로" — Park et al. 보고서 lexicon-grounded 6대 지표 5번. LREAD Phase 2 루브릭에서 인간 판독 정확도 60→90% 상승의 핵심 항목. 이 4종 합산이 한 문서에 3회 초과 시 D-1 가산을 강화(S1 유지). "이를 통해"는 A-2(~를 통해 남발)와도 가산되며, "따라서·그러므로"는 H-1(문두 접속사)과 가산.
- _quick: true · quick_pattern: 결산 lexicon "결론적으로/따라서/이를 통해/그러므로/요약하면/정리하자면" · quick_fix: 3회 초과 시 1~2건만 남기고 삭제-치환_

### D-2. 의의·중요성 과장
- "매우 중요하다", "반드시 기억해야 한다"
- "시사하는 바가 크다", "주목할 만하다"
- "간과할 수 없다", "무시할 수 없다"
- "~의 지평을 연다", "~에 방점을 찍는다"
- "그 의미가 적지 않다", "의미심장하다"
- _quick: true · quick_pattern: "시사하는 바가 크다/주목할 만하다/매우 중요하다" 류 의의 과장 · quick_fix: 삭제 또는 구체 결론으로_

### D-3. 열거 도입
- "크게 세 가지로 나눌 수 있다"
- "다음과 같은 특징을 가진다"
- "다음과 같이 요약할 수 있다"
- _quick: true · quick_pattern: 열거 도입 "크게 세 가지로 나눌 수 있다/다음과 같은" · quick_fix: 도입구 삭제하고 바로 본론 서술로_

### D-4. AI 티 특화
- "혁신적인", "획기적인", "전례 없는" (hype 어휘)
- **Gemini-우세 hype 어휘 셋 (v1.3.1 보강)**: "압도적·막강한·폭발적·파격적·대대적·강력한·치열한·뜨거운"
  - "**압도적** 1위 카카오뱅크는 ~ **막강한** 월간 활성 이용자(MAU)"
  - "**파격적인** 예적금 금리"
  - "**폭발적인** 호응을 얻고 있다"
  - "**대대적인** 개편이 필요합니다"
- "~의 가능성을 열어준다"
- "~의 새로운 장을 열다"
- "~시대가 도래했다"
- **⚠️ 근거 약함 (2026-08-29)**: 사람 0.26 · AI 0.34 · **과업매칭 AI 0.00**. 총계 배수 1.3배로
  다른 확증 항목(C-8 12배)과 자릿수가 다르고, 취재·인용 과업에서는 AI가 아예 쓰지 않는다.
  hype 어휘를 걷어내는 처방 자체는 문장을 구체화하므로 유지하되, 이 항목을 "AI 판별 신호"로
  내세우지 않는다.
- **quick 강등 (2026-09-22, 예산 가지치기)**: fast 슬림 룰북에서 제외하고 진단 경로(`diagnosis-rules.md`)에만 남긴다. 근거: 본 항목이 이미 '⚠️ 근거 약함'으로 표시돼 있다. 과업매칭 AI 0.00 — 취재·인용 과업에서 AI는 hype 어휘를 쓰지 않는다. 심각도·처방·탐지 조건은 그대로다 — standard·heavy 경로의 동작은 변하지 않는다.
- _quick: false · quick_pattern: hype 어휘(혁신적/획기적/압도적/파격적/폭발적/전례 없는) 3회+ · quick_fix: 구체 수치-사실로 환원_

### D-5. 의인화된 추상 주어 [S2] · v1.1 신규
- 패턴: 사건·기술·개념을 주어로 삼아 인간 행위처럼 서술. AI가 글을 "무게감 있게" 보이게 하려는 기본 동작.
- 예: "**두 지능의 충돌**이 질문을 **던집니다**" / "**AI 대전**이 **끝나지 않습니다**" / "**지능의 가성비**가 **증명합니다**"
- 처방: 실제 행위자로 주어 교체("두 회사의 경쟁은", "엔지니어들은"), 또는 의인화 동사 약화("던집니다"→"남습니다"·"생깁니다"). 단, 상징적 제목·요약 1회 정도는 허용.
- _quick: true · quick_pattern: 의인화 추상 주어("기술이 묻는다", "시대가 부른다") · quick_fix: 사람-기관 주어로 교체 또는 의인화 동사 약화_

### D-6. 완결 공식형 결말 "~할 때입니다 / 시점입니다" [S2] · v1.1 신규
- 패턴: 칼럼·리포트 마지막 문장이 "~해야 할 때입니다", "~로 나아갈 시점입니다", "~할 순간입니다" 공식.
- 예: "에이전트 정부의 시대로 **나아가야 할 때입니다**"
- 처방: 동일 의미를 구체 동사 단언으로. "에이전트 정부 단계로 **넘어갈 때입니다**" 정도까지는 허용(덜 과장). 한 문서에 한 번만.
- _quick: true · quick_pattern: 결말 공식 "~할 때입니다/~시점입니다/~할 순간입니다" · quick_fix: 구체 동사 단언으로, 문서당 1회 이하_

### D-7. 변환 공식 "X에서 Y로 / X을 넘어 Y로" [S2] · v1.3.1 신규
- 패턴: 패러다임 전환·진화·고도화를 표현할 때 거의 자동으로 사용. D-1·D-2·D-6와 별개의 결산/슬로건 공식. C-8(A인가 B인가, 질문형)과도 다른 시그니처 — **변환의 방향성**을 강조. Gemini-우세 시그니처(회차 3 검증, 7회·2도메인 분산).
- 예: "**'규모의 경쟁'에서 '전략의 경쟁'으로**", "**'지식 전달자'에서 '학습 조력자'로**", "**'무엇을'에서 '어떻게'로**", "**'데이터 조회'를 넘어 '맞춤�

{
 "version": "v1.6-2026-05-06",
 "source": "KatFish (Park et al., 인간 470 vs LLM 1,624편 / 에세이 771·시 945·초록 378) + LREAD 인간 판독 실험, user-corpus-2026-08-29 (칼럼 11·위키 521 — column/report 셀)",
 "notes": "metric-engineer는 이 baseline을 그대로 import해 z-score 계산에 사용한다. 미공개 셀은 null. 사용자 코퍼스로 보강 시 source에 ',user-corpus-{date}' 추가.",
 "genres": {
  "essay": {
   "comma_inclusion_rate": {
    "human": 26.31,
    "ai": 61.03,
    "ratio": 2.32,
    "unit": "percent"
   },
   "comma_usage_rate": {
    "human": 1.13,
    "ai": 2.56,
    "ratio": 2.27,
    "unit": "per_sentence"
   },
   "comma_relative_position": {
    "human": 0.1,
    "ai": 0.2,
    "ratio": 2.0,
    "unit": "normalized_0to1"
   },
   "comma_segment_length": {
    "human": 4.35,
    "ai": 8.56,
    "ratio": 1.97,
    "unit": "eojeol_per_segment"
   },
   "comma_pos_diversity": {
    "human": 24.38,
    "ai": 59.39,
    "ratio": 2.44,
    "unit": "pos_count"
   },
   "ending_comma_rate": {
    "human": 4.1,
    "ai": 19.83,
    "ratio": 4.84,
    "unit": "percent"
   }
  },
  "poetry": {
   "comma_inclusion_rate": {
    "human": 27.01,
    "ai": 42.9,
    "ratio": 1.59,
    "unit": "percent"
   },
   "comma_usage_rate": {
    "human": 2.61,
    "ai": 4.84,
    "ratio": 1.85,
    "unit": "per_sentence"
   },
   "comma_relative_position": {
    "human": 0.18,
    "ai": 0.27,
    "ratio": 1.5,
    "unit": "normalized_0to1"
   },
   "comma_segment_length": null,
   "comma_pos_diversity": {
    "human": 23.13,
    "ai": 23.86,
    "ratio": 1.03,
    "unit": "pos_count",
    "note": "시 장르는 분리도 약함 — 장르 가드 필요"
   },
   "ending_comma_rate": {
    "human": 4.68,
    "ai": 15.57,
    "ratio": 3.33,
    "unit": "percent"
   }
  },
  "abstract": {
   "comma_inclusion_rate": {
    "human": 47.48,
    "ai": 65.21,
    "ratio": 1.37,
    "unit": "percent"
   },
   "comma_usage_rate": {
    "human": 1.73,
    "ai": 2.4,
    "ratio": 1.39,
    "unit": "per_sentence"
   },
   "comma_relative_position": {
    "human": 0.15,
    "ai": 0.24,
    "ratio": 1.6,
    "unit": "normalized_0to1",
    "note": "보고서 본문 추정치(상세 셀 미공개)"
   },
   "comma_segment_length": null,
   "comma_pos_diversity": null,
   "ending_comma_rate": {
    "human": 13.27,
    "ai": 28.01,
    "ratio": 2.11,
    "unit": "percent"
   }
  },
  "news": null,
  "qa": null,
  "blog": null,
  "column": {
   "_source": "user-corpus-2026-08-29: 저자 칼럼 11편 실측 (클린 게이트 통과분). AI 극은 장르별 AI 코퍼스 미확보로 global(KatFish) 상속",
   "comma_inclusion_rate": {
    "human": 37.72,
    "ai": 61.03,
    "ratio": 1.62,
    "unit": "percent"
   },
   "comma_usage_rate": {
    "human": 0.52,
    "ai": 2.56,
    "ratio": 4.92,
    "unit": "per_sentence"
   },
   "comma_segment_length": {
    "human": 7.07,
    "ai": 8.56,
    "ratio": 1.21,
    "unit": "eojeol_per_segment"
   },
   "ending_comma_rate": {
    "human": null,
    "ai": null,
    "unit": "percent",
    "note": "칼럼 인간 실측 41.0% > essay-AI 19.83%. 사용자 코퍼스 실측에서 human이 essay-AI 극을 초과(역전) — 이 장르에선 판별 불가로 비활성"
   }
  },
  "report": {
   "_source": "user-corpus-2026-08-29: 위키 설명문 521청크 실측 (설명문·정보성 산문 프록시). AI 극은 global(KatFish) 상속",
   "comma_inclusion_rate": {
    "human": null,
    "ai": null,
    "unit": "percent",
    "note": "설명문 인간 실측 50.25±18.32 vs essay-AI 극 61.03 — 극간 거리(5.4)가 인간 내 분산(18.3)보다 작아 판별 불가. 사람 521청크 중 38%가 z>1 헛발화(진단 프롬프트 오염) → 비활성. 장르 매칭 AI 코퍼스 확보 시 재측정"
   },
   "comma_usage_rate": {
    "human": 0.81,
    "ai": 2.56,
    "ratio": 3.16,
    "unit": "per_sentence"
   },
   "comma_segment_length": {
    "human": null,
    "ai": null,
    "unit": "eojeol_per_segment",
    "note": "설명문 인간 실측 9.22 > essay-AI 8.56. 사용자 코퍼스 실측에서 human이 essay-AI 극을 초과(역전) — 이 장르에선 판별 불가로 비활성"
   },
   "ending_comma_rate": {
    "human": null,
    "ai": null,
    "unit": "percent",
    "note": "설명문 인간 실측 32.9% > essay-AI 19.83%. 사용자 코퍼스 실측에서 human이 essay-AI 극을 초과(역전) — 이 장르에선 판별 불가로 비활성"
   }
  }
 },
 "global_average": {
  "comma_inclusion_rate": {
   "human": 33.6,
   "ai": 56.38,
   "ratio": 1.68,
   "unit": "percent"
  },
  "comma_usage_rate": {
   "human": 1.82,
   "ai": 3.27,
   "ratio": 1.79,
   "unit": "per_sentence"
  },
  "comma_relative_position": {
   "human": 0.14,
   "ai": 0.24,
   "ratio": 1.65,
   "unit": "normalized_0to1"
  },
  "comma_segment_length": {
   "human": 5.13,
   "ai": 7.41,
   "ratio": 1.45,
   "unit": "eojeol_per_segment"
  },
  "comma_pos_diversity": {
   "human": 30.12,
   "ai": 48.4,
   "ratio": 1.61,
   "unit": "pos_count"
  }
 },
 "z_score_thresholds": {
  "high_risk": 1.0,
  "comments": "보고서 §탐지 알고리즘에서 z>1.0 시 가산. 문서별 측정값을 장르 baseline과 비교한 z-score가 1.0 초과면 해당 지표 가산. news/qa/blog는 사용자 코퍼스로 보강 필요. 시 장르는 comma_pos_diversity 분리도가 약하므로 (genre=='poetry') 가드 권장."
 },
 "lexicons": {
  "conclusion_pivot": [
   "결론적으로",
   "따라서",
   "이를 통해",
   "그러므로"
  ],
  "safe_balance": [
   "양쪽 모두",
   "두 가지 모두",
   "장점도 있지만",
   "신중하게",
   "균형"
  ],
  "hanja_nominalizers": [
   "성",
   "적",
   "화"
  ],
  "lexicon_thresholds": {
   "conclusion_pivot": {
    "per_doc_count": 3,
    "severity": "S1",
    "merges_into": "D-1"
   },
   "safe_balance": {
    "per_doc_count": 4,
    "severity": "S2",
    "new_code": "G-3"
   },
   "hanja_nominalizers": {
    "per_doc_density": 12,
    "severity": "S2",
    "merges_into": "F-4",
    "unit": "occurrences_per_doc"
   }
  }
 },
 "lread_calibration": {
  "human_intuition_acc": 0.6,
  "human_intuition_p_value": 0.362,
  "human_intuition_chance_diff": "no statistical difference",
  "rubric_acc": 0.9,
  "rubric_fisher_p": 0.015,
  "rubric_cohens_h": 0.73,
  "ai_essay_false_negative_drop": {
   "before": 0.5,
   "after": 0.083,
   "fisher_p": 0.003
  },
  "zero_shot_llm_majority_acc": 0.9667,
  "comments": "Phase 1 직관 60%는 chance와 통계적 차이 없음(p=.362) — 일반 독자는 AI 한글 식별 어려움. Phase 2 루브릭(쉼표·연결어미·결산·균형 어휘 등 우리 분류 체계와 정렬)을 제공하면 90%로 급상승. v1.6 detector는 LREAD 루브릭의 측정 지표를 그대로 흡수해 인간 판독 90% 수준 도달이 1차 KPI."
 },
 "v1_6_promotion_targets": {
  "promote": [
   {
    "cand_id": "cand-v16-001",
    "new_code": "C-11",
    "name": "ending_comma_rate",
    "severity": "S1",
    "primary_metric": "ending_comma_rate"
   },
   {
    "cand_id": "cand-v16-002",
    "new_code": "C-12",
    "name": "comma_inclusion_rate",
    "severity": "S2",
    "primary_metric": "comma_inclusion_rate"
   },
   {
    "cand_id": "cand-v16-003",
    "new_code": "E-5",
    "name": "comma_segment_length",
    "severity": "S2",
    "primary_metric": "comma_segment_length"
   },
   {
    "cand_id": "cand-v16-004",
    "new_code": "E-6",
    "name": "comma_pos_diversity",
    "severity": "S2",
    "primary_metric": "comma_pos_diversity",
    "genre_guard": [
     "poetry"
    ]
   },
   {
    "cand_id": "cand-v16-007",
    "new_code": "G-3",
    "name": "safe_balance_lexicon",
    "severity": "S2",
    "primary_metric": "safe_balance"
   }
  ],
  "merge": [
   {
    "cand_id": "cand-v16-006",
    "into": [
     "D-1",
     "H-1",
     "A-2"
    ],
    "patch": "lexicon 4종 정식 인용 + 임계"
   },
   {
    "cand_id": "cand-v16-008",
    "into": [
     "F-4"
    ],
    "patch": "hanja_nominalizers 3종 명시 + 한 문서 12회 초과 S2 강화 임계"
   }
  ],
  "hold": [
   {
    "cand_id": "cand-v16-005",
    "name": "spacing_regularness",
    "reason": "보고서 본문에 정량 셀 미공개. 사용자 코퍼스 baseline 확보 후 v1.7 검토. 탐지 전용 신호로만 채용 가능, 윤문 처방 없음(맞춤법 일부러 틀리게 만들지 않음)"
   },
   {
    "cand_id": "cand-v16-009",
    "name": "persona_register_mismatch",
    "reason": "v1.5 monolith fast + author-context 미주입과 충돌. 메타 부스터로만 작동하는 옵트인 설계가 정리되면 v1.7+ 검토"
   }
  ]
 }
}

{
  "version": "v2.0-baseline-diff-2026-05-07",
  "source": "Placeholder. Toral 2019 simplification·normalisation·interference 정의 + 보고서 T1~T8 ko_manifestation 추정치. 비번역 한국어 (Sejong corpus·국립국어원 모두의 말뭉치 등) 정밀 측정은 별도 calibration 회차에서 수행.",
  "notes": "metric-engineer(Phase 3b) 산출. ALL cells carry _placeholder: true. Phase 6 integrator는 본진 baseline.json에 merge할 때 placeholder 플래그를 반드시 보존하고, calibration 완료 셀만 플래그를 해제한다.",
  "calibration_due": true,
  "genres": {
    "essay": {
      "lexical_diversity_ttr": {"mean": 0.62, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "simplification", "interpretation": "low = AI-like (repetition)"},
      "lexical_density": {"mean": 0.30, "stdev": 0.07, "_placeholder": true, "calibration_due": true, "axis": "simplification", "interpretation": "low = AI-like (function-word heavy)"},
      "ending_diversity": {"mean": 0.55, "stdev": 0.12, "_placeholder": true, "calibration_due": true, "axis": "simplification", "interpretation": "low = monotonic endings"},
      "normalisation_score": {"mean": 0.50, "stdev": 0.15, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "interpretation": "high = AI-like (-한다/-된다/-이다 concentration)"},
      "da_streak_rate": {"mean": 0.4, "stdev": 0.6, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "unit": "streaks_per_doc", "interpretation": "high = AI-like"},
      "inanimate_subject_rate": {"mean": 0.10, "stdev": 0.06, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T1", "interpretation": "high = AI-like (translationese)"},
      "by_passive_count": {"mean": 0.5, "stdev": 1.0, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2a", "unit": "per_doc", "interpretation": "high = AI-like"},
      "double_passive_count": {"mean": 0.2, "stdev": 0.6, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2b", "unit": "per_doc", "interpretation": "high = strong S2 signal"},
      "pronoun_density": {"mean": 0.012, "stdev": 0.010, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T3", "interpretation": "high = AI-like (he/she literal mapping)"},
      "deul_overuse_rate": {"mean": 0.005, "stdev": 0.008, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T4", "interpretation": "high = AI-like (-들 over-use)"},
      "relative_clause_nesting": {"mean": 0.3, "stdev": 0.5, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T5", "unit": "sentences_per_doc", "interpretation": "high = AI-like (left-modifier overload)"},
      "have_make_literal_count": {"mean": 0.4, "stdev": 0.8, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T6", "unit": "per_doc", "interpretation": "high = AI-like"},
      "double_particle_count": {"mean": 0.3, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T7", "unit": "per_doc", "interpretation": "high = AI-like"},
      "progressive_aspect_rate": {"mean": 0.10, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T8b", "interpretation": "high = AI-like (~고 있다 literal mapping)"}
    },
    "news": {
      "lexical_diversity_ttr": {"mean": 0.65, "stdev": 0.07, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "lexical_density": {"mean": 0.34, "stdev": 0.07, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "ending_diversity": {"mean": 0.40, "stdev": 0.10, "_placeholder": true, "calibration_due": true, "axis": "simplification", "note": "뉴스는 평서형 단조성이 일부 정상"},
      "normalisation_score": {"mean": 0.75, "stdev": 0.12, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "note": "뉴스 장르는 -이다/-한다 비중이 높음"},
      "da_streak_rate": {"mean": 1.0, "stdev": 1.0, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "unit": "streaks_per_doc"},
      "inanimate_subject_rate": {"mean": 0.18, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T1"},
      "by_passive_count": {"mean": 0.8, "stdev": 1.2, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2a", "unit": "per_doc"},
      "double_passive_count": {"mean": 0.3, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2b", "unit": "per_doc"},
      "pronoun_density": {"mean": 0.015, "stdev": 0.010, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T3"},
      "deul_overuse_rate": {"mean": 0.006, "stdev": 0.008, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T4"},
      "relative_clause_nesting": {"mean": 0.4, "stdev": 0.6, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T5", "unit": "sentences_per_doc"},
      "have_make_literal_count": {"mean": 0.5, "stdev": 0.9, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T6", "unit": "per_doc"},
      "double_particle_count": {"mean": 0.4, "stdev": 0.8, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T7", "unit": "per_doc"},
      "progressive_aspect_rate": {"mean": 0.08, "stdev": 0.06, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T8b"}
    },
    "blog": {
      "lexical_diversity_ttr": {"mean": 0.60, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "lexical_density": {"mean": 0.27, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "ending_diversity": {"mean": 0.65, "stdev": 0.12, "_placeholder": true, "calibration_due": true, "axis": "simplification", "note": "블로그는 종결 다양성 자연 높음"},
      "normalisation_score": {"mean": 0.40, "stdev": 0.18, "_placeholder": true, "calibration_due": true, "axis": "normalisation"},
      "da_streak_rate": {"mean": 0.3, "stdev": 0.6, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "unit": "streaks_per_doc"},
      "inanimate_subject_rate": {"mean": 0.08, "stdev": 0.06, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T1"},
      "by_passive_count": {"mean": 0.3, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2a", "unit": "per_doc"},
      "double_passive_count": {"mean": 0.2, "stdev": 0.5, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2b", "unit": "per_doc"},
      "pronoun_density": {"mean": 0.018, "stdev": 0.012, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T3", "note": "1인칭 사용 빈도 높음"},
      "deul_overuse_rate": {"mean": 0.004, "stdev": 0.007, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T4"},
      "relative_clause_nesting": {"mean": 0.2, "stdev": 0.4, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T5", "unit": "sentences_per_doc"},
      "have_make_literal_count": {"mean": 0.3, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T6", "unit": "per_doc"},
      "double_particle_count": {"mean": 0.2, "stdev": 0.5, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T7", "unit": "per_doc"},
      "progressive_aspect_rate": {"mean": 0.12, "stdev": 0.10, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T8b"}
    },
    "qa": {
      "lexical_diversity_ttr": {"mean": 0.58, "stdev": 0.09, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "lexical_density": {"mean": 0.25, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "ending_diversity": {"mean": 0.50, "stdev": 0.13, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "normalisation_score": {"mean": 0.55, "stdev": 0.18, "_placeholder": true, "calibration_due": true, "axis": "normalisation"},
      "da_streak_rate": {"mean": 0.5, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "unit": "streaks_per_doc"},
      "inanimate_subject_rate": {"mean": 0.15, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T1"},
      "by_passive_count": {"mean": 0.4, "stdev": 0.8, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2a", "unit": "per_doc"},
      "double_passive_count": {"mean": 0.3, "stdev": 0.6, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2b", "unit": "per_doc"},
      "pronoun_density": {"mean": 0.014, "stdev": 0.010, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T3"},
      "deul_overuse_rate": {"mean": 0.007, "stdev": 0.010, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T4"},
      "relative_clause_nesting": {"mean": 0.25, "stdev": 0.5, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T5", "unit": "sentences_per_doc"},
      "have_make_literal_count": {"mean": 0.5, "stdev": 0.9, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T6", "unit": "per_doc"},
      "double_particle_count": {"mean": 0.3, "stdev": 0.7, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T7", "unit": "per_doc"},
      "progressive_aspect_rate": {"mean": 0.10, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T8b"}
    },
    "dialogue": {
      "lexical_diversity_ttr": {"mean": 0.55, "stdev": 0.10, "_placeholder": true, "calibration_due": true, "axis": "simplification", "note": "대화는 반복이 자연스러움"},
      "lexical_density": {"mean": 0.22, "stdev": 0.08, "_placeholder": true, "calibration_due": true, "axis": "simplification"},
      "ending_diversity": {"mean": 0.70, "stdev": 0.12, "_placeholder": true, "calibration_due": true, "axis": "simplification", "note": "대화는 종결어미 자연 다양"},
      "normalisation_score": {"mean": 0.20, "stdev": 0.15, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "note": "대화는 -한다/-된다/-이다 거의 안 씀"},
      "da_streak_rate": {"mean": 0.1, "stdev": 0.3, "_placeholder": true, "calibration_due": true, "axis": "normalisation", "unit": "streaks_per_doc"},
      "inanimate_subject_rate": {"mean": 0.05, "stdev": 0.05, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T1"},
      "by_passive_count": {"mean": 0.1, "stdev": 0.3, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2a", "unit": "per_doc"},
      "double_passive_count": {"mean": 0.1, "stdev": 0.4, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T2b", "unit": "per_doc"},
      "pronoun_density": {"mean": 0.020, "stdev": 0.015, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T3"},
      "deul_overuse_rate": {"mean": 0.003, "stdev": 0.006, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T4"},
      "relative_clause_nesting": {"mean": 0.1, "stdev": 0.3, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T5", "unit": "sentences_per_doc"},
      "have_make_literal_count": {"mean": 0.2, "stdev": 0.5, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T6", "unit": "per_doc"},
      "double_particle_count": {"mean": 0.1, "stdev": 0.3, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T7", "unit": "per_doc"},
      "progressive_aspect_rate": {"mean": 0.15, "stdev": 0.10, "_placeholder": true, "calibration_due": true, "axis": "interference", "type": "T8b"}
    }
  },
  "axis_definitions": {
    "simplification": {
      "source": "Toral 2019; 보고서 line 351",
      "metrics": ["lexical_diversity_ttr", "lexical_density", "ending_diversity"],
      "interpretation": "low values → AI-like (repetition, function-word heavy, monotonic endings)"
    },
    "normalisation": {
      "source": "Baker 1993; 보고서 line 352",
      "metrics": ["normalisation_score", "da_streak_rate"],
      "interpretation": "high values → AI-like (-한다/-된다/-이다 concentration, '-다' streak runs)"
    },
    "interference": {
      "source": "Toury 1995 law of interference; 보고서 line 353",
      "metrics": [
        "inanimate_subject_rate",
        "by_passive_count",
        "double_passive_count",
        "pronoun_density",
        "deul_overuse_rate",
        "relative_clause_nesting",
        "have_make_literal_count",
        "double_particle_count",
        "progressive_aspect_rate"
      ],
      "interpretation": "high values → AI-like (영어 통사 보존)"
    }
  },
  "z_score_thresholds": {
    "comments": "Phase 6 integrator는 v1.6 thresholds(z>1.0 가산)를 그대로 계승. v2.0 placeholder는 calibration 완료 후 본진 baseline.json에 merge."
  }
}

# Humanize Korean — 설계 근거·버전 히스토리 (design-notes)

> SKILL.md에서 이관된 설계 근거 — **실행 규칙은 SKILL.md 참조.** 이 파일은
> 스킬 발동 시 로드되지 않는다. 규칙을 되돌리려는 기여자가 "왜 이렇게
> 됐는가"를 확인하는 용도다.

## 버전 히스토리 (상세)

- **v1.5 (2026-04-26)** — v1.1 5인 파이프라인 위에 단일 호출 `humanize-monolith` fast path 신설. voice profile·candidate pool·권한 위계 §1~§6은 핫패스 비용 문제로 삭제.
- **v1.6 (2026-05-07)** — KatFish·LREAD 기반 정량 점수 레이어 도입. `scripts/prepare_monolith_input.py`(입력 shim)가 monolith 호출 *전* 외부 사전 처리로 점수를 산출해 결합 입력 파일에 prepend.
- **v1.6.1 (2026-05-07)** — fast 산출물을 `final.md` 1개로 통합(본문 끝 `<!-- HUMANIZE-SUMMARY -->` HTML 주석 블록). monolith 도구 호출 캡 4회 → **3회**.
- **v2.0 (2026-05-07)** — 한국 번역학계 8유형 + post-editese metric 트랙(`metrics_v2.py`) 흡수. 분류 체계 본진 v2.0(활성 패턴 70건 + A-17 hold 1건).
- **v2.0.1** — 패치 릴리스: shim 실행 절차 명문화, 실사용 백포트(격식 상향 금지·구조/각주 보존·과윤문 게이트 코드화), quick-rules 빌드 생성.
- **v2.1.0** — 정밀 모드를 5인 파이프라인 → **3콜 구조**(진단→겨냥 윤문→finalize)로 재편. 옛 4종+web-architect 은퇴. 8,000자 strict 자동 승급 폐지.
- **v2.2.0** — **경량 경로 재설계.** shim이 산출하는 `route_hint`(light|standard|heavy)로 디폴트 경로를 3단 분기. **단일 콜 우선 원칙** 명문화 — 1만자급도 청킹 없이 단일 콜(실측: 청킹 7콜 610K 토큰 → 단일 콜 134K, 품질 동등). 청킹은 shim이 실제로 청크를 2개 이상 만들 때만. finalize는 heavy·의심·사용자 요청 시로 한정.
- **v2.3.0** — **효율화 릴리스.** ① Tier 1 구조 수렴 게이트(`verify_gates.py` 4축: 문자율 + 진단 목표달성 z 수렴 + C-8 대구 전멸 + golden/수치) — 문자 change_rate가 못 보는 구조 편집(쉼표·대구 해체)을 결정적으로 검증, LLM 콜 0. ② 진단 입력을 taxonomy 전량(74.8KB) → `diagnosis-rules.md` 슬림 인덱스(~13KB, 빌드 생성)로 교체, 진단 콜 토큰 35~50%↓. 실측 회귀에서 하중 패턴(C-8·C-11·E-5·D-7) 지목 동등.

## 설계 노트 — 단일 콜 우선 (v2.2 실측 근거)

**1만자 글 실측**: 정밀 청킹 경로(7콜) = **610K 토큰**. 같은 입력 단일 콜 = **134K 토큰**(4.5배 절감), 품질 동등. 폭발 원인은 청크 콜마다 룰북·진단·시스템 프롬프트를 재로드한 것 — 절감은 모델 교체가 아니라 **콜 수 축소**에서 온다. 요즘 모델은 1만자를 단일 콜로 무리 없이 처리하므로, 청킹은 "shim이 실제로 쪼갤 수밖에 없는 초장문"의 예외 경로다.

또 하나의 실증: 어휘 티 0·구조 티만 있는 잘 쓴 글에도 최중량 파이프라인을 돌리고 있었다. v2.2의 route_hint 분기가 이를 차단한다.

(v2.1까지의 "왜 5인에서 3콜로" 배경: 옛 5인 파이프라인은 detector span 열거가 0↔18개로 요동쳐 불안정했고, 587줄 taxonomy를 이중 로드해 탐지에만 wall-clock 54%를 썼다. 웹앱 실증에서 "지배 패턴 진단 1콜 + 결정적 지표 수렴"이 동급 품질을 냈고, 3콜 구조는 그 이식이다. v2.2는 같은 원리를 한 단계 더 밀어 진단·finalize조차 필요할 때만 쓰게 했다.)

## 설계 노트 — 진단 슬림 인덱스 (v2.3)

진단(humanize-diagnostician)의 핸드오프 계약은 "정확한 본진 ID + 지배도 판단"이다. taxonomy 전량(74.8KB)의 대부분은 예문·처방·학술 인용·버전주석 — 진단에 불필요. `scripts/build_diagnosis_rules.py`가 SSOT에서 전 패턴 전수(ID·정의·탐지 시그니처)를 ~13KB로 결정적 생성한다(83% 절감). quick-rules로 대체할 수 없는 이유: 진단은 문서 레벨 패턴(C-8 대구·E-1 리듬·D-6 결말공식 등 quick:false 다수)을 반드시 봐야 한다. drift는 CI `--check`가 차단.

## 테스트 시나리오

### Light — 잘 쓴 글
- 입력: 사람이 쓴 칼럼 또는 어휘 티 없는 글 (route_hint=light)
- 기대: monolith 1콜(보수), 변경률 5% 미만, "이미 좋습니다 + 손댄 곳 요약" 보고. 진단·finalize 콜 0

### Standard — 보통의 AI 초안
- 입력: ChatGPT가 생성한 AI 칼럼 초안 (2,000~10,000자, route_hint=standard)
- 기대: 진단 1콜 + 윤문 1콜 = 2콜, **1만자도 청킹 없음**, 변경률 15~25%, 등급 A/B, finalize 생략

### Heavy — 중증·증적 필요
- `--strict` 명시 또는 route_hint=heavy
- 기대: 진단→윤문→finalize 3콜. 변경률 11~22%, `09_finalize.json` verdict=accept/corrected

### 초장문 — 청킹은 shim의 결정
- heavy + shim 청킹 임계 초과 입력 → `--chunk` 실행, manifest body 청크 2+개일 때만 병렬. 청크가 1개로 나오면 단일 콜. 손실 없는 분할 + 헤딩 승격 + 각주 passthrough

### 엣지 케이스 — route_hint 부재
- 구버전 shim·metrics 실패(`00_metrics.error`) → standard 경로로 진행. 게이트는 항상 실행

## 에이전트 계보 (은퇴·개발용)

**개발용 1회성 5종 (릴리스 회차 전용 — 런타임 미로드)**
- `translationese-research-distiller` · `korean-translation-scholar` · `taxonomy-gap-analyzer` · `post-editese-metric-engineer` · `quick-rules-integrator` — v2.0 학술 흡수 회차에서 사용된 개발 도구. 윤문 실행과 무관

> v2.1에서 옛 정밀(strict) 파이프라인 4종(`ai-tell-detector`·`korean-style-rewriter`·`content-fidelity-auditor`·`naturalness-reviewer`)과 미사용 `humanize-web-architect`를 은퇴시켰다. 진단·윤문·finalize 3콜이 이들을 대체한다.

# 진단 전용 슬림 인덱스 (diagnosis-rules)

> **자동 생성 — 직접 편집 금지.** `scripts/build_diagnosis_rules.py`가
> SSOT `ai-tell-taxonomy.md`에서 생성한다. 진단 콜 전용 — 예문 전수·
> 처방·학술 인용·버전주석은 SSOT 참조. **85패턴 전수** 수록
> (문서 레벨 quick:false 패턴 포함 — quick-rules로 대체 불가).

심각도: **S1** 결정적(1회로 확신) / **S2** 강함(3회+ 반복 시 티) / **S3** 약함(중첩 시 강화) / 미표기 = SSOT의 카테고리 서술 참조.

## A. 번역투 (Translation-ese)

- **A-1** [S1] "~에 대하여/대해서" 남발 — `X에 대해(서) Y` (영어 `about/regarding X`)
  시그니처: "~에 대해(서)" **한 문단 3회+ 밀집**(사람이 3배 더 쓰는 표현… · 예: "AI 규제에 대해 논의할 필요가 있다
- **A-2** [S2] "~를 통하여/통해" 남발 — 수단·경로를 거의 모두 "통해"로 처리 (영어 `through/vi…
  시그니처: "~를 통해/통하여" **문단 3회+ 반복**
- **A-3** [S1] "~에 있어(서)" — 전제·상황 도입 (영어 `in terms of / when it c…
  시그니처: "~에 있어(서)" · 예: "이 문제에 있어서 중요한 것은
- **A-4** [S2] "~라는 점에서" — 근거 제시 (영어 `in the sense that`)
  시그니처: "~라는 점에서" 3회+
- **A-5** [S2] "~와 관련하여" / "~와 관련된" — 주제 지시 (영어 `regarding / related to`)
  시그니처: "~와 관련하여/관련된"
- **A-6** [S2] "~에 기반하여" / "~을 바탕으로" 남발 — 근거 (영어 `based on`)
  시그니처: "~에 기반하여/바탕으로" 남발
- **A-7** [S1] "가지고 있다" — 소유·특성 서술 (영어 `have/possess`)
  시그니처: "가지고 있다", have/make/take/give+명사 직역 · 예: "강한 경쟁력을 가지고 있다
- **A-8** [S1] 이중 피동 "~되어진다" / "~지게 된다"
  시그니처: 이중 피동 "~되어진다/~지게 된다" · 예: "판단되어진다
- **A-9** [S2] "~에 의해" 피동문 — by-passive (영어 수동태 직역)
  시그니처: "~에 의해" 피동
- **A-10** [S2] "~할 수 있다" 남발 — 가능형 서술 (영어 `can/be able to`)
  시그니처: 같은 "~할 수 있다"가 4회+ 반복
- **A-11** [S2] "~을 위해" 목적절 남발 — `X을 위해 Y한다` (영어 `in order to`)
  시그니처: "~을 위해" 목적절 남발
- **A-12** [S2] "만들어지다" / "이루어지다"
  시그니처: 자동화된 피동
- **A-13** [S2] 명사 나열 (조사 생략)
  시그니처: 영어식 명사구를 조사 없이 붙임
- **A-14** [S2] 접속부사 "그리고" 절 연결
  시그니처: 영어 `and`처럼 "그리고"로 평문 연결
- **A-15** [S2] 추상 주어 + 만능 동사 — 영어 `The X shows / provides / brings Y…
  시그니처: 추상 주어 + 만능 동사(보여준다/제공한다/가져온다), 사역-인지 동사 직역
- **A-16** [S1] 문맥이 허락하지 않는 지시·인칭 대명사 — 한국어는 응결성을 (i) 영형(zero) 대명사, (ii) 명사구…
  시그니처: 대명사(그/그녀/그것/그들/이것/이는) 출현마다 **직전 2문장에 선행 명… · 예: :
- **A-17** 무정물·추상명사 '-들' 복수 표지 기계적 부착 — v2.0 hold — 지배 패턴 지목 금지, 관찰 기록만
  시그니처: 무정물·추상명사 + '-들' 기계적 부착
- **A-18** [S2] 관계대명사절 직역 — 긴 좌향 수식 (관형구 3중 이상 중첩) — 영어는 관계대명사절을 명사 뒤에 후치(right-branching)…
  시그니처: 명사 앞 3어절 이상 관형구/관계절 좌향 수식
- **A-19** [S2] 이중 조사 결합 (-에서의·-에로의·-으로의·-에의·-으로부터의·-로부터의) — 근대 한국어가 일본어 'の(の/への/での)' + 영어 전치사구('o…
  시그니처: 이중 조사 "~에서의/~에로의/~으로의/~에의/~으로부터의"
- **A-20** [S2] 피동 진행 "~되고 있다 / ~지고 있다" 남발 — 영어 진행 수동태(is being ~ed)의 전이. 추세·상태 서술…
  시그니처: "~되고 있다/~지고 있다"가 한 문단 3회+
- **A-21** [S2] 범위 상승 "단순한 X를 넘어 Y" — 영어 "beyond mere X" 직역. 문장 중간에서 대상의 격을…
  시그니처: "단순한 X를 넘어 Y" 범위 상승 (사람 글 실측 0건)
- **A-22** [S2] 평가 술어 얹기 "~은 명확하다 / 분명하다" — 영어 `It is clear/evident/obvious that…
  시그니처: "~은/는 명확하다·분명하다"(부사 "분명히"·동사구 "명확히 하다" 제외)
- **A-23** [S2] 기반 마련 공식 "발판·토대를 마련하다 / 지평을 열다"
  시그니처: 영어 `pave the way for`·`lay the groundwork…
- **A-24** [S2] "더 이상 ~ 않다/아니다" (no longer) — 영어 `no longer` 직역. 변화를 서술할 때 한국어는 흔히…
  시그니처: "더 이상 ~ 않다/아니다" 문서 2회+ 또는 결말부 재정의 문장

## B. 영어 인용·용어 과다

- **B-1** [S2] 괄호 병기 관습 — 처음 등장할 때 모든 전문용어에 영어 병기
  시그니처: 한글 + 괄호 영어 병기 매번 반복("~(Sovereign AI)" 식)
- **B-2** [S2] 불필요한 영어 장식·일회성 jargon — 한국어 문장에 설명 없이 낀 buzzword가 리듬을 깨거나, 과시…
  시그니처: 설명 없이 낀 광고성 buzzword(seamless·robust·leve…
- **B-3** [S2] 과도한 영어 인용구
  시그니처: 영어 문장을 인용문으로 그대로 박아넣고 번역도 병기
- **B-4** [S3] "~라고 알려진", "~로 일컬어지는"
  시그니처: 영어 `known as / so-called` 직역

## C. 구조적 AI 패턴 (서식·레이아웃)

- **C-1** [S2] 기계적 병렬 열거
  시그니처: "첫째, ~. 둘째, ~. 셋째, ~."가 문단 전체를 지배.
- **C-2** [S2] 과도한 불릿 리스트 — 에세이·칼럼·리포트에서 3개 이상 연속 불릿 블록.
  시그니처: 칼럼-리포트에서 3개 이상 연속 불릿 블록
- **C-3** [S2] 반복적 섹션 헤딩
  시그니처: `## 도입 ## 본론 ## 결론` 같은 도식적 분절.
- **C-4** [S2] 문단 첫 문장 요약 공식
  시그니처: 매 문단 첫 문장이 그 문단의 요약(topic sentence). 영어 작…
- **C-5** [S1] 이모지 남발 — `✅ 🚀 💡 ⚠️ 📊` 같은 이모지가 리스트 머리·헤딩·강조에 박혀…
  시그니처: 이모지 남발(리스트 머리, 헤딩, 강조)
- **C-6** [S2] 헤딩 아래 한 줄 요약 박스
  시그니처: 모든 섹션 헤딩 직후 "이 섹션에서는 ~를 다룬다" 같은 안내문.
- **C-7** [S2] 문단 간 기계적 "먼저·반면·결국" 3단 공식 — 문단 문두가 순서대로 "먼저 ~ / 반면 ~ / 결국 ~" 또는 "…
  시그니처: 문단 문두 "먼저-반면-결국" 3단 공식
- **C-8** [S1] 대칭 대구 공식 "A인가, B인가" 반복 — 동일 문서에서 이항 대립이 2회 이상 평행구로 반복. 영어 수사학…
  시그니처: "A인가, B인가"·"A가 아니라 B"·"~것이 아니라"·"~것은 아니다"… · 예: "독점인가, 확산인가" / "전략가에게는 ~, 입…
- **C-9** [S2] 숫자 괄호 인덱싱 "1) 2) 3)" — 동일 문단 또는 인접 문장에서 항목을 `1) ... 2) ... 3…
  시그니처: 숫자 괄호 인덱싱 "1) 2) 3)" 나열
- **C-10** [S2] 콜론 부제 헤딩 공식 "X: Y" 또는 "X: A에서 B로" — 헤딩에 거의 자동으로 콜론을 사용해 "메인 라벨: 부제" 또는 "메…
  시그니처: 콜론 부제 헤딩 "X: Y" 반복
- **C-11** [S1] 연결어미 뒤 쉼표 — 연결어미(-고/-며/-지만/-면서/-아서·어서/-자/-는데) 직후에…
  시그니처: 연결어미(-고/-며/-지만/-면서/-아서/-어서) 직후 쉼표 · 예: "AI는 빠르게 발전하지만, 기업의 대응은 더디다…
- **C-12** [S2] 쉼표 포함률 (문서 단위)
  시그니처: 전체 문장 중 쉼표를 1개 이상 포함하는 문장의 비율이 50%를 넘음. C…

## D. AI 특유의 관용구 (Signature Phrases)

- **D-1** 종결·요약류 — "결론적으로", "요약하면", "종합하면", "정리하자면"
  시그니처: 결산 lexicon "결론적으로/따라서/이를 통해/그러므로/요약하면/정리하…
- **D-2** 의의·중요성 과장 — "매우 중요하다", "반드시 기억해야 한다"
  시그니처: "시사하는 바가 크다/주목할 만하다/매우 중요하다" 류 의의 과장
- **D-3** 열거 도입 — "크게 세 가지로 나눌 수 있다"
  시그니처: 열거 도입 "크게 세 가지로 나눌 수 있다/다음과 같은"
- **D-4** AI 티 특화 — "혁신적인", "획기적인", "전례 없는" (hype 어휘)
  시그니처: hype 어휘(혁신적/획기적/압도적/파격적/폭발적/전례 없는) 3회+
- **D-5** [S2] 의인화된 추상 주어 — 사건·기술·개념을 주어로 삼아 인간 행위처럼 서술. AI가 글을 "…
  시그니처: 의인화 추상 주어("기술이 묻는다", "시대가 부른다")
- **D-6** [S2] 완결 공식형 결말 "~할 때입니다 / 시점입니다" — 칼럼·리포트 마지막 문장이 "~해야 할 때입니다", "~로 나아갈…
  시그니처: 결말 공식 "~할 때입니다/~시점입니다/~할 순간입니다"
- **D-7** [S2] 변환 공식 "X에서 Y로 / X을 넘어 Y로" — 패러다임 전환·진화·고도화를 표현할 때 거의 자동으로 사용. D-1…
  시그니처: 변환 공식 "X에서 Y로/X을 넘어 Y로" 반복
- **D-8** [S2] 분열문 공식 "필요한/중요한 것은 X이다" — 영어 cleft("What matters is…", "What we…
  시그니처: 분열문 "필요한/중요한 것은 ~이다" + 명사 변종 "문제는/핵심은/관건은…
- **D-9** [S2] 인과 결산 "결국 ~로 이어진다" — 문단을 끝맺으며 파급을 선언하는 공식. 구체 경로 없이 인과를 압축…
  시그니처: "(으)로 이어진다"·"~에 직결된다" 결산 + 논리 결산용 "결국" 문서…
- **D-10** [S2] 역방향 결산 "~하는 이유다" — "This is why ~" 직역형 도치 결산. 근거를 앞세우고 문…
  시그니처: 문장 말미 "~하는 이유다" 도치 결산
- **D-11** [S2] 결말부 막연한 시간지평 "향후·앞으로·중장기적으로" — 글의 마지막 30%에서 문장을 시간부사로 열고, 구체 시점·조건 없…
  시그니처: 결말부(후반 30%) 문두 "향후/앞으로/중장기적으로"
- **D-12** [S2] 내용 없는 반론 슬롯 "과제도 남아 있다" — 긍정 서술 뒤에 "과제도 남아 있다"·"한계도 분명하다"·"아쉬운…
  시그니처: 독립 문장 "과제도 남아 있다/한계도 분명하다/아쉬운 점도 있다"
- **D-13** [S2] 에세이 성찰 부사 공식 "어쩌면·비로소·천천히" — 에세이 결말·각성 지점의 서정 부사 3종 정형 — "어쩌면 ~일 것…
  시그니처: 에세이 결말의 "어쩌면 ~일 것이다/비로소/천천히 ~이 됐다"
- **D-14** [S2] 생성형 은유 남용 (가족 판정) — 관용구가 아닌 생성형 개념 은유를 논설·리포트에 겹겹이 얹는다 —…
  시그니처: 감각 술어 평가문("진단은 서늘하다/경고는 아프다") **1회+** · 사…

## E. 리듬·문장 길이 균일성

- **E-1** 문장 길이 표준편차 낮음 — 특히 장문 부재 — 모든 문장이 30~50자 부근에 몰려 있음. 실체는 "균일"보다 "…
  시그니처: 문장 길이 균일 + 100자+ 장문 부재
- **E-2** 동일 종결어미 반복 — "~이다. ~이다. ~이다."
  시그니처: 동일 종결어미 4문장+ 연속, 진행형 "~고 있다" 자동 매핑
- **E-3** 모든 문단 3~4문장 공식
  시그니처: 문단 길이도 균일.
- **E-4** [S2] 단문 일변도 (복문·중문 부재)
  시그니처: 문장 대부분이 단문(주어-서술어 1쌍)으로만 끊어져 있고 연결어미·관형절·…
- **E-5** [S2] 쉼표 분절 평균 길이 (긴 절 구조)
  시그니처: 쉼표로 분절된 절(節)의 평균 어절 수가 길어짐. AI는 한 문장 안에 긴…
- **E-6** [S2] 쉼표 전후 POS 다양성 높음 (구문 복잡도)
  시그니처: 쉼표 앞·뒤에 등장하는 품사(POS) 종류 수가 폭증. AI는 쉼표를 다양…
- **E-7** [S2] 청자 경어법 일관성 손실 (해라/하게/하오/해요/합쇼체) — 한국어는 교착어로서 종결어미가 (a) 문장종결법, (b) 화행, (…
  시그니처: 청자 경어법 단계(해라/하게/하오/해요/합쇼) 한 문서 내 혼재(대화-구어…

## F. 과도한 수식·중복

- **F-1** 정도부사 중독
  시그니처: "매우", "정말", "진짜로", "대단히", "극히"
- **F-2** 동의어 이중 수식
  시그니처: "중요하고 핵심적인 역할"
- **F-3** 기능+역할 복합구
  시그니처: "~로서의 역할과 기능"
- **F-4** 과잉 접두·접미 — "~적 측면", "~적 관점"
  시그니처: 한자어 명사화 -성/-적/-화 + 영어 명사화 -tion/-ment/-ne…
- **F-5** [S2] "~적 N" 복합 추상어 체인 — 명사 앞 "~적 N" 형태가 한 문서에 3회 이상 반복. F-4와…
  시그니처: "~적 N" 추상 체인("전략적 함의", "실천적 기반") 3회+
- **F-7** [S2] 범용 정책동사 수렴 (확대·강화·개선 + 만능 "설계") — 행위 서술 자리마다 소수의 범용 한자어 동사로 수렴 — 확대·강화·…
  시그니처: 범용 정책동사(확대·강화·개선·확보·마련·구축 등) 문서 밀집 + 추상 목…

## G. 과도한 Hedging (완곡)

- **G-1** 추측·관측형 종결 — "~할 수 있을 것으로 보인다"
  시그니처: 같은 추측 종결("~로 보인다/~로 판단된다/~라고 여겨진다")의 반복
- **G-2** 이중·삼중 완곡 — "~할 가능성이 있을 수 있다"
  시그니처: 이중-삼중 완곡 "~할 가능성이 있을 수 있다/~로 보여질 수 있다"
- **G-3** [S2] 안전 균형 lexicon (Safe Balance Score) — "양쪽 모두 / 두 가지 모두 / 장점도 있지만 / 신중하게 / 균…
  시그니처: 균형 lexicon "양쪽 모두/두 가지 모두/장점도 있지만/신중하게/균형…

## H. 접속사 남발

- **H-1** 문두 접속사 과다 — 매 문장·매 문단 시작에 "또한", "따라서", "즉", "나아가"…
  시그니처: 문두 접속사 "또한/따라서/즉/나아가/아울러/게다가/더욱이"가 **한 문단…
- **H-2** "하지만"과 "그러나" 혼용 남발
  시그니처: 역접이 문단마다 등장.
- **H-3** "이는 ~" 지시 반복 — "이는 ~을 의미한다"
  시그니처: 메타 진입 "이는 ~/이 점에서/이 관점에서/이 말은"이 **한 문단 3회…
- **H-4** [S2] 재정의 접속사 "즉" 남발 — 영어 `i.e.` / `that is` 직역. 보충 설명이 필요할…
  시그니처: "즉" 남발

## I. 형식명사·의존명사 과다

- **I-1** "것이다" 종결 남발 — "~한 것이다", "~일 것이다"가 문단의 대표 종결.
  시그니처: "~한 것이다/~일 것이다" **연속 3회+ 남발**
- **I-2** "점", "바", "수", "데" 반복 — "주목할 점은", "나아갈 바는", "할 수가 있다", "하는 데에"
  시그니처: "주목할 점은/X은 ~라는 점에 있다" 형식명사 강조
- **I-3** "~라는 것" — "변화가 크다는 것이다."
  시그니처: "~다는 것이다/~다는 뜻이다" 결말
- **I-4** "~할 필요가 있다" + 정책 보고서 권고형 결말 — 영어 `should/need to` 직역.
  시그니처: 당위로 끝나는 문단 2개+ (첫 번째 제외)
- **I-5** "~이/가 필요하다"
  시그니처: "혁신이 필요하다", "변화가 필요하다"
- **I-6** [S2] "~능력" 추상명사 연쇄
  시그니처: "N 능력"이 한 문서에 3회 이상 반복되며 동사 대신 명사구로 능력을 서…
- **I-7** [S2] 무주체 판정 "~다는 분석이다·평가다" — 판단 주체를 밝히지 않고 "~다는 분석이다 / 평가다 / 관측이다"…
  시그니처: 출처 없는 "~다는 분석이다/평가다" 종결

## J. 시각 장식 남용

- **J-1** [S2] 과도한 볼드 — 문장마다 핵심 단어 볼드.
  시그니처: 문장마다 핵심 단어 ** 볼드 강조
- **J-2** 따옴표 과다 — 개념어·강조어에 "" 남발.
  시그니처: 따옴표 강조 5회+
- **J-3** 대시(—) 남용 — 영어 em-dash 스타일 부가 설명.
  시그니처: 대시(—) 부가 설명이 문장마다 반복
- **J-4** 괄호 부연 과다
  시그니처: "(이는 ~을 의미한다)" 같은 부연이 반복.

# 실증 검증 노트 — 대조 코퍼스 기반 패턴 판별력 측정 (2026-07)

> 이 문서는 A~J taxonomy 패턴의 **실증적 판별력**을 자체 대조 코퍼스로 측정한 결과다.
> taxonomy 본문은 여전히 SSOT이며, 이 노트는 각 패턴의 근거 강도를 보강·정정하는 부속 근거다.
> **한 표본·한 검정으로 규칙을 폐기하지 않는다.** 기각은 재측정·반대 변호를 거친 것만 기록한다.

## 왜 이 측정을 했나

문헌 리서치(2026-07, deep-research 3표 검증)에서 확인된 것:
- taxonomy가 인용하던 김정우(2007)는 **계량 연구가 아니라 유형론·처방 논문**이다. 개별 자질의 빈도·판별력 통계가 없다. "유형론적 근거"로만 유효하며 "실증 근거"로 인용하면 과잉 귀속.
- **통계적 유의성을 보고한 한국어 번역투 연구가 사실상 없다.** 최희경(2016)조차 정규화 빈도만 제시(카이제곱·로그우도 없음).
- 판별력이 실측된 한국어 자질은 김혜영(2009) 100만 어절 대조의 통사적 피동(`-아/어 지다`·`-에 의하여`)·2·3인칭 대명사·의존명사 `것/때문`뿐.
- 유일한 한국어 LLM 텍스트 탐지 벤치마크 KatFish(ACL 2025)가 실증한 자질은 **띄어쓰기·POS n-gram 다양성·쉼표** — taxonomy와 층위가 다른 표기·형태 분포 신호.

→ taxonomy 패턴 대부분이 "유형론적 근거"는 있으나 "판별력 근거"는 없는 상태. 그래서 자체 대조 코퍼스로 측정했다.

## 측정 설계

- **AI 코퍼스**: 동일 주제 20개(칼럼·에세이·리포트·뉴스해설·정책·서평·학술요약)를 Fable 5 / GPT-5.6-sol / Haiku 4.5에 각각 던져 생성한 60편. 편당 400~900자, **맨 프롬프트**(장르 코칭·자기검열 없이 첫 응답). 세 모델을 쓴 이유: 한 모델의 습관을 "AI다움"으로 오인하지 않기 위해.
- **인간 코퍼스**: **2022-01-01 이전** 발행이 확인된 한국어 산문 60편(ChatGPT 공개 이전 = AI 혼입 없음). 한겨레·시사IN·KDI 나라경제·오마이뉴스·프레시안·브런치 등 40개 매체, 평균 842자, Wayback Machine 캡처로 발행일 이중 확인. 번역문 제외.
- **장르 통제**: 논설·에세이·분석 계열만 비교(뉴스 보도 제외 — 과거시제 `했다` 교란).
- **검정**: 로그우도비 G² (Dunning 1993). G²>3.84 p<0.05 · >6.63 p<0.01 · >10.83 p<0.001 · >15.13 p<0.0001.
- **재현**: `imnotai-web/scripts/stress-analyze.ts`, 코퍼스는 `scripts/{gen-*,human-corpus}.json`.

### 알려진 한계 (결론에 반드시 부기)

1. 인간 코퍼스가 **편집된 전문 산문**이다. 인용·괄호·장문이 많은 것은 AI/인간 차이가 아니라 전문성·편집의 산물일 수 있다. 개인·블로그 15편 서브셋에서는 격차가 크게 줄었다(장문 113.5→27.7/1000문장). "인간 일반"이 아니라 **"출판된 좋은 글"과의 대조**로 읽어야 한다.
2. AI/인간 코퍼스의 **주제가 짝지어지지 않았다**. 내용어(명사) 차이는 주제 부산물이므로 결론에서 제외했다. **구조·기능 층위(종결어미·문장부호·문장길이·대구)만** 결론에 쓴다.
3. 표본이 각 60편이다. 저빈도 패턴의 결론은 고빈도 재확인 전까지 잠정.
4. **자생 한국어 산문 비교다.** "영어 원문을 번역·요약하는 맥락"은 이 설계로 검정되지 않았다. 번역 맥락 규칙(A-16 등)은 이 측정의 사정거리 밖.

## 결과

### 확증 (인간 대비 유의하게 AI 과다 — 구조·기능 층위)

| 패턴 | AI/1k | 인간/1k | 배수 | G² | 비고 |
|---|---|---|---|---|---|
| **C-8/C-14 부정 대구 `A가 아니라 B`** | 5.8 | 0.6 | **9.2×** | 41.7 **** | 개인 블로그 대비로는 18배. 세 모델 공통 = 모델 계열 무관 |
| **쉼표 과다** | 49.1 | 33.4 | 1.5× | 25.5 **** | KatFish(ACL 2025) 인간26%/LLM61% 방향 재현 |
| **쉼표 포함 문장 비율** | 394.8 | 285.5 | 1.4× | 13.3 *** | E-5·C-11·C-12와 연결 |
| **`~한다` 종결 편중** | 95.0 | 52.2 | 1.8× | 9.5 ** | E-2 종결어미 단조와 연결 |

### 신규 후보 (taxonomy 10대 카테고리에 없음 — AI가 "못 쓰는 것")

AI가 과다한 것만큼 **AI가 결핍한 것**도 강한 신호다. 처방 가능한 것만 규칙화하고, 나머지는 관측만 한다(없는 것을 만들어내는 처방은 의미 드리프트를 유발하므로 금지).

| 신규 후보 | AI/1k | 인간/1k | G² | 처방 가능? |
|---|---|---|---|---|
| **장문 결핍**(100자+ 문장) | 8.1 | 91.3 | 60.9 **** | ✅ 인접 문장 잇기(내용 추가 금지). E-1의 실체 = "균일"이 아니라 "장문 부재" |
| **인용 결핍**(직접 인용부호) | 0.0 | 8.7 | 96.4 **** | ❌ 관측만 — 없는 인용을 지어내면 안 됨 |
| **괄호 결핍** | 1.2 | 10.6 | 69.5 **** | ❌ 관측만 |
| **과거형 회피**(`했다`·`었다`) | 29.9 | 135.6 | 54.7 **** | △ 장르 교란 가능(논설 vs 서사). 잠정 |

→ 신규 후보의 크기는 한계 ①(전문성 효과) 때문에 과장 위험이 있다. 개인 블로그 서브셋 기준으로는 장문 4배·인용은 여전히 0.0. **방향은 확실, 배수는 보수적으로 읽을 것.**

### 기각 (반대 변호 + 재측정을 거쳐 확정)

각 기각은 GPT-5.6-sol(ultra)에게 "여전히 AI 티인 이유를 최대한 강하게 변호하라"고 시킨 뒤, 그 변호가 데이터를 이기지 못한 것만 기록한다.

| 패턴 | 근거 | 반대 변호 결과 |
|---|---|---|
| **A-2 `~를 통해` 무조건 분산** | 최희경(2016): 비번역 84.4 vs 번역 42.1 — 원어민이 2배 더 씀. 우리 AI 코퍼스에도 거의 미출현 | 변호인 자기 평가 "이 방어는 '거의 미출현'을 이기지 못한다" → **기각**. 남발(문서 내 반복) 억제는 유지하되 1~2회는 보존 |
| **I-1 `것이다` 결말 무조건 평서화** | `~것이다` 정밀 측정 AI 20.4 vs 인간 43.0(G²=6.2, 인간이 2배). 변호가 제기한 '위치·반복' 가설도 단락 말 0.3배·연속 반복 AI 0.0 | **기각**. 연속 3회+ 남발일 때만 일부 평서화 |

⚠️ **측정 오류 정정**: 최초 I-1 측정에서 종결어미 마지막 2자(`이다`)를 세어 모든 `~이다` 종결이 섞였다(당시 AI 137.0 vs 인간 142.1, G²=0.1로 보고). `~것이다`만 정밀 측정하면 AI 20.4 vs 인간 43.0. 결론(기각) 방향은 같으나 근거 수치를 정정한다.

### 재판단 후 기각하지 않은 것 (신중 판정)

| 패턴 | 왜 기각 안 했나 |
|---|---|
| **A-16 영어 대명사 직역** | 규칙 자체가 **영어 원문 번역 맥락** 한정(예시 전부 영→한). 우리 코퍼스는 자생 산문이라 이 규칙의 발생 조건을 주지 않았다 = **검정 대상이 아님**. 자생 한국어에서 `그는/그의`를 인간이 더 쓴다는 사실(AI 0.0 vs 인간 1.9)은 "자생 산문에서는 발동 금지"를 뒷받침할 뿐 규칙을 기각하지 못한다. 200자 창 군집 측정에서도 인간 3.9% vs AI 0.7%로 규칙이 정의한 사건(단락 3회+)조차 인간이 더 일으킨다 — 자생 맥락 한정 |
| **C-1 열거 표지** | 우리 논설·에세이 표본에서 인간 0회로 나왔으나, **논설·에세이는 원래 열거를 잘 안 쓰는 장르**다. 학술·매뉴얼·설명문은 다르다. taxonomy가 이미 "기본 보존"(v2.0.1 S1→S2 강등)으로 신중하게 둔 것을 우리 장르 편향 표본으로 뒤집지 않는다. "논설·에세이 장르에서는 AI 신호"로만 한정 기록 |

## 모델 의존성 점검 (2026-08-29, n=60 x 60)

기준선을 24쌍에서 **사람 60편(11,620어절) vs AI 60편(20프롬프트 x 3모델)**으로 넓히고
모델별로 분해했다. 종전 기준선의 caveat("생성 모델이 단일이라 모델별 편차 미반영")을
해소하기 위한 측정이다. 판정 기준은 하나다 — **모든 모델에서 사람보다 높아야
모델 계열과 무관한 "AI다움"이라 부를 수 있다.**

### 전 모델 초과 (규칙 근거로 사용 가능)

| 패턴 | 사람/1k | fable-5 | gpt-5.6-sol | haiku-4.5 | 총 배수 |
|---|---|---|---|---|---|
| **C-8 대구** | 0.52 | 7.05 | 6.63 | 4.84 | 12.1× |
| **I-4 당위** | 1.64 | 2.61 | 12.01 | 5.65 | 3.7× |
| **F-5 추상 체인** | 3.87 | 6.26 | 4.97 | 6.85 | 1.6× |

C-8은 24쌍 측정(9.2배)과 n=60(12.1배)에서 모두 최강 신호로 재현됐다.

### 한 모델이 총계를 끌어올린 항목 (근거 재조정)

| 패턴 | 사람/1k | fable-5 | gpt-5.6-sol | haiku-4.5 | 판정 |
|---|---|---|---|---|---|
| **H-1 문두 접속사** | 0.43 | 0.26 | 0.83 | **6.85** | haiku 단독(17건 중 13편). fable·gpt는 사람과 구별 불가 |
| **H-3 메타 진입** | 0.86 | 0.00 | 0.00 | **2.02** | haiku 단독. 사람 60편 중 8편에서 10건 — 정상 담화 장치이기도 하다 |
| **G-3 안전 균형** | 0.09 | 0.26 | 0.00 | 1.21 | 사람 1건·AI 4건. 표본이 없어 **판정 불가(hold)** |

조치: H-1·H-3의 처방을 "문서 일괄 제거"에서 **"한 문단 3회+ 밀집 시 일부만"**으로 보수화하고,
H-1을 fast 경로의 "잔존 S1 0건" 목록에서 뺐다. G-3는 규칙을 남기되 실증 부족을 명시했다.

### 과업 편향 대조군 (2026-08-29) — J-2는 뒤집혔다

J-2(따옴표)가 사람 11.36 vs AI 0.00으로 나온 것이 문체 차이인지 과업 차이인지 가르기 위해,
**같은 20개 프롬프트·같은 모델에 과업 조건만 사람 코퍼스에 맞춘 대조군**을 만들었다
(직접 인용 2회+·수치/기관명 3회+·800~1000자, haiku-4.5·fable-5 각 20편 중 39편 채택).
사람 원문은 생성 세션에 보여주지 않았다.

| 패턴 | 사람/1k | AI 기존 | AI 과업매칭 | 판정 |
|---|---|---|---|---|
| **J-2 따옴표** | 11.36 | 0.00 | **26.89** | 과업 편향. 맞추면 **AI가 2.4배 더 쓴다** |
| **H-1 문두접속사** | 0.43 | 2.29 | **0.13** | 과업 편향. 맞추면 AI가 더 적게 쓴다 |
| **D-4 hype** | 0.26 | 0.34 | **0.00** | 취재 과업에서는 AI가 쓰지 않는다 |
| **C-8 대구** | 0.52 | 6.30 | **6.13** | **과업 무관** — 12배 유지 |
| **I-4 당위** | 1.64 | 6.07 | **3.39** | 초과 유지(3.7배 → 2.1배) |
| **F-5 추상체인** | 3.87 | 6.07 | **5.48** | 방향 유지(1.6배 → 1.4배) |

읽는 법이 중요하다. **"AI는 따옴표를 안 쓴다"는 관찰은 전적으로 과업 산물이었다.**
인용을 요구하면 AI는 사람보다 오히려 과하게 쓴다 — J-2 규칙의 방향("5회+면 줄여라")은
그 조건에서 옳다. 반대로 H-1은 모델 의존(haiku 단독)에 **과업 의존까지** 겹쳐,
"문두 접속사 남발"을 AI의 표지로 삼기 어렵다는 쪽으로 근거가 더 기운다.

C-8은 세 측정(24쌍 9.2배 · n=60 12.1배 · 과업매칭 11.8배)에서 모두 최강으로 재현됐다.
과업을 바꿔도 흔들리지 않는 유일한 항목이다.

### 이 측정의 한계

AI 60편은 사람 60편과 **주제가 1:1로 매칭되지 않는다**(장르 수준에서만 대응). 24쌍 기준선이
주제·분량까지 맞춘 더 엄격한 설계이므로 두 기준선은 대체가 아니라 상호 보완이며,
결론이 갈리면 24쌍을 우선한다. 모델별 표본은 각 20편(약 2,900어절)으로, 밀도 차이가 큰
항목(C-8·I-4)에는 충분하지만 희소 패턴(G-3·D-4)에는 부족하다.

## 6렌즈 팀 채굴 라운드 (2026-08-29)

7인 병렬 리서치: 어휘·calque·담화 렌즈(각 1) + 외부 모델 독립 채굴(교차 검증) + 학술 문헌 + 소형모델 조사 2. 채택 기준은 오케스트레이터의 **독립 재계수**로 전 모델·과업 조건 통과. 결과는 v2.6 신설 8건(A-20·A-21·D-10~13·F-7·I-7)·확장 4건·진단 관측 지표 절·오탐 방지 원칙 절로 반영.

핵심 발견 3가지:
1. **현세대 어휘 티는 어려운 한자어가 아니라 평이한 범용어 수렴이다.** 제고·도모·박차는 사람과 격차 0, 확대·강화·개선 수렴은 3.4배.
2. **영어 티 목록은 한국어로 이식되지 않는다.** blader/humanizer(38k★) 35패턴의 한국어 직역 후보를 코퍼스로 검증한 결과 §27 심층진실(격차 없음)·§12 가짜범위(사람이 2.6배 더 씀)·§34 가짜반론(무출현) — 유일한 생존자는 §6 과제 절(D-12, 한국어 자체 실측으로 채택). §33 fake-candid는 한국어에서 **정반대**(솔직히=사람 표지).
3. **담화 결핍 계열은 처방 불가** — 가치는 탐지·오탐 방지(역방향 지표). 3소스 수렴한 허공 인용(DS-2)이 대표.

문헌 후속 과제와 그 진행:
- **Juzek 2026 한국어 어휘 목록 — 다운그레이드 (2026-08-29 확인)**: 본 논문 PDF의 부록에는 영어·스페인어·프랑스어 선별 목록만 실려 있고 한국어 목록은 없다(보충자료 별도 추정). 더 중요하게, 본문 통시 분석에서 **한국어는 −22.2%로 감소 3위** — 저자들 스스로 코퍼스 구성 효과로 유보한 잡음 구간이다. "한국어판 delve 목록을 여기서 추출한다"는 계획은 폐기하고, 어휘 확장은 자체 코퍼스 채굴(F-7 등)로 계속한다. 방법론(split-halves)만 가져온다.
- **split-halves continuation**: 다음 측정 라운드의 표준 프로토콜 후보 — 같은 글의 앞 절반을 주고 이어 쓰게 해 필자·주제·문맥·문단 위치까지 통제한다. 현행 "동일 주제 짝대조"의 필자·매체 변이 미통제를 해소.
- MKUFS2 빈도 기반 임계 재보정 / 재생성 거리(Jeon 2026, EACL) Tier-2 게이트 — 미착수.

## 백포트 지침

- **A-2·I-1**: taxonomy 처방을 "무조건" → "남발일 때만"으로 조건화. 근거 앵커를 이 문서로.
- **A-16**: 처방에 "자생 한국어 산문(영어 원문 없는 글)에서는 발동하지 않는다" 명시.
- **C-8/C-14**: S1 유지·강화. 실측 최강 신호(9~18배)임을 근거에 부기.
- **신규 후보(장문·쉼표)**: E-1·E-5를 "문장길이 균일" → "장문 부재 + 쉼표 과다"로 실체화. 인용·괄호 결핍은 진단 관측 지표로만.
- **H-1·H-3**: 처방을 "문서 일괄"에서 "한 문단 3회+ 밀집 시 일부만"으로 보수화. 근거 앵커는 위 모델 의존성 점검.
- **G-3**: 규칙 유지하되 "실증 부족 — hold" 표기. 과업 대조군에서도 희소해 판정 불가.
- **J-2**: 근거를 과업 대조군 수치로 교체. 기존 AI 코퍼스의 0.00은 인용을 요구하지 않은 과업의 결과이지 문체가 아니다.
- **D-4**: 근거 약함 표기(사람 0.26 · AI 0.34 · 과업매칭 0.00). 이 항목으로 윤문 판단을 정당화하지 않는다.
- **재현 스크립트·코퍼스**는 imnotai-web에 있음. 코퍼스 자체는 저작권상 본진에 커밋하지 않고, 측정 방법과 결과만 이 문서로 이관.

"""Humanize KR v1.6 quantitative metrics calculator.

External pre-processor for the monolith fast path. Run BEFORE the monolith
agent — its output (prepended to the input text) gives the LLM a numerical
baseline read so it does not waste tool-call budget computing comma rates
or counting hanja suffixes.

Hard rule: standard library ONLY (json/re/math/collections/os/sys/argparse).
No konlpy/bareun/mecab/spaCy. We approximate morphological analysis with
regex + a small hanja suffix dictionary. Final judgement is monolith's job.

CLI:
    python metrics.py --input run/01_input.txt \
        --genre essay --output run/00_metrics.json
"""

from __future__ import annotations

import argparse
import json
import math
import os
import re
import sys
from collections import Counter
from typing import Any

# ---------------------------------------------------------------------------
# Module-level constants
# ---------------------------------------------------------------------------

VERSION = "v1.6"

# Connective endings (-고, -며, -지만, -면서, -아서, -어서) followed by a comma.
# All of these end at a syllable boundary, so we anchor to the syllable + ",".
# Use a non-capturing group; allow space before comma (Korean writers
# sometimes type "...고 ,").
_ENDING_COMMA_RE = re.compile(
    r"(?:고|며|지만|면서|아서|어서)\s*,"
)

# Eojeol = whitespace-separated token. Strip trailing punctuation for length
# accounting but keep raw token for diversity / suffix tests.
_EOJEOL_SPLIT_RE = re.compile(r"\s+")

# Sentence boundary: . ! ? + closing quote/bracket optional + whitespace or EOS.
# Korean text rarely uses semicolons; we keep them out to avoid false splits.
_SENTENCE_SPLIT_RE = re.compile(r"(?<=[\.!?。])\s+")

# Hanja-style nominalizer suffixes: 성, 적, 화. We only count them when the
# *token* ends with one of these AND has at least 2 chars before — that
# excludes the standalone particles "적" / "성" / "화" and short adverbial
# uses. We also skip pure-Hangul exact matches in a small block-list.
_HANJA_SUFFIXES = ("성", "적", "화")
_HANJA_BLOCK = {
    # Common false positives — bare verbs / nouns that happen to end in these
    # syllables but are not -성/-적/-화 nominalizations.
    "있는화", "되는화",  # placeholder — extend as needed
    "맞아", "와서",  # not actually -화 but caught for safety
}

# Tokens we never count for hanja density: numerals, English, single-char.
_PUNCT_STRIP_RE = re.compile(r"[\.,!?;:\(\)\[\]\{\}\"'`~、。“”‘’\-]+")


# ---------------------------------------------------------------------------
# Helpers
# ---------------------------------------------------------------------------


def _split_sentences(text: str) -> list[str]:
    text = text.strip()
    if not text:
        return []
    parts = _SENTENCE_SPLIT_RE.split(text)
    # Each `parts[i]` may contain newlines; flatten on \n too.
    out: list[str] = []
    for p in parts:
        for line in p.split("\n"):
            line = line.strip()
            if line:
                out.append(line)
    return out


def _eojeols(text: str) -> list[str]:
    return [tok for tok in _EOJEOL_SPLIT_RE.split(text.strip()) if tok]


def _strip_punct(token: str) -> str:
    return _PUNCT_STRIP_RE.sub("", token)


# ---------------------------------------------------------------------------
# 6 + 2 metric functions (signatures requested in the brief)
# ---------------------------------------------------------------------------


def comma_inclusion_rate(text: str) -> float:
    """Ratio of sentences containing 1+ commas (0~1)."""
    sents = _split_sentences(text)
    if not sents:
        return 0.0
    with_comma = sum(1 for s in sents if "," in s)
    return with_comma / len(sents)


def comma_usage_rate(text: str) -> float:
    """Average comma count per sentence."""
    sents = _split_sentences(text)
    if not sents:
        return 0.0
    return sum(s.count(",") for s in sents) / len(sents)


def ending_comma_rate(text: str) -> float:
    """Ratio of connective-ending positions immediately followed by a comma.

    Denominator = total connective-ending occurrences (with or without comma).
    Numerator   = ending + comma matches.
    Returns 0.0 when the denominator is 0.
    """
    if not text.strip():
        return 0.0
    # All occurrences of the endings (with optional trailing comma).
    all_endings = re.findall(r"(?:고|며|지만|면서|아서|어서)(?:\s*,)?", text)
    # Filter to those that actually represent a connective ending. The bare
    # syllable can occur inside other words (e.g. "고기"), so we require that
    # the syllable sit at an eojeol's end OR be followed by space/punct.
    # Approximation: count regex hits whose match ends at a token boundary.
    boundary_endings = re.findall(
        r"(?:고|며|지만|면서|아서|어서)(?=[\s,\.!?、。]|$)", text
    )
    if not boundary_endings:
        return 0.0
    # Count those followed by comma.
    with_comma = len(_ENDING_COMMA_RE.findall(text))
    return with_comma / len(boundary_endings)


def comma_segment_length(text: str) -> float:
    """Average eojeol-count of comma-delimited segments across sentences."""
    sents = _split_sentences(text)
    seg_lens: list[int] = []
    for s in sents:
        if "," not in s:
            seg_lens.append(len(_eojeols(s)))
            continue
        for seg in s.split(","):
            seg = seg.strip()
            if seg:
                seg_lens.append(len(_eojeols(seg)))
    if not seg_lens:
        return 0.0
    return sum(seg_lens) / len(seg_lens)


def conclusion_pivot_count(text: str, lexicon: list[str] | None = None) -> int:
    """Count occurrences of conclusion-pivot lexicon items."""
    items = lexicon or ["결론적으로", "따라서", "이를 통해", "그러므로"]
    return sum(text.count(w) for w in items)


def safe_balance_count(text: str, lexicon: list[str] | None = None) -> int:
    """Count occurrences of safe-balance hedge lexicon."""
    items = lexicon or ["양쪽 모두", "두 가지 모두", "장점도 있지만", "신중하게", "균형"]
    return sum(text.count(w) for w in items)


def hanja_nominalizer_density(text: str) -> float:
    """Token-level density of -성 / -적 / -화 endings (0~1).

    Token = whitespace-split eojeol after stripping trailing punctuation.
    A token "counts" only if it has >= 2 chars total (so bare "성", "적",
    "화" don't count) and its final char is one of the three suffixes.
    """
    tokens = [_strip_punct(t) for t in _eojeols(text)]
    tokens = [t for t in tokens if t]
    if not tokens:
        return 0.0
    hits = 0
    for t in tokens:
        if len(t) < 2:
            continue
        if t in _HANJA_BLOCK:
            continue
        if t[-1] in _HANJA_SUFFIXES:
            hits += 1
    return hits / len(tokens)


def lexical_diversity(text: str) -> float:
    """Type-token ratio over eojeols (unique / total)."""
    toks = [_strip_punct(t) for t in _eojeols(text)]
    toks = [t for t in toks if t]
    if not toks:
        return 0.0
    return len(set(toks)) / len(toks)


# ---------------------------------------------------------------------------
# Baseline + z-score
# ---------------------------------------------------------------------------


def _default_baseline_path() -> str:
    here = os.path.dirname(os.path.abspath(__file__))
    # Baseline ships next to metrics.py: references/baseline.json
    return os.path.join(here, "baseline.json")


def _load_baseline(path: str | None) -> dict[str, Any]:
    p = path or _default_baseline_path()
    with open(p, "r", encoding="utf-8") as f:
        return json.load(f)


def _resolve_genre_cells(
    baseline: dict[str, Any], genre: str
) -> tuple[dict[str, Any], str | None]:
    """Return (cells, fallback_warning_or_None).

    Cells = mapping metric_key -> {"human": x, "ai": y, ...} merged across
    requested genre with global_average fill for missing fields.
    """
    genres = baseline.get("genres", {}) or {}
    requested = genres.get(genre)
    fallback = None
    if requested is None:
        fallback = f"baseline_genre_null:{genre}->essay"
        requested = genres.get("essay") or {}
    # Merge with global average for any missing keys.
    g = baseline.get("global_average", {}) or {}
    merged: dict[str, Any] = {}
    keys = set(requested.keys()) | set(g.keys())
    for k in keys:
        cell = requested.get(k) or g.get(k)
        if cell:
            merged[k] = cell
    return merged, fallback


def _z(value: float, human: float, ai: float, *, percent: bool) -> float | None:
    """Approximate z-score using (ai - human) / 2 as standard deviation.

    The KatFish report only gives two means per metric; with no spread
    published, we treat half the human-vs-AI gap as a one-sigma proxy.
    Direction: positive z means closer to AI. percent=True converts the
    measured value (0~1) to percent before subtracting human.
    """
    if human is None or ai is None:
        return None
    val = value * 100 if percent else value
    sd = abs(ai - human) / 2.0
    if sd == 0:
        return 0.0
    return (val - human) / sd


def _classify_risk(z_scores: dict[str, float | None], lexicon_hits: dict[str, int]) -> tuple[str, int]:
    """오탐 방지 원칙(ai-tell-taxonomy)의 판정기 구현.

    쉼표(C-11) 계열은 필자 개인 습관 편차가 커서 단독으로는 증거가 못 된다
    — 계열 기여를 3점으로 상한하고, high 는 독립 계열 2개 이상이 동시에
    발화할 때만 부여한다 (Pebblous 티어다운 2026-08 반례 수용).
    """
    punct = 0
    for key in ("comma_inclusion_rate", "ending_comma_rate", "comma_segment_length"):
        z = z_scores.get(key)
        if z is not None and z > 1.0:
            punct += 2
    punct = min(punct, 3)
    lexical = 0
    ld = z_scores.get("lexical_diversity")
    if ld is not None and ld < -1.0:
        lexical += 1
    hz = z_scores.get("hanja_nominalizer_density")
    if hz is not None and hz > 1.0:
        lexical += 1
    rhetoric = 0
    if lexicon_hits.get("conclusion_pivot_count", 0) >= 2:
        rhetoric += 1
    if lexicon_hits.get("safe_balance_count", 0) >= 2:
        rhetoric += 1
    score = punct + lexical + rhetoric
    families = sum(1 for v in (punct, lexical, rhetoric) if v > 0)
    if score >= 6 and families >= 2:
        band = "high"
    elif score >= 4:
        band = "medium"
    else:
        band = "low"
    return band, score


def _evidence_spans(text: str, lexicon: list[str]) -> list[str]:
    found: list[str] = []
    for w in lexicon:
        if w in text:
            found.append(w)
    return found


# ---------------------------------------------------------------------------
# Public entry point
# ---------------------------------------------------------------------------


def compute_all(
    text: str,
    genre: str = "essay",
    baseline_path: str | None = None,
) -> dict[str, Any]:
    """Compute all v1.6 metrics + z-scores + risk band for a single document."""
    baseline = _load_baseline(baseline_path)
    cells, fallback_warning = _resolve_genre_cells(baseline, genre)
    lex = baseline.get("lexicons", {}) or {}
    pivot_lex = lex.get("conclusion_pivot") or [
        "결론적으로", "따라서", "이를 통해", "그러므로",
    ]
    safe_lex = lex.get("safe_balance") or [
        "양쪽 모두", "두 가지 모두", "장점도 있지만", "신중하게", "균형",
    ]

    metrics: dict[str, float | int] = {
        "comma_inclusion_rate": comma_inclusion_rate(text),
        "comma_usage_rate": comma_usage_rate(text),
        "ending_comma_rate": ending_comma_rate(text),
        "comma_segment_length": comma_segment_length(text),
        "conclusion_pivot_count": conclusion_pivot_count(text, pivot_lex),
        "safe_balance_count": safe_balance_count(text, safe_lex),
        "hanja_nominalizer_density": hanja_nominalizer_density(text),
        "lexical_diversity": lexical_diversity(text),
    }

    # baseline cells use percent for inclusion/ending rates.
    z_scores: dict[str, float | None] = {}
    for key, percent in (
        ("comma_inclusion_rate", True),
        ("comma_usage_rate", False),
        ("ending_comma_rate", True),
        ("comma_segment_length", False),
    ):
        cell = cells.get(key)
        if cell:
            z_scores[key] = _z(metrics[key], cell.get("human"), cell.get("ai"), percent=percent)
        else:
            z_scores[key] = None

    # hanja_nominalizer_density baseline: report says 12 occurrences per doc
    # = S2 strong signal. We approximate by treating density 0.06 as human
    # reference and 0.12 as AI reference (rough proxy when no per-doc cells).
    z_scores["hanja_nominalizer_density"] = _z(
        metrics["hanja_nominalizer_density"] * 100, 6.0, 12.0, percent=False
    )
    # lexical_diversity has no baseline cell either; use rough 0.65 human /
    # 0.55 AI from typical Korean essay corpora as a placeholder. AI tends
    # to repeat tokens slightly more.
    z_scores["lexical_diversity"] = _z(metrics["lexical_diversity"], 0.65, 0.55, percent=False)

    lexicon_hits = {
        "conclusion_pivot_count": int(metrics["conclusion_pivot_count"]),
        "safe_balance_count": int(metrics["safe_balance_count"]),
    }
    risk_band, risk_score = _classify_risk(z_scores, lexicon_hits)

    out: dict[str, Any] = {
        "version": VERSION,
        "genre": genre,
        "char_count": len(text),
        "metrics": metrics,
        "z_scores": z_scores,
        "risk_band": risk_band,
        "risk_score": risk_score,
        "evidence": {
            "conclusion_pivots": _evidence_spans(text, pivot_lex),
            "safe_balances": _evidence_spans(text, safe_lex),
        },
    }
    if fallback_warning:
        out["warning"] = fallback_warning
    return out


# ---------------------------------------------------------------------------
# CLI
# ---------------------------------------------------------------------------


def _main(argv: list[str] | None = None) -> int:
    parser = argparse.ArgumentParser(description="Humanize KR v1.6 metric runner")
    parser.add_argument("--input", required=True, help="Input text file path")
    parser.add_argument("--genre", default="essay", help="essay/poetry/abstract/...")
    parser.add_argument("--output", default=None, help="Output JSON path (optional)")
    parser.add_argument(
        "--baseline", default=None, help="Override baseline JSON path"
    )
    args = parser.parse_args(argv)

    with open(args.input, "r", encoding="utf-8") as f:
        text = f.read()

    result = compute_all(text, genre=args.genre, baseline_path=args.baseline)

    if args.output:
        os.makedirs(os.path.dirname(os.path.abspath(args.output)), exist_ok=True)
        with open(args.output, "w", encoding="utf-8") as f:
            json.dump(result, f, ensure_ascii=False, indent=2)

    print(result["risk_band"])
    return 0


if __name__ == "__main__":
    sys.exit(_main())

"""Humanize KR v2.0 quantitative metrics calculator.

Extends v1.6 metrics.py with post-editese 3축 (simplification·normalisation·
interference) and 8 translation-type detection signals from the Korean
machine-translation/post-editing literature (Toral 2019; Schmaltz 2020;
보고서 T1~T8).

Hard rule: standard library ONLY (json/re/math/collections/os/sys/argparse/
statistics). No konlpy/bareun/mecab/spaCy. Morphological analysis is
approximated with regex + suffix dictionaries (한자어 -성·-적·-화·-도·-력·-감·-원,
평서형 -한다·-된다·-이다, 진행형 -고 있다, 이중 조사 -에서의·-에로의·-으로의·-에의·-으로부터의·-로부터의).

Versioning:
- v1.6 8 functions (comma_inclusion_rate ... lexical_diversity) are imported
  *as-is* from references/metrics.py (signature + return preserved). DO NOT
  redefine them here. Regression-safe.
- v2.0 adds 14 NEW pure functions for post-editese + T1~T8 detection,
  plus `change_rate()` — the SSOT for 철칙 #4 change-rate gating.

This file ships next to metrics.py at
`skills/humanize-korean/references/`.

CLI:
    python metrics_v2.py --input run/01_input.txt \
        --genre essay --output run/00_metrics_v2.json
"""

from __future__ import annotations

import argparse
import difflib
import json
import math
import os
import re
import sys
from collections import Counter
from statistics import StatisticsError, mean, pstdev
from typing import Any

# ---------------------------------------------------------------------------
# Import v1.6 metrics module (regression-safe — signatures untouched)
# ---------------------------------------------------------------------------

_HERE = os.path.dirname(os.path.abspath(__file__))
# metrics.py ships in the same references/ directory as this file.
_V1_METRICS_DIR = _HERE
if _V1_METRICS_DIR not in sys.path:
    sys.path.insert(0, _V1_METRICS_DIR)

import metrics as _v1  # noqa: E402  (sys.path mutation is intentional)

# Re-export the 8 v1.6 metric callables verbatim. They keep their original
# signatures and return shapes — `metrics_v2.comma_inclusion_rate(text)`
# is byte-identical to `metrics.comma_inclusion_rate(text)`.
comma_inclusion_rate = _v1.comma_inclusion_rate
comma_usage_rate = _v1.comma_usage_rate
ending_comma_rate = _v1.ending_comma_rate
comma_segment_length = _v1.comma_segment_length
conclusion_pivot_count = _v1.conclusion_pivot_count
safe_balance_count = _v1.safe_balance_count
hanja_nominalizer_density = _v1.hanja_nominalizer_density
lexical_diversity = _v1.lexical_diversity

# Reuse v1.6 internal helpers (private, regression-safe — we never mutate).
_split_sentences = _v1._split_sentences
_eojeols = _v1._eojeols
_strip_punct = _v1._strip_punct

VERSION = "v2.0"

# ---------------------------------------------------------------------------
# v2.0 module-level constants — sufix / lexicon dictionaries
# ---------------------------------------------------------------------------

# 한자어 명사화 접미사 v2.0 확장 — v1.6의 -성·-적·-화 + 보고서 T6 보강 4종.
# token-final 1글자 매칭. 토큰 길이 >= 2 가드는 함수 내부에서.
_HANJA_SUFFIXES_V2 = ("성", "적", "화", "도", "력", "감", "원")

# 평서형 종결 사전 — normalisation 축. 문장 마지막 어절의 어미를 매칭.
# 한자어 + 한다/된다/이다 형태가 가장 흔한 정규화 시그널.
_DECLARATIVE_ENDINGS = ("한다", "된다", "이다")

# 진행형 어미 — T8b. "~고 있다" 표층 매칭. 종결형/연결형 모두 포함.
# 부정형 "있지 않다", 의존명사 "있는" 은 별개. 정규식은 "고 있" 토큰
# 시작점 + 후속 "다/었/는" 등을 폭넓게 캡처.
_PROGRESSIVE_RE = re.compile(
    r"고\s*있(?:다|었|는|을|던|는다"          # 한다체·관형형 (기존)
    r"|음|었음|으며|었으며|고|어|어서|으니|"   # 음슴체·연결형 (추가)
    r"기|기에|는지|을지|겠다|겠음)"            # 명사형·추정 (추가)
)

# T2b 이중 피동 표층 어휘. 모두 "되어진/여진/혀진/려진" 등 피동 보조어간 +
# 피동 보조용언 중첩의 표층형. 단순 "되다" 는 정상 표현이므로 제외.
_DOUBLE_PASSIVE_TOKENS = (
    "되어진다",
    "되어졌다",
    "되어진",
    "되어지는",
    "여지다",
    "여진다",
    "여졌다",
    "여진",
    "잊혀진",
    "잊혀졌",
    "잊혀진다",
    "보여진다",
    "보여졌다",
    "보여진",
    "쓰여진다",
    "쓰여졌다",
    "쓰여진",
    "닫혀진",
    "열려진",
    "불려진",
    "놓여진",
)

# T2a "~에 의해 + 피동" — 피동 동사가 직후 3어절 안에 등장해야 매칭.
# 단순 "에 의해" 는 빈번한 자연 한국어이므로 제외 (보고서 T2 caveat).
# 어미는 NFC 결합형(된다=된+다)으로 표면화되므로 음절 단위로 열거하고,
# 부사 등이 끼는 경우를 위해 어절 경계는 최대 2개까지 넘는다 (#131).
_PASSIVE_JI_SURFACES = tuple(
    f"{pre}{suf}"
    for pre in ("어", "아", "여", "혀", "려", "해", "워")
    for suf in ("지", "진", "질", "짐", "졌", "져")
)

_BY_PASSIVE_RE = re.compile(
    r"에\s*의(?:해|하여)\s+(?:\S+\s+){0,2}?\S*?"
    r"(?:되|된|될|됨|됩|받|당하|" + "|".join(_PASSIVE_JI_SURFACES) + r")"
)

# T3 인칭 대명사 — 영어 he/she/it/they 의 1대1 매핑.
# "그" 단독은 지시사·관형사로도 자주 쓰이므로 보수적으로 처리:
#   - "그" 뒤에 조사 "는/가/를/의/에게/에서/와/도/만" 이 붙은 경우만 인칭으로 본다.
#   - 그녀/그들/그것 은 거의 항상 인칭 대명사이므로 단독 매칭.
_PRONOUN_RE = re.compile(
    r"(?:그녀(?:는|가|를|의|에게|와|도|만)?"
    r"|그것(?:은|이|을|의|에|에게)?"
    r"|그들(?:은|이|을|의|에게|과|도)?"
    r"|그(?:는|가|를|의|에게|와|도|만)(?=\s|[\.,!?]|$))"
)

# T4 무정물·추상명사 + -들. 토큰 단위 매칭.
# 보고서 III.3.4.2 + pe_checklist PE5에서 "거의 모두 삭제 후보" 로 거론된
# 핵심 어휘셋. 사전은 보수적(false positive 줄임).
_INANIMATE_DEUL_TOKENS = (
    "데이터들",
    "정보들",
    "결과들",
    "연구들",
    "아이디어들",
    "방법들",
    "문제들",
    "의견들",
    "시스템들",
    "기술들",
    "사실들",
    "사례들",
    "이론들",
    "개념들",
    "현상들",
    "특징들",
    "요소들",
    "원인들",
    "영향들",
    "변화들",
    "기능들",
    "조건들",
    "기준들",
    "관점들",
    "원리들",
)

# T6 light verb construction — have/make 류 직역.
# "회의를 가지다·결정을 내리다" 식 light verb.
_HAVE_MAKE_LITERAL_TOKENS = (
    "가지고 있다",
    "가지고있다",
    "가지고 있는",
    "가지고있는",
    "가지고 있었",
    "가지고있었",
    "가지고 있으",
    "가지고있으",
    "갖고 있다",
    "갖고있다",
    "갖고 있는",
    "갖고있는",
    "을 가지다",
    "를 가지다",
    "을 가졌",
    "를 가졌",
    "을 가진다",
    "를 가진다",
    "을 만들다",
    "를 만들다",
    "을 만들었",
    "를 만들었",
    "을 만들어 낸",
    "를 만들어 낸",
    "을 만들어낸",
    "를 만들어낸",
    "회의를 가지",
    "회의를 가졌",
    "한번 봄을 가지",
    "결정을 내리",
    "결정을 내렸",
)

# T7 이중 조사 결합. caveat #5 (단순 ~의 제외) 정확히 반영.
# "에서의" 등 6종만 매칭 — 단일 ~의는 절대 매칭 안 됨.
_DOUBLE_PARTICLE_RE = re.compile(
    r"(?:에서의|에로의|으로의|에의|으로부터의|로부터의)"
)

# 단락 분리: 빈 줄 1개 이상.
_PARAGRAPH_SPLIT_RE = re.compile(r"\n\s*\n")

# 종결어미 다양성 — 문장 마지막 종결어미 표층(보통 1~2음절 끝마디)을 키로 사용.
# verb stem(예: "결정한다"의 "결정") 부분은 제외하고 어미 부분(예: "한다")만 봐야
# 다양성 신호가 의미를 가진다. 따라서 마지막 2음절을 우선 키로 사용.
_ENDING_FINAL_RE = re.compile(r"([가-힣]{2})[\.!?]\s*$")
# 한 음절만 있는 문장(예: "와.")은 별도로 1음절 매칭.
_ENDING_FINAL_FALLBACK_RE = re.compile(r"([가-힣])[\.!?]\s*$")


# ---------------------------------------------------------------------------
# Local helpers (do not shadow v1.6)
# ---------------------------------------------------------------------------


def _split_paragraphs(text: str) -> list[str]:
    text = text.strip()
    if not text:
        return []
    return [p.strip() for p in _PARAGRAPH_SPLIT_RE.split(text) if p.strip()]


def _last_eojeol(sentence: str) -> str:
    toks = _eojeols(sentence)
    if not toks:
        return ""
    return _strip_punct(toks[-1])


def _all_tokens(text: str) -> list[str]:
    toks = [_strip_punct(t) for t in _eojeols(text)]
    return [t for t in toks if t]


# ---------------------------------------------------------------------------
# === v2.0 NEW METRICS ===
# Group A: simplification 축
# ---------------------------------------------------------------------------


def lexical_diversity_ttr(text: str) -> float:
    """Type-token ratio (TTR) over Korean eojeols — simplification axis.

    Identical computation to v1.6 ``lexical_diversity`` but exposed under the
    Toral 2019 simplification-axis name so the post-editese score can map
    cleanly. Returns 0.0 on empty input.
    """
    return lexical_diversity(text)


def lexical_density(text: str) -> float:
    """Content-word ratio — proxy for lexical density (simplification axis).

    Standard-library proxy: a token is counted as a *content word* if its
    final character is one of the v2.0 hanja nominalizer suffixes
    (-성·-적·-화·-도·-력·-감·-원), or if it ends with a verb/adjective
    declarative marker (-한다·-된다·-이다·-했다·-된다·-였다·-이었다·-답다·-스럽다·-롭다).
    Function words (조사·접속부사) are filtered out by length<2 and a small
    stopword list.

    Returns content_word_count / total_token_count in [0, 1].
    """
    tokens = _all_tokens(text)
    if not tokens:
        return 0.0
    stop = {
        "그리고", "그러나", "하지만", "또한", "또는", "혹은", "즉", "예를", "예컨대",
        "이는", "이것은", "그것은", "그러므로", "따라서",
    }
    content_suffixes = ("성", "적", "화", "도", "력", "감", "원")
    content_endings = (
        "한다", "된다", "이다", "했다", "였다", "었다",
        "답다", "스럽다", "롭다", "하다", "되다",
    )
    hits = 0
    for t in tokens:
        if len(t) < 2:
            continue
        if t in stop:
            continue
        if t[-1] in content_suffixes:
            hits += 1
            continue
        if any(t.endswith(end) for end in content_endings):
            hits += 1
    return hits / len(tokens)


def ending_diversity(text: str) -> float:
    """Sentence-ending diversity — unique endings / total sentences.

    Approximates 종결어미 다양성. Sentence is split via v1.6 helper; the
    last 1~3 syllables (Hangul only) before the terminal punctuation are
    used as the ending key. Higher = more diverse (more human-like).
    Returns 0.0 when no sentence ends with valid punctuation.
    """
    sents = _split_sentences(text)
    keys: list[str] = []
    for s in sents:
        m = _ENDING_FINAL_RE.search(s)
        if m:
            keys.append(m.group(1))
            continue
        m2 = _ENDING_FINAL_FALLBACK_RE.search(s)
        if m2:
            keys.append(m2.group(1))
    if not keys:
        return 0.0
    return len(set(keys)) / len(keys)


# ---------------------------------------------------------------------------
# Group B: normalisation 축
# ---------------------------------------------------------------------------


def normalisation_score(text: str) -> float:
    """Declarative-form (~한다/~된다/~이다) concentration — normalisation axis.

    Returns the ratio of sentences whose final eojeol ends with one of the
    three canonical declarative markers (~한다·~된다·~이다 — variants
    `-한다.`, `-한다!` 등은 punctuation-stripped). High values (>0.7) signal
    normalised, AI-like prose; very low values (<0.3) often signal informal
    speech (해체) or heterogeneous registers. Range [0, 1].
    """
    sents = _split_sentences(text)
    if not sents:
        return 0.0
    hits = 0
    for s in sents:
        last = _last_eojeol(s)
        if not last:
            continue
        for ending in _DECLARATIVE_ENDINGS:
            if last.endswith(ending):
                hits += 1
                break
    return hits / len(sents)


def da_streak_rate(text: str) -> int:
    """Count of '-다' streak runs of length >= 4 — T8a normalisation signal.

    A *streak* = consecutive sentences whose final eojeol ends in '다'
    (any '~다' — 한다·된다·이다·었다·았다·였다 등). Streaks of length 4+
    are reported. The return value is the number of distinct streaks
    (not the total streak length). Documents with one long uniform run
    of '-다' will return 1; truly diverse docs return 0.
    """
    sents = _split_sentences(text)
    streaks = 0
    cur = 0
    for s in sents:
        last = _last_eojeol(s)
        if last.endswith("다"):
            cur += 1
        else:
            if cur >= 4:
                streaks += 1
            cur = 0
    if cur >= 4:
        streaks += 1
    return streaks


# ---------------------------------------------------------------------------
# Group C: interference 축 — T1~T8 detection signals
# ---------------------------------------------------------------------------


def inanimate_subject_rate(text: str) -> float:
    """T1: inanimate-subject + universal-verb pattern rate.

    Approximation: count sentences whose first content noun ends with one
    of the v2.0 hanja suffixes (-성·-적·-화·-도·-력·-감·-원) OR matches a
    short list of inanimate/abstract subjects (`연구·데이터·분석·결과·시스템·
    기술·사례·현상·이론·정책·보고서`) AND whose verb is a universal
    cognitive/declarative verb (보여준다·시사한다·만든다·드러낸다·제시한다·
    나타낸다·증명한다·말해준다·의미한다·가져온다). Returns
    matching_sents / total_sents in [0, 1].
    """
    sents = _split_sentences(text)
    if not sents:
        return 0.0
    inanimate_subjects = (
        "연구", "데이터", "분석", "결과", "시스템", "기술", "사례",
        "현상", "이론", "정책", "보고서", "AI", "인공지능", "모델",
        "알고리즘", "변화", "위기", "혁신", "사회", "경제",
    )
    universal_verbs = (
        "보여준다", "보여줬다", "보여주는", "시사한다", "시사하는",
        "만든다", "만들어", "드러낸다", "드러냈다", "드러내는",
        "제시한다", "제시했다", "나타낸다", "나타냈다", "나타내는",
        "증명한다", "증명했다", "말해준다", "말해주는",
        "의미한다", "의미하는", "가져온다", "가져왔다", "가져오는",
    )
    hits = 0
    for s in sents:
        toks = _all_tokens(s)
        if not toks:
            continue
        head = toks[0]
        # Subject heuristic: first token, optionally followed by 은/는/이/가.
        head_stem = head
        for josa in ("은", "는", "이", "가", "도"):
            if head.endswith(josa) and len(head) > 1:
                head_stem = head[:-1]
                break
        is_inanimate = (
            head_stem in inanimate_subjects
            or (len(head_stem) >= 2 and head_stem[-1] in _HANJA_SUFFIXES_V2)
        )
        if not is_inanimate:
            continue
        # Verb heuristic: any later token in `universal_verbs`.
        if any(any(uv in t for uv in universal_verbs) for t in toks[1:]):
            hits += 1
    return hits / len(sents)


def by_passive_count(text: str) -> int:
    """T2a: ~에 의해 + passive-verb co-occurrence count.

    Bare '에 의해' is excluded. Only the regex-anchored
    '에 의해 ... 되/받/당하/지' pattern is counted. Returns int >= 0.
    """
    if not text.strip():
        return 0
    return len(_BY_PASSIVE_RE.findall(text))


def double_passive_count(text: str) -> int:
    """T2b: double-passive (잊혀지다·보여지다·되어진다·여지다·쓰여지다 …) count.

    Surface-form lexicon. 단순 '되다' 는 제외 (자연 표현). Returns int >= 0.
    """
    if not text.strip():
        return 0
    n = 0
    for tok in _DOUBLE_PASSIVE_TOKENS:
        n += text.count(tok)
    return n


def pronoun_density(text: str) -> float:
    """T3: personal-pronoun density per paragraph (avg).

    Counts 그/그녀/그것/그들 (+ 조사 fused forms). Bare '그' is only counted
    when followed by 는/가/를/의/에게/와/도/만 to filter out demonstrative use.
    Returns paragraph-mean of (pronoun_tokens / paragraph_eojeols).
    Range [0, 1]. Empty input returns 0.0.
    """
    paragraphs = _split_paragraphs(text)
    if not paragraphs:
        return 0.0
    densities: list[float] = []
    for p in paragraphs:
        toks = _all_tokens(p)
        if not toks:
            continue
        pronoun_hits = len(_PRONOUN_RE.findall(p))
        densities.append(pronoun_hits / len(toks))
    if not densities:
        return 0.0
    try:
        return mean(densities)
    except StatisticsError:
        return 0.0


def deul_overuse_rate(text: str) -> float:
    """T4: inanimate / abstract noun + '-들' over-use ratio.

    Returns deul_overuse_hits / total_eojeols. The numerator counts
    occurrences of any token in `_INANIMATE_DEUL_TOKENS` (데이터들·정보들·
    결과들·연구들·아이디어들·방법들·문제들·의견들·시스템들·기술들 …).
    Range [0, 1] — practical AI text seldom exceeds ~0.05.
    """
    toks = _all_tokens(text)
    if not toks:
        return 0.0
    hits = 0
    for t in toks:
        # Match exact OR with one short josa suffix (-과/와/이/가/을/를/의/에/은/는/도)
        if t in _INANIMATE_DEUL_TOKENS:
            hits += 1
            continue
        for base in _INANIMATE_DEUL_TOKENS:
            if t.startswith(base) and len(t) - len(base) in (1, 2):
                # remaining tail must be hangul (likely josa)
                tail = t[len(base):]
                if all("가" <= ch <= "힣" for ch in tail):
                    hits += 1
                    break
    return hits / len(toks)


def relative_clause_nesting(text: str) -> int:
    """T5: count of sentences with relative-clause nesting depth >= 3.

    Approximation: a sentence is nested when it contains 3+ adnominal
    clause endings -ㄴ/-는/-ㄹ/-한/-된/-할 followed by a noun (heuristic:
    the syllable before whitespace). We check every sentence for the
    count of token endings in `(ㄴ|는|ㄹ|던|할|한|된|될)` followed by a
    short space-separated noun. Returns the *number of sentences*
    (not total nestings) with depth >= 3.
    """
    sents = _split_sentences(text)
    if not sents:
        return 0
    # 관형형 어미 종결 음절 매칭 — 어절 끝이 (ㄴ|는|ㄹ|던|한|된|할|될|온) 인 토큰 수.
    adnominal_re = re.compile(r"[가-힣]+(?:ㄴ|는|ㄹ|던|한|된|할|될|온|간)\s+[가-힣]")
    matches_per_sent = []
    for s in sents:
        m = adnominal_re.findall(s)
        matches_per_sent.append(len(m))
    return sum(1 for c in matches_per_sent if c >= 3)


def have_make_literal_count(text: str) -> int:
    """T6: count of literal have/make light-verb constructions.

    가지고 있다·갖고 있다·~을 가지다·~을 만들다·회의를 가지다·결정을 내리다 …
    Returns int >= 0.
    """
    if not text.strip():
        return 0
    n = 0
    for tok in _HAVE_MAKE_LITERAL_TOKENS:
        n += text.count(tok)
    return n


def double_particle_count(text: str) -> int:
    """T7: double-particle (에서의·에로의·으로의·에의·으로부터의·로부터의) count.

    Caveat #5 (single ~의 excluded) is *enforced by construction* — the
    regex never matches a bare ~의. Returns int >= 0.
    """
    if not text.strip():
        return 0
    return len(_DOUBLE_PARTICLE_RE.findall(text))


def progressive_aspect_rate(text: str) -> float:
    """T8b: progressive aspect '~고 있다' rate per sentence.

    Returns progressive_hits / total_sentences. Surface-form match; not
    every '~고 있다' is reducible (예: 진행 의미가 본질적인 동사) but
    high rates flag automatic 1대1 매핑. Range typically [0, 1+] — values
    >0.5 signal heavy literal mapping.
    """
    sents = _split_sentences(text)
    if not sents:
        return 0.0
    hits = sum(len(_PROGRESSIVE_RE.findall(s)) for s in sents)
    return hits / len(sents)


# ---------------------------------------------------------------------------
# === v2.0 INTERFERENCE INDEX ===
# Composite signal weighted across T1~T8.
# ---------------------------------------------------------------------------


def interference_index(text: str) -> dict[str, Any]:
    """T1~T8 weighted interference signal — interference axis composite.

    Returns a dict with each sub-signal score plus a `weighted_total`
    that sums per-type contributions (each capped to [0, 1] by simple
    rescaling). This is descriptive, not a z-score — calibration to
    baseline happens in compute_all_v2.
    """
    n_sents = max(len(_split_sentences(text)), 1)
    chars = max(len(text), 1)
    components = {
        "T1_inanimate_subject_rate": inanimate_subject_rate(text),
        "T2a_by_passive_per_1k": by_passive_count(text) / chars * 1000,
        "T2b_double_passive_per_1k": double_passive_count(text) / chars * 1000,
        "T3_pronoun_density": pronoun_density(text),
        "T4_deul_overuse_rate": deul_overuse_rate(text),
        "T5_nested_clause_count": relative_clause_nesting(text),
        "T6_have_make_per_1k": have_make_literal_count(text) / chars * 1000,
        "T7_double_particle_per_1k": double_particle_count(text) / chars * 1000,
        "T8b_progressive_rate": progressive_aspect_rate(text),
    }
    # Each component clamped to [0, 1] heuristically:
    weights = {
        "T1_inanimate_subject_rate": 1.0,        # already in [0,1]
        "T2a_by_passive_per_1k": 0.2,            # /5
        "T2b_double_passive_per_1k": 0.2,
        "T3_pronoun_density": 4.0,               # human <0.015, scale up
        "T4_deul_overuse_rate": 4.0,
        "T5_nested_clause_count": 0.05,          # /20
        "T6_have_make_per_1k": 0.2,
        "T7_double_particle_per_1k": 0.5,
        "T8b_progressive_rate": 1.0,
    }
    weighted_total = 0.0
    for k, v in components.items():
        weighted_total += min(1.0, max(0.0, v * weights[k]))
    return {
        "components": components,
        "weighted_total": weighted_total,
        "n_sentences": n_sents,
        "n_chars": chars,
    }


# ---------------------------------------------------------------------------
# === C-8 ANTITHESIS COUNTER (구조 게이트 — 전멸 판정 전용) ===
# ---------------------------------------------------------------------------

# C-8 부정-긍정 대구 표층형: "X가/이 아니라 Y", "~이기 이전에", "~되기 이전에",
# "~이기보다". 사람 글에도 흔한 정상 수사이므로 절대치로는 아무 판정도 못 한다.
_ANTITHESIS_RE = re.compile(r"(?:가|이)\s*아니라|이기\s*이전에|되기\s*이전에|이기보다")


def antithesis_count(text: str) -> int:
    """C-8 부정-긍정 대구("X가 아니라 Y" 류) 카운트. 전멸 게이트용.

    절대치 판정 금지 — 대구는 사람 글에도 흔한 정상 수사다. 이 카운트는
    ``before >= 5 AND after == 0`` (전멸 = 윤문이 수사 구조를 몰살) 판정
    전용이다. 문자 diff가 못 보는 구조 편집(C-8 -75% 뒤에 change_rate
    2.77%가 숨는 실측 사례)을 잡기 위한 진단 앵커.
    """
    if not text.strip():
        return 0
    return len(_ANTITHESIS_RE.findall(text))


# ---------------------------------------------------------------------------
# === CHANGE RATE (철칙 #4 게이트 SSOT) ===
# ---------------------------------------------------------------------------

# 철칙 #4 게이트 임계값. change_rate() 반환값과 직접 비교한다.
CHANGE_RATE_WARN = 0.30   # 30% 초과 — 경고, 과윤문 점검
CHANGE_RATE_ABORT = 0.50  # 50% 초과 — 강제 중단

# 마크업 전용 줄: 코드 펜스·수평선·표 구분선 등 — ignore_markup 모드에서 제거.
_MARKUP_ONLY_LINE_RE = re.compile(
    r"^\s*(?:```.*|~~~.*|-{3,}|\*{3,}|={3,}|\|[\s:\-|]*)\s*$"
)
# 줄머리 마크업 장식: 헤딩(#)·불릿(-·*·+)·번호 목록·인용(>) — 장식만 벗기고
# 텍스트 내용은 보존한다.
_MARKUP_PREFIX_RE = re.compile(r"^\s*(?:#{1,6}\s+|>\s?|[-*+]\s+|\d{1,3}[.)]\s+)")


def _strip_markup(text: str) -> str:
    """Drop markup-only lines and leading markup decoration, keep content."""
    kept: list[str] = []
    for line in text.splitlines():
        if _MARKUP_ONLY_LINE_RE.match(line):
            continue
        kept.append(_MARKUP_PREFIX_RE.sub("", line))
    return "\n".join(kept)


def change_rate(before: str, after: str, ignore_markup: bool = False) -> float:
    """윤문 전후 문자 기반 변경률 — 철칙 #4 게이트의 SSOT.

    이 함수의 반환값이 변경률의 단일 진실 원천(SSOT)이며, 에이전트의
    재량(눈대중) 자가 산출을 대체한다. 게이트 판정은 반드시 이 값과
    ``CHANGE_RATE_WARN``(0.30 경고) / ``CHANGE_RATE_ABORT``(0.50 강제 중단)
    상수를 비교해 내린다.

    계산: ``difflib.SequenceMatcher`` 문자 단위 유사도의 보수
    (``1 - ratio``). 0.0(동일) ~ 1.0(전면 교체) 범위.

    ``ignore_markup=True``이면 양쪽 텍스트에서 마크업 전용 줄(코드 펜스·
    수평선·표 구분선)을 제거하고 줄머리 장식(헤딩 #·불릿·번호·인용 >)을
    벗긴 뒤 비교한다 — 헤딩·마크업 삭제가 본문 변경률을 부풀리는 문제
    (2026-04-26-001 run에서 44.7% 중 상당분이 마크업 삭제)의 보정용.
    기본값은 순수 문자 diff.
    """
    if ignore_markup:
        before = _strip_markup(before)
        after = _strip_markup(after)
    if not before and not after:
        return 0.0
    matcher = difflib.SequenceMatcher(None, before, after, autojunk=False)
    return 1.0 - matcher.ratio()


# ---------------------------------------------------------------------------
# Baseline + z-score (v2.0 extension)
# ---------------------------------------------------------------------------


def _default_baseline_v2_path() -> str:
    return os.path.join(_HERE, "baseline_v2.json")


def _load_baseline_v2(path: str | None) -> dict[str, Any]:
    p = path or _default_baseline_v2_path()
    if not os.path.exists(p):
        return {}
    with open(p, "r", encoding="utf-8") as f:
        return json.load(f)


def _z_simple(value: float, mean_v: float, stdev: float) -> float | None:
    if stdev is None or stdev <= 0:
        return None
    return (value - mean_v) / stdev


# ---------------------------------------------------------------------------
# Public entry point — v2.0 superset
# ---------------------------------------------------------------------------


def compute_all_v2(
    text: str,
    genre: str = "essay",
    baseline_path: str | None = None,
    baseline_v2_path: str | None = None,
) -> dict[str, Any]:
    """Compute v1.6 metrics + v2.0 post-editese + T1~T8 signals.

    Returns the v1.6 ``compute_all`` payload extended with:
        - ``v2_metrics``: dict of new metric values
        - ``v2_z_scores``: per-metric z against baseline_v2 (None if placeholder)
        - ``v2_baseline_warnings``: list of metric keys whose baseline cell
          carries `_placeholder: true`.
    """
    base = _v1.compute_all(text, genre=genre, baseline_path=baseline_path)
    v2_metrics: dict[str, float | int] = {
        "lexical_diversity_ttr": lexical_diversity_ttr(text),
        "lexical_density": lexical_density(text),
        "ending_diversity": ending_diversity(text),
        "normalisation_score": normalisation_score(text),
        "da_streak_rate": da_streak_rate(text),
        "inanimate_subject_rate": inanimate_subject_rate(text),
        "by_passive_count": by_passive_count(text),
        "double_passive_count": double_passive_count(text),
        "pronoun_density": pronoun_density(text),
        "deul_overuse_rate": deul_overuse_rate(text),
        "relative_clause_nesting": relative_clause_nesting(text),
        "have_make_literal_count": have_make_literal_count(text),
        "double_particle_count": double_particle_count(text),
        "progressive_aspect_rate": progressive_aspect_rate(text),
        # C-8 대구 카운트 — 진단 앵커로만 노출. baseline placeholder라 z는
        # None이어도 무방. 판정은 before/after 전멸 비교로만 한다.
        "antithesis_count": antithesis_count(text),
    }
    interference = interference_index(text)

    bv2 = _load_baseline_v2(baseline_v2_path)
    cells = {}
    warnings: list[str] = []
    if bv2:
        genres = bv2.get("genres", {}) or {}
        cells = genres.get(genre) or genres.get("essay") or {}
    z_scores: dict[str, float | None] = {}
    for k, v in v2_metrics.items():
        cell = cells.get(k)
        if not cell:
            z_scores[k] = None
            continue
        if cell.get("_placeholder"):
            warnings.append(k)
        z_scores[k] = _z_simple(
            float(v), float(cell.get("mean", 0.0)), float(cell.get("stdev", 0.0))
        )

    base["version"] = VERSION
    base["v2_metrics"] = v2_metrics
    base["v2_interference_index"] = interference
    base["v2_z_scores"] = z_scores
    base["v2_baseline_warnings"] = warnings
    return base


# ---------------------------------------------------------------------------
# CLI
# ---------------------------------------------------------------------------


def _main(argv: list[str] | None = None) -> int:
    parser = argparse.ArgumentParser(description="Humanize KR v2.0 metric runner")
    parser.add_argument("--input", required=True, help="Input text file path")
    parser.add_argument("--genre", default="essay", help="essay/news/blog/qa/dialogue")
    parser.add_argument("--output", default=None, help="Output JSON path (optional)")
    parser.add_argument(
        "--baseline", default=None, help="Override v1.6 baseline JSON path"
    )
    parser.add_argument(
        "--baseline-v2", default=None, help="Override v2.0 baseline JSON path"
    )
    args = parser.parse_args(argv)

    with open(args.input, "r", encoding="utf-8") as f:
        text = f.read()

    result = compute_all_v2(
        text,
        genre=args.genre,
        baseline_path=args.baseline,
        baseline_v2_path=args.baseline_v2,
    )

    if args.output:
        os.makedirs(os.path.dirname(os.path.abspath(args.output)), exist_ok=True)
        with open(args.output, "w", encoding="utf-8") as f:
            json.dump(result, f, ensure_ascii=False, indent=2)

    print(result["risk_band"])
    return 0


# ---------------------------------------------------------------------------
# v1.6 호환 별칭 (prepare_monolith_input.py가 _metrics_mod.compute_all 호출)
# ---------------------------------------------------------------------------
compute_all = compute_all_v2  # v2.0 출력은 v1.6의 상위집합 (integration_note §1)


if __name__ == "__main__":
    sys.exit(_main())

## 자체검증 체크리스트 (monolith 윤문 후 자가 점검)

윤문 직후 5초 내에 다음을 자체 점검한다. 한 항목이라도 위반이면 해당 edit 롤백.

1. **고유명사·수치·날짜·인용·내용 앵커 100% 보존**: 원문 대비 한 글자도 다르지 않은가. 문장별 핵심 내용 명사·개념어의 원형 어휘가 각각 최소 한 번 남았는가
   - 표준 technical term(API·prompt·token·pipeline 등)은 원어/외래어로 보존 — 기계적 직역 금지(prompt→"지시문" ✗)
2. **변경률**: 30% 이하인가. 확정 판정은 오케스트레이터 Phase 2.5(`verify_change_rate.py`) — 자가 산출값은 참고용
3. **장르 이탈 없음**: 칼럼이 에세이·문학으로 변하지 않았는가, 리포트가 블로그체로 떨어지지 않았는가
4. **register 보존 (양방향)**: 원문 격식체면 결과도 격식체, 원문 구어체면 결과도 구어체. 평어체로 떨어뜨리지도, '-했-'→'-하였-'로 격식을 올리지도 않는다
5. **잔존 S1 패턴 0건**: D-1~D-3, A-7, A-8, C-5, C-10, C-11, I-1, J-2 핵심 S1이 남아있지 않은가. **C-11은 잔존만이 아니라 증가도 실패** — 윤문 후 연결어미 쉼표 개수가 원문보다 늘었으면 해당 문장 재작성(역주입 실측 2/28편). **D-14 발동분(감각 술어 평가문·관통 은유 어근 3회+)도 잔존 0이어야 한다** — 사람 코퍼스 0건이라 오탐이 없고, "보존 1~2개" 쿼터는 D-14 발동 항목에 적용되지 않는다(관통 은유는 1회만 잔존 허용) (**A-16은 빈도가 아니라 문맥 조건으로 점검**, v2.7 — 대명사 출현마다 직전 2문장의 선행 후보 수(0개·1개)를 본다. 번역 맥락 한정(v2.4)은 빈도 판정에 기반한 것이라 해제됐고, 사람 글 훼손 방어는 "후보 판정이 불확실하면 유지"가 담당한다 / **H-1은 목록에서 제외**, v2.5 — 밀도가 사람 0.43 vs fable 0.26·gpt 0.83으로 두 모델은 사람과 구별되지 않는다. "0건"을 요구하면 사람 글에도 있는 접속사를 전부 걷어내게 된다)
6. **인공 표현 자제 (빼기 전용)**: 원문에 없던 비유·수사·상투구("기록적인 성과·~로 평가된다" 등)를 윤문 과정에서 새로 심지 않았는가. 살아있는 구어(부가설명 대시·짧은 감탄·반문)는 보존

위반 시: edit 롤백 → 다시 윤문 → 재점검. 자체 루프 최대 1회. 이상 미해결이면 결과를 그대로 출력하되 final.md의 `<!-- HUMANIZE-SUMMARY -->` 블록에 "자가검증 미통과 항목 N건" 표기.

## 등급 기준 (자가 채점)

- **A**: S1 잔존 0, S2 잔존 2 이하, 변경률 10~25%, 자체검증 6항 모두 통과
- **B**: S1 잔존 0, S2 잔존 4 이하, 자체검증 5항 이상 통과
- **C**: S1 잔존 1~2 또는 자체검증 4항 이하 통과 — 사용자에게 strict 모드 권고
- **D**: S1 잔존 3+ 또는 변경률 50% 초과 — 작업 중단 권고

# Quick Rules — Monolith Fast Path 전용 (v2.0)

<!-- 이 파일은 build_quick_rules.py가 quick-rules.md를 생성할 때 앞부분에 그대로 붙이는 고정 템플릿이다. quick-rules.md를 직접 고치지 말 것 — 규칙 본문은 ai-tell-taxonomy.md(SSOT)에서 생성된다. 이 헤더·꼬리 고정부만 여기서 관리한다. -->

`humanize-monolith` 에이전트가 한 콜에서 탐지·윤문·자체검증을 끝내기 위해 사용하는 슬림 룰북. 본진 `ai-tell-taxonomy.md`에서 `quick: true` 패턴만 처방과 함께 한 줄로 압축해 **자동 생성**한다.

**원칙:** 정의 1줄 + 처방 1줄. 예문 생략. 본진 ID와 1:1 매칭(빌드가 보장).

**Do-NOT (탐지·윤문 모두 제외):** 고유명사·제품명·모델명·기관명, 수치·날짜·단위, **발화자가 있는 직접 인용**(말했다·밝혔다·따르면 등 발화 표지가 붙은 큰따옴표), 법률 조문, 수학·화학·통계 표기, 영어 약어(LLM·GPU·MCP·API 등 업계 표준). 단 필자가 자문(自問)·강조를 따옴표로 감싼 수사 장치(발화 표지 없음)는 필자 자신의 문장이므로 윤문 대상이다(v2.6.2).

**서법 보존 (v2.4, 필수):** 당위·요구("~해야 한다")를 사실 단정("~한다")으로, 추측·유보("~일 수 있다")를 단정으로 바꾸지 않는다. 주장의 강도와 성격은 그대로 둔다. 단 서법의 '보존'과 그 표지의 '반복'은 다른 문제이므로, 표지가 반복돼 리듬을 지배하면 서법을 유지한 채 배치만 바꾼다(I-4).

**내용 앵커 (탐지 전에 내부 목록화):** 문장별 주어·목적어·보어에서 원문의 주장을 구성하는 핵심 내용 명사·개념어를 먼저 추린다. 조사·어미는 바꿀 수 있지만 원형 어휘는 결과에 최소 한 번 그대로 남긴다. AI 관용구·추상 표현을 덜어낼 때 수식어·형식명사만 제거하고, 내용 앵커 자체를 삭제하거나 동의어로 치환하지 않는다. 확신할 수 없으면 해당 문장을 롤백한다.

**과윤문 가드:** 변경률 30% 초과 = 경고, 50% 초과 = 강제 중단·롤백. 판정은 자가 산출이 아니라 `scripts/verify_change_rate.py`가 한다(오케스트레이터 Phase 2.5).

---

# Quick Rules — Monolith Fast Path 전용 (v2.0)

<!-- 이 파일은 build_quick_rules.py가 quick-rules.md를 생성할 때 앞부분에 그대로 붙이는 고정 템플릿이다. quick-rules.md를 직접 고치지 말 것 — 규칙 본문은 ai-tell-taxonomy.md(SSOT)에서 생성된다. 이 헤더·꼬리 고정부만 여기서 관리한다. -->

`humanize-monolith` 에이전트가 한 콜에서 탐지·윤문·자체검증을 끝내기 위해 사용하는 슬림 룰북. 본진 `ai-tell-taxonomy.md`에서 `quick: true` 패턴만 처방과 함께 한 줄로 압축해 **자동 생성**한다.

**원칙:** 정의 1줄 + 처방 1줄. 예문 생략. 본진 ID와 1:1 매칭(빌드가 보장).

**Do-NOT (탐지·윤문 모두 제외):** 고유명사·제품명·모델명·기관명, 수치·날짜·단위, **발화자가 있는 직접 인용**(말했다·밝혔다·따르면 등 발화 표지가 붙은 큰따옴표), 법률 조문, 수학·화학·통계 표기, 영어 약어(LLM·GPU·MCP·API 등 업계 표준). 단 필자가 자문(自問)·강조를 따옴표로 감싼 수사 장치(발화 표지 없음)는 필자 자신의 문장이므로 윤문 대상이다(v2.6.2).

**서법 보존 (v2.4, 필수):** 당위·요구("~해야 한다")를 사실 단정("~한다")으로, 추측·유보("~일 수 있다")를 단정으로 바꾸지 않는다. 주장의 강도와 성격은 그대로 둔다. 단 서법의 '보존'과 그 표지의 '반복'은 다른 문제이므로, 표지가 반복돼 리듬을 지배하면 서법을 유지한 채 배치만 바꾼다(I-4).

**내용 앵커 (탐지 전에 내부 목록화):** 문장별 주어·목적어·보어에서 원문의 주장을 구성하는 핵심 내용 명사·개념어를 먼저 추린다. 조사·어미는 바꿀 수 있지만 원형 어휘는 결과에 최소 한 번 그대로 남긴다. AI 관용구·추상 표현을 덜어낼 때 수식어·형식명사만 제거하고, 내용 앵커 자체를 삭제하거나 동의어로 치환하지 않는다. 확신할 수 없으면 해당 문장을 롤백한다.

**과윤문 가드:** 변경률 30% 초과 = 경고, 50% 초과 = 강제 중단·롤백. 판정은 자가 산출이 아니라 `scripts/verify_change_rate.py`가 한다(오케스트레이터 Phase 2.5).

---

## A. 번역투 (Translation-ese) — S1~S2

- **A-1** [S1] "~에 대해(서)" **한 문단 3회+ 밀집**(사람이 3배 더 쓰는 표현 — 기본 보존) → 목적격 조사로 직결("X에 대해 논의" → "X를 논의")
- **A-3** [S1] "~에 있어(서)" → "~에서" 또는 "~을 볼 때"
- **A-5** [S2] "~와 관련하여/관련된" → "~에", "~의"
- **A-6** [S2] "~에 기반하여/바탕으로" 남발 → "~로", "~을 보고"
- **A-7** [S1] "가지고 있다", have/make/take/give+명사 직역 → 형용사-동사 환원 또는 이중주어("강한 경쟁력을 가지고 있다" → "경쟁력이 강하다")
- **A-8** [S1] 이중 피동 "~되어진다/~지게 된다" → 능동 또는 단일 피동("판단되어진다" → "판단된다")
- **A-9** [S2] "~에 의해" 피동 → 행위자를 주어로("AI에 의해 생성" → "AI가 만든")
- **A-10** [S2] 같은 "~할 수 있다"가 4회+ 반복 → **단정 전환 금지**. 일부만 다른 완곡 표현("~할 여지가 있다·~할 수도 있다")으로 분산해 리듬만 깬다
- **A-11** [S2] "~을 위해" 목적절 남발 → "~려고", "~도록", "~위한"
- **A-15** [S2] 추상 주어 + 만능 동사(보여준다/제공한다/가져온다), 사역-인지 동사 직역 → 구체 주어로 환원, 사역은 "X 때문에/덕분에/로 인해" 부사절, 인지 동사(suggest/show/indicate)는 "~에 따르면 ~이다"
- **A-18** [S2] 명사 앞 3어절 이상 관형구/관계절 좌향 수식 → 문장 분리 또는 후치 동격절("X를 만났는데, 그 X는 ~")
- **A-19** [S2] 이중 조사 "~에서의/~에로의/~으로의/~에의/~으로부터의" → 절-구로 풀어쓰기, 단순 "~의"는 비대상
- **A-20** [S2] "~되고 있다/~지고 있다"가 한 문단 3회+ → 일부만 추세 단언("심해졌다")으로 — 고립 사용은 보존
- **A-21** [S2] "단순한 X를 넘어 Y" 범위 상승 (사람 글 실측 0건) → "X만이 아니라 Y다"로 풀거나 넘어-구 삭제
- **A-22** [S2] "~은/는 명확하다·분명하다"(부사 "분명히"·동사구 "명확히 하다" 제외) → 평가 술어를 걷고 명제를 단언으로. 확신 강도는 부사로 보존. 앞에서 논증한 결론이면 유지
- **A-24** [S2] "더 이상 ~ 않다/아니다" 문서 2회+ 또는 결말부 재정의 문장 → "더 이상"을 "이제"로 환원하거나 변화 동사로 편다. 부정 명제를 긍정 단언으로 올리지 마라. **윤문 중 "더 이상 A가 아니라 B"를 새로 만들지 마라**

## B. 영어 인용·용어 과다 — S2

- **B-1** [S2] 한글 + 괄호 영어 병기 매번 반복("~(Sovereign AI)" 식) → 첫 등장만 병기, 이후 한글만
- **B-2** [S2] 설명 없이 낀 광고성 buzzword(seamless·robust·leverage 등) → 광고성만 한국어로 풀고 표준 technical term(API·prompt·token 등)은 원어 보존, 기계적 직역 금지

## C. 구조적 AI 패턴 (서식·레이아웃) — S1~S2

- **C-2** [S2] 칼럼-리포트에서 3개 이상 연속 불릿 블록 → 문단 산문으로 통합, 나열이 의미 있는 지점만 유지
- **C-5** [S1] 이모지 남발(리스트 머리, 헤딩, 강조) → 칼럼-리포트 장르면 전부 삭제
- **C-7** [S2] 문단 문두 "먼저-반면-결국" 3단 공식 → 접속사 1~2개로 줄이거나 본문에 녹여 제거
- **C-8** [S1] "A인가, B인가"·"A가 아니라 B"·"~것이 아니라"·"~것은 아니다" 대구 **2회+** 반복 → 한 번만 살리고 나머지는 비대칭 평서문·직접 단언으로. 전멸 금지. 사람 필자도 다용하는 수사이므로(532편 중 31편 실측) 연쇄로 몰려 있지 않으면 보존 우선
- **C-9** [S2] 숫자 괄호 인덱싱 "1) 2) 3)" 나열 → 본문에 녹이거나 "우선~", "다음으로~"로 어휘 변주
- **C-10** [S2] 콜론 부제 헤딩 "X: Y" 반복 → 헤딩을 단일 명사구로 압축, 단 학술-보고서의 실제 절 제목은 보존
- **C-11** [S1] 연결어미(-고/-며/-지만/-면서/-아서/-어서) 직후 쉼표 → 쉼표 제거, 6회+ = 강한 신호(KatFish 4.84배 분리도). **윤문이 새 연결어미 쉼표를 만들지 말 것 — 윤문 후 개수가 원문보다 늘면 실패**

## D. AI 특유의 관용구 (Signature Phrases) — S1

- **D-1** 결산 lexicon "결론적으로/따라서/이를 통해/그러므로/요약하면/정리하자면" → 3회 초과 시 1~2건만 남기고 삭제-치환
- **D-2** "시사하는 바가 크다/주목할 만하다/매우 중요하다" 류 의의 과장 → 삭제 또는 구체 결론으로
- **D-3** 열거 도입 "크게 세 가지로 나눌 수 있다/다음과 같은" → 도입구 삭제하고 바로 본론 서술로
- **D-5** [S2] 의인화 추상 주어("기술이 묻는다", "시대가 부른다") → 사람-기관 주어로 교체 또는 의인화 동사 약화
- **D-6** [S2] 결말 공식 "~할 때입니다/~시점입니다/~할 순간입니다" → 구체 동사 단언으로, 문서당 1회 이하
- **D-7** [S2] 변환 공식 "X에서 Y로/X을 넘어 Y로" 반복 → 직접 단언으로, 문서당 1회 이하
- **D-8** [S2] 분열문 "필요한/중요한 것은 ~이다" + 명사 변종 "문제는/핵심은/관건은/답은 ~다·~는 점이다·~데 있다" → 주어-서술 직결로("필요한 것은 방향이다" → "방향이 필요하다" / "논쟁의 핵심은 생산성이다" → "논쟁은 생산성을 둘러싼 것이다")
- **D-9** [S2] "(으)로 이어진다"·"~에 직결된다" 결산 + 논리 결산용 "결국" 문서 2회+ → 인과 경로를 구체로 쓰거나 단문 단언으로. "결국"은 1회만 남긴다. **결말을 다듬으며 "결국·이유다"를 새로 만들지 마라(주입 금지)**
- **D-10** [S2] 문장 말미 "~하는 이유다" 도치 결산 → 순방향 단언("그래서 ~다")으로, 문서당 1회 이하. **결말을 다듬으며 이 도치를 새로 만들지 마라(주입 금지)**
- **D-11** [S2] 결말부(후반 30%) 문두 "향후/앞으로/중장기적으로" → 시간어 삭제 또는 원문에 있는 실제 시점·조건으로 교체(날조 금지)
- **D-12** [S2] 독립 문장 "과제도 남아 있다/한계도 분명하다/아쉬운 점도 있다" → 문패 삭제, 실제 과제를 첫 문장으로
- **D-13** [S2] 에세이 결말의 "어쩌면 ~일 것이다/비로소/천천히 ~이 됐다" → 성찰 부사를 빼고 구체 서술로(에세이 장르 한정)
- **D-14** [S2] 감각 술어 평가문("진단은 서늘하다/경고는 아프다") **1회+** · 사람 0건 사전 은유(잠식·청사진·적신호·경고등·신호탄·움켜쥐다·뿌리내리다·짓누르다) **1회+** · 그 외 개념 은유(청구서·과실·주춧돌 등) 문서 3회+ · **같은 은유 어근 3회+ 관통 반복(중심 은유여도 발동)** → 직역화 — 감각 술어는 관용구·구체 서술로("서늘하다"→"정곡을 찌른다"), 사전 은유는 명제로("잠식한다"→"점유율을 뺏는다"). 관통 은유는 가장 효과적인 1회만 남김("쥐다"→"가지다"). 명제 불명이면 보존, 주입 금지

## E. 리듬·문장 길이 균일성 — S2

- **E-1** 문장 길이 균일 + 100자+ 장문 부재 → 단문 1~2개 + 인접 문장을 이어 만든 장문 1개를 문단마다(내용 추가 금지)
- **E-2** 동일 종결어미 4문장+ 연속, 진행형 "~고 있다" 자동 매핑 → 종결어미 다양화, "~고 있다"는 단순 시제로 환원 가능 시 환원("읽고 있다" → "읽는다")
- **E-7** [S2 · estimated] 청자 경어법 단계(해라/하게/하오/해요/합쇼) 한 문서 내 혼재(대화-구어 한정) → 격식 등급 하나로 일관 유지

## F. 과도한 수식·중복 — S2

- **F-4** 한자어 명사화 -성/-적/-화 + 영어 명사화 -tion/-ment/-ness/-ity 직역 누적(문서 12회+) → 동사-형용사 어근으로 환원("the implementation of the policy" → "정책 시행")
- **F-5** [S2] "~적 N" 추상 체인("전략적 함의", "실천적 기반") 3회+ → 명사+명사 또는 풀어쓰기("전략 함의", "실천의 기반")
- **F-7** [S2] 범용 정책동사(확대·강화·개선·확보·마련·구축 등) 문서 밀집 + 추상 목적어의 "설계" → 구체 행위 동사로 해체(당위 표지 증폭 금지)

## G. 과도한 Hedging (완곡) — S2

- **G-1** 같은 추측 종결("~로 보인다/~로 판단된다/~라고 여겨진다")의 반복 → **단정 전환 금지**. 유보 강도는 유지한 채 종결 형태만 변주. 부정·이중부정이 낀 문장은 극성 확인 후 손대고 애매하면 원문 보존
- **G-2** 이중-삼중 완곡 "~할 가능성이 있을 수 있다/~로 보여질 수 있다" → 완곡 하나만 남김 — 남긴 완곡은 원문 극성·확신도 유지. 부정 낀 중첩과 협상·계약 문서는 접지 말고 원문 보존

## H. 접속사 남발 — S2

- **H-4** [S2] "즉" 남발 → "곧", "말하자면" 등으로 변주 또는 생략, 문서당 2회 이하

## I. 형식명사·의존명사 과다 — S2

- **I-2** "주목할 점은/X은 ~라는 점에 있다" 형식명사 강조 → "X는 ~다" 직설로
- **I-3** "~다는 것이다/~다는 뜻이다" 결말 → "~다" 직접 종결로, 합산 2회 이하
- **I-4** 당위로 끝나는 문단 2개+ (첫 번째 제외) → 당위 문장을 문단 끝에서 앞·중간으로 이동해 결말 자리를 비움. 병합·삭제·서법 치환·명사화 금지. 전후 의무 표지 총수 동일
- **I-7** [S2] 출처 없는 "~다는 분석이다/평가다" 종결 → 앞뒤에 출처 있으면 보존, 없으면 직접 서술로(출처 날조 금지)

## J. 시각 장식 남용 — S2~S3

- **J-1** [S2] 문장마다 핵심 단어 ** 볼드 강조 → 칼럼-리포트면 본문 볼드 거의 제거
- **J-2** 따옴표 강조 5회+ → 진짜 인용만 남기고 평어로
- **J-3** 대시(—) 부가 설명이 문장마다 반복 → 쉼표, 괄호, 별도 문장으로 분해 — 단 원문에 이미 있던 대시는 보존

## 자체검증 체크리스트 (monolith 윤문 후 자가 점검)

윤문 직후 5초 내에 다음을 자체 점검한다. 한 항목이라도 위반이면 해당 edit 롤백.

1. **고유명사·수치·날짜·인용·내용 앵커 100% 보존**: 원문 대비 한 글자도 다르지 않은가. 문장별 핵심 내용 명사·개념어의 원형 어휘가 각각 최소 한 번 남았는가
   - 표준 technical term(API·prompt·token·pipeline 등)은 원어/외래어로 보존 — 기계적 직역 금지(prompt→"지시문" ✗)
2. **변경률**: 30% 이하인가. 확정 판정은 오케스트레이터 Phase 2.5(`verify_change_rate.py`) — 자가 산출값은 참고용
3. **장르 이탈 없음**: 칼럼이 에세이·문학으로 변하지 않았는가, 리포트가 블로그체로 떨어지지 않았는가
4. **register 보존 (양방향)**: 원문 격식체면 결과도 격식체, 원문 구어체면 결과도 구어체. 평어체로 떨어뜨리지도, '-했-'→'-하였-'로 격식을 올리지도 않는다
5. **잔존 S1 패턴 0건**: D-1~D-3, A-7, A-8, C-5, C-10, C-11, I-1, J-2 핵심 S1이 남아있지 않은가. **C-11은 잔존만이 아니라 증가도 실패** — 윤문 후 연결어미 쉼표 개수가 원문보다 늘었으면 해당 문장 재작성(역주입 실측 2/28편). **D-14 발동분(감각 술어 평가문·관통 은유 어근 3회+)도 잔존 0이어야 한다** — 사람 코퍼스 0건이라 오탐이 없고, "보존 1~2개" 쿼터는 D-14 발동 항목에 적용되지 않는다(관통 은유는 1회만 잔존 허용) (**A-16은 빈도가 아니라 문맥 조건으로 점검**, v2.7 — 대명사 출현마다 직전 2문장의 선행 후보 수(0개·1개)를 본다. 번역 맥락 한정(v2.4)은 빈도 판정에 기반한 것이라 해제됐고, 사람 글 훼손 방어는 "후보 판정이 불확실하면 유지"가 담당한다 / **H-1은 목록에서 제외**, v2.5 — 밀도가 사람 0.43 vs fable 0.26·gpt 0.83으로 두 모델은 사람과 구별되지 않는다. "0건"을 요구하면 사람 글에도 있는 접속사를 전부 걷어내게 된다)
6. **인공 표현 자제 (빼기 전용)**: 원문에 없던 비유·수사·상투구("기록적인 성과·~로 평가된다" 등)를 윤문 과정에서 새로 심지 않았는가. 살아있는 구어(부가설명 대시·짧은 감탄·반문)는 보존

위반 시: edit 롤백 → 다시 윤문 → 재점검. 자체 루프 최대 1회. 이상 미해결이면 결과를 그대로 출력하되 final.md의 `<!-- HUMANIZE-SUMMARY -->` 블록에 "자가검증 미통과 항목 N건" 표기.

## 등급 기준 (자가 채점)

- **A**: S1 잔존 0, S2 잔존 2 이하, 변경률 10~25%, 자체검증 6항 모두 통과
- **B**: S1 잔존 0, S2 잔존 4 이하, 자체검증 5항 이상 통과
- **C**: S1 잔존 1~2 또는 자체검증 4항 이하 통과 — 사용자에게 strict 모드 권고
- **D**: S1 잔존 3+ 또는 변경률 50% 초과 — 작업 중단 권고

# 한국어 윤문 처방집 (Rewriting Playbook)

윤문가 에이전트가 탐지 리포트를 보고 실제 문장을 고칠 때 따르는 전환 규칙집. `ai-tell-taxonomy.md`의 각 패턴별 처방을 **실행 가능한 치환 레시피**로 확장한다.

## 0. 대원칙 (The Prime Directives)

1. **의미 불변(Fidelity)**: 사실·주장·수치·고유명사·인용·인과관계는 글자 단위로 보존한다. 모호해도 임의 보강 금지.
2. **톤 유지(Tone Match)**: 입력이 격식체면 격식체로, 에세이면 에세이로. 윤문이 원래 글을 "다른 장르"로 바꾸지 않는다.
3. **국소성(Locality)**: 문장을 한꺼번에 전부 재작성하지 않는다. AI 티가 있는 구간만 수술적으로 고친다.
4. **자연성 우선, 완벽성 차순(Natural > Perfect)**: 과하게 문학적으로 고치지 않는다. 일상 한국어 필자의 중간값 리듬을 목표.
5. **근거 기반(Span-Grounded)**: 모든 변경은 탐지 리포트의 span에 연결된다. 탐지 없는 구간을 건드리지 않는다.
6. **과윤문 경고(Over-Polish Alarm)**: 전체 문장의 50% 이상이 바뀌면 내용이 훼손됐을 가능성이 크다. 변경률을 모니터링.
7. **빼기 전용(Removal-Only)**: 치환은 AI 티를 빼는 방향이다. 처방 예시의 어휘를 원문에 없던 자리에 새로 심지 않는다. 원문보다 격식을 올리지 않는다 — '-했-' → '-하였-' 금지, '~인데요/~거든요/~한 겁니다' 구어 종결 보존. 살아있는 구어는 사람 글의 증거다.

## 1. 카테고리별 치환 레시피

> 아래 예시는 한다체로 표기했으나, 출력의 격식(합쇼체·해요체·한다체)은 언제나 원문을 따른다. 예시의 격식을 베끼지 말 것.

### A. 번역투 레시피

| 원문 패턴 | 윤문 예시 |
|-----------|----------|
| X에 대해 논의한다 | X를 논의한다 / X를 이야기한다 |
| X를 통해 Y한다 | X로 Y한다 / X해서 Y한다 / X함으로써 Y한다 |
| X에 있어서 | X에서 / X를 볼 때 / X에서는 |
| X라는 점에서 | X해서 / X라는 이유로 / X이기 때문에 |
| X와 관련하여 | X에서 / X에는 / X를 두고 |
| X에 기반하여 / X을 바탕으로 | X로 / X를 근거로 / X를 보고 |
| 경쟁력을 가지고 있다 | 경쟁력이 있다 / 경쟁력이 강하다 |
| 판단되어진다 | 판단된다 / 판단한다 |
| AI에 의해 생성된 | AI가 만든 |
| 높일 수 있다 | 높인다 (사실 서술일 때) / 높일 여지가 있다 (가능성일 때) |
| X을 위해 Y한다 | X하려고 Y한다 / X하도록 Y한다 |
| 합의가 이루어졌다 | 합의했다 / 합의에 이르렀다 |
| 기술 발전 속도 가속화 | 기술의 발전 속도가 빨라진다 |
| 그리고 (문두) | (삭제) / "-고" 연결어미로 압축 |

### B. 영어 인용·용어 처방

- **괄호 병기**: 일반 독자 대상 → 첫 등장 1회만 영어 병기, 이후 한국어만. 전문 독자 대상 → 영어 병기 유지하되 매번 반복하지 않음.
- **영어 단어 번역표 (빈출)**:
  - pipeline → 파이프라인 (유지 OK) / 흐름 / 공정
  - framework → 체계 / 틀 / 구조
  - leverage → 활용하다 / 기대다 / 끌어올리다
  - seamless → 매끄러운 / 끊김 없는
  - robust → 튼튼한 / 견고한
  - scalable → 확장성 있는
  - insight → 통찰 / 눈 / 시사점
  - impact → 영향 / 파장
  - holistic → 전체적 / 총체적
- **영어 인용구**: 원문 어감이 핵심이면 유지하고 한국어 번역 병기. 그렇지 않으면 한국어로 풀어쓰고 출처만 각주.

### C. 구조 레시피

- **대칭 대구 해체 (C-8 — 실측 최강 신호, 예시로 시연)**. 추상 지시("비대칭으로 풀어라")만으로는
  실행자가 쉼표만 지우고 끝낸다 — 구조 편집은 예시가 있어야 실제로 움직인다(웹 구현 실측:
  지시만 줬을 때 대구 3→3, 예시를 주자 3→1). 요령은 **한쪽을 길게 풀고 다른 쪽은 짧게 끊거나,
  한 문장을 둘로 나누거나, 대구의 한 축을 아예 다른 화제로 잇는 것**이다:
  - "기술은 도구이고, 사람은 주체다. 데이터는 연료이며, 알고리즘은 엔진이다."
    → "기술은 도구다. 사람이 그 도구를 쥔다. 데이터가 있어야 알고리즘이 돌아간다."
  - "중요한 것은 속도가 아니라 방향이며, 양이 아니라 질이다."
    → "속도보다 방향이 중요하다. 양은 그다음 문제다."
  - "기계는 답을 주지만, 질문은 주지 않는다."
    → "기계는 답을 준다. 질문은 여전히 사람 몫이다."
  효과적인 대구 1~2개는 사람 글의 힘이므로 남긴다(전멸 금지 — P2 게이트가 잡는다).

- **기계적 병렬 "첫째/둘째/셋째"**: 
  - 열거가 핵심이면 → "우선 / 이어서 / 마지막으로" 등 어휘 변주.
  - 열거가 장식이면 → 산문으로 녹이기: "A다. B도 마찬가지다. 여기에 C가 더해진다."
- **불릿 → 산문 전환 예시**:
  - 원문:
    ```
    - 속도가 빠르다
    - 비용이 저렴하다
    - 확장성이 높다
    ```
  - 윤문: "속도는 빠르고 비용도 낮다. 무엇보다 확장 여지가 크다."
- **헤딩 제거**: 에세이·칼럼에서는 H2 이상 헤딩 자체를 없애고 문단 간 흐름으로 처리.
- **문단 첫 문장 요약 공식 해체**: 매 문단이 topic sentence로 시작하지 않도록, 일부 문단은 장면·수치·질문으로 시작.
- **이모지 전량 삭제** (에세이·리포트 문맥). 제품 카피·SNS면 유지 가능.

### D. 관용구 처방 (삭제 우선)

- **분열문·결산 공식 해체 (D-8·D-9·D-10 — 예시로 시연)**. v2.6 실측에서 이유다·핵심은·결국은
  지시만으로는 안 움직였다(제거율 0%). before→after로 시연한다:
  - "주 4일제 논쟁의 핵심은 생산성 전환이다." → "주 4일제 논쟁은 생산성을 어떻게 바꾸느냐로 모인다."
  - "문제는 양측이 합의에 이르는 경우가 거의 없다는 점이다." → "양측은 합의에 이르는 일이 거의 없다."
  - "그 부담은 결국 소비자 가격으로 전가된다. … 결국 세금으로 돌아온다." → 뒤의 "결국"만 남기거나 둘 다 삭제: "그 부담은 소비자 가격으로 전가된다. … 세금으로 돌아온다."
  - "일률적인 도입이 현실적이지 않은 이유다." → "그래서 일률적인 도입은 현실적이지 않다."
  ⚠️ 결말을 다듬으며 "~하는 이유다"·"~해야 한다"를 **새로 만들지 않는다**(D-10·I-5 주입 금지).

| 삭제 대상 | 대안 |
|----------|------|
| 결론적으로 | (삭제) — 마지막 문단 자체가 결론이므로 라벨링 불필요 |
| 요약하면 / 정리하자면 | (삭제) 또는 "한 줄로 말하면" |
| ~라고 할 수 있다 | ~이다 (**원문이 이미 그 사실을 확정적으로 서술했을 때만**) / ~로 보인다 (관측이면) — 유보를 단정으로 올리지 않는다 |
| 매우 중요하다 | 구체 근거로 대체: "X 없이는 Y가 성립하지 않는다" |
| 시사하는 바가 크다 | (삭제) 또는 "의미는 분명하다" |
| 주목할 만하다 | (삭제) — 이미 문장이 주목하게 만드는 내용이면 불필요 |
| 혁신적인 / 획기적인 | 대부분 삭제. 필요하면 "처음 시도한" / "이전과 다른" 같이 구체화 |
| ~의 지평을 열다 / ~시대가 도래했다 | 삭제 후 실제 변화를 서술 |

### E. 리듬 처방

- **입력 분석**: 탐지기가 평균 문장 길이·표준편차를 계산.
- **균일성 감지 시 처방**:
  - 단문(10~15자) 1~2개를 문단마다 투입: "맞다. 그게 핵심이다."
  - 긴 문장(80자+) 1개 허용.
- **종결어미 변주**: 4~5문장 연속 같은 종결어미 사용 금지. "~다 / ~았다 / ~인 것 / 명사형 종결"을 섞음.

### F. 수식 처방

- 정도부사("매우", "정말", "대단히") → 기본 90% 삭제. 강조가 필요하면 구체 수치·비교.
- 동의어 이중 수식("중요하고 핵심적인") → 하나만.
- "~적 / ~성 / ~화" 접사 → 구체 동사·명사로 풀기.
  - "근본적 변화" → "뿌리부터 바뀐다"
  - "구조적 문제" → "구조가 문제다" / "구조 자체가 문제다"

### G. Hedging 처방

⚠️ **서법 보존이 우선한다 (v2.4).** 완곡을 걷어내는 것과 유보를 단정으로 바꾸는 것은 다른 일이다.
필자가 유보한 판단을 단정으로 만드는 것은 문체 교정이 아니라 의미 변경이며, `verify_gates.py` P5가 잡는다.

- **다운그레이드는 이중·삼중 완곡(G-2)에만 적용한다. 완곡 한 단계는 반드시 남긴다.**
  - "~할 수 있을 것으로 보인다" → "~로 보인다" ○ (겹친 완곡을 하나로)
  - "~로 보인다" → "~이다" ✗ (유보를 단정으로 — 금지)
- 같은 추측 종결이 반복돼 단조로울 때는 **유보 강도는 유지한 채 형태만** 변주한다(G-1):
  "~로 보인다 / ~인 듯하다 / ~로 읽힌다 / 아직 단정하기는 이르다".
- 단정으로 내려도 되는 경우는 하나뿐이다 — **원문의 다른 문장이 같은 사실을 이미 확정적으로 서술**했을 때.

### H. 접속사 처방

- 문두 접속사 3개 이상 연속 → 70% 삭제.
- "또한" → 대부분 삭제. 꼭 필요하면 "여기에"·"거기에"·"더해" 등 어휘 변주.
- "따라서 / 그러므로" → 인과가 자명하면 삭제. 필요하면 "그래서"로 교체.
- "하지만 / 그러나" 반복 → 교차 사용하거나 한쪽을 "그런데"로.

### I. 형식명사 처방

- "것이다" 종결 → 종결어미 직결로.
  - "변화가 크다는 것이다" → "변화가 크다"
- "~할 필요가 있다" → 문맥 따라 변주: "~하자" / "~하는 게 맞다" / 주체 명시 동사("정부는 ~를 도입한다") / 삭제. **"~해야 한다" 일괄 치환 금지** — I-4가 "~해야 한다" 5회 초과를 AI 시그니처로 잡는다.
- "~이 필요하다" → 주어·동사로 구체화. "혁신이 필요하다" → "이 회사가 제품을 다시 만들어야 한다" (맥락 허락 시).

### J. 장식 처방

- **볼드**: 본문에서 거의 전량 제거. 목차·제목급에만 허용.
- **따옴표**: 인용·특수 용례에만 한정.
- **대시(—)**: 1문서 1~2회 이하. 나머지는 쉼표·괄호·문장 분리.

### 1.X. 영-한 PE 통합 체크리스트 (보고서 §5.1, 15항목 · v2.0 신규)

> Toral 2019·Baker 1993·Toury 1995 + 한국 PE 가이드라인(윤미선 외 2018·김혜림 2022·이상빈 2017·2018a·2018b·마승혜 2018) 통합. 본진 패턴 ID에 처방을 묶어 윤문가가 한 번에 적용 가능한 형태로 압축. 학술 출처 전문은 `references/scholarship.md`.

| PE# | 트리거 | 처방 한 줄 | 본진 ID |
|---|---|---|---|
| PE1 | 무생물 주어 + 사역·인지 동사 | "X 때문에/덕분에/로 인해 Y" 부사절 또는 "…에 따르면 …이다" 분리 구문 | A-15·D-5 |
| PE2 | "~에 의해" by-passive | 능동태 복귀 또는 "~에/~에게"로 단순화 | A-9 |
| PE3 | 이중 피동 "~되어지다·~여지다" | 단순 피동 "~되다·~지다·잊히다·보이다" | A-8 |
| PE4 | 대명사 출현마다 **직전 2문장 선행 후보 수** 확인(빈도 임계 없음) | 후보 0개 → 명사구 복원(확정 불가면 유지) / 1개 → 영형 / 2개+ → 명사구 되짚기. **삭제 비율 목표 없음** | A-16 |
| PE5 | 무정물·추상명사 + "-들" | 거의 모두 삭제. 분포성은 "여러·다양한·갖가지·저마다·각자" | (A-17 hold — v2.1 부활 대기, scholarship.md §4) |
| PE6 | 명사 앞 ≥3어절 관형구 | 문장 분리 또는 후치 동격절 ("X를 만났는데, 그 X는 …") | A-18 |
| PE7 | "have/make/take/give + N" 직역 ("회의를 가지다") | 동사 환원 ("회의를 했다") 또는 이중주어 ("X는 Y가 …") | A-7 |
| PE8 | "-에서의·-에로의·-으로의·-에의" 이중 조사 (단순 ~의는 제외, C5) | 절·구로 풀어쓰기 ("주점 2층에서 시작한 살림") | A-19 |
| PE9 | "~다" ≥4문장 연속 | "~었다·~ㄴ다·~는다·~기 마련이다·~ㄹ 것이다·~을 수 있다" 다양화 | E-2 |
| PE10 | "~고 있다" 남발 | 단순 시제 환원 가능성 검토 ("읽고 있다 → 읽는다") | E-2 |
| PE11 | "-tion·-ment·-ness·-ity" 한국어 명사 직역 ("the implementation of the policy") | 동사·형용사로 풀기 ("정책 시행" / "정책을 시행하기") | F-4 |
| PE12 | "~로부터·~에 관하여·~을 통하여" | 문맥 자연 표현으로 대체 (전치사구 1대1 매핑 거부) | A-2·A-5 |
| PE13 | 영어 단순 현재·과거 단조 매핑 | 한국어 서사 시제·서법 다양화 ("~었던·~었다가·~더라·~었으니") | E-2 |
| PE14 | 대화체 화자–청자 관계 누락 | 해라/하게/하오/해요/합쇼체 일관 적용 (장르 가드: 대화·구어 한정) | E-7 (estimated, C1) |
| PE15 | "Mr./Ms./Dr." 직역 ("그/그녀") | 한국어 호칭(선생님·박사님·과장님) 또는 생략 | A-16 |

> **caveat 가드**:
> - C3 — post-editese 3축 직접 적용 시 "speculative: true" 플래그 (한국어 정량 검증 부재).
> - C5 — PE8/A-19에서 단순 "~의"는 탐지·윤문 대상 명시적 제외.
> - C1 — PE14 청자 경어법 임계는 김혜영 2019 PDF 원문 확보 전까지 "estimated" 유지.
> - PE5(A-17 hold) — 학술 anchor·metric 검증용 보존, 본진 등재는 NMT 원본 회차 후 v2.1.

## 2. 변경률 모니터링

- 윤문가는 변경 전후 텍스트의 **레벤슈타인 거리 / 원문 길이**를 계산해 변경률을 기록한다.
- 권장 범위: 5~30%.
- 30% 초과: 과윤문 가능성 → 재검토.
- 5% 미만: 저윤문 → S1 패턴이 남아 있는지 재확인.

## 3. 어휘 대체 위험 (Do-NOT list)

이들은 문체상 AI 티로 보여도 **건드리면 의미가 바뀌는 표현**이므로 보존한다:

- 전문 고유명사·제품명·모델명(GPT-4, Claude 3, Gemini 등)
- 수치·단위·날짜
- 직접 인용된 문장(큰따옴표 "" 내부)
- 법률·규정 조문 인용
- 학술 개념어가 불가피한 경우 (예: "확률적 앵무새", "창발")
- **서법 (v2.4 신규)**: 원문이 당위·요구로 말한 것("~해야 한다")을 사실 단정("~한다")으로, 추측·유보로 말한 것("~일 수 있다")을 단정으로 바꾸지 않는다. 주장의 강도와 성격은 보존 대상이다 — 필자가 요구한 것을 이미 일어난 일로 만드는 것은 문체 교정이 아니라 의미 변경이다.
  - 단, **서법의 '보존'과 그 표지의 '반복'은 다른 문제다.** 같은 서법 표지가 반복돼 리듬을 지배하면 서법을 유지한 채 배치를 바꾼다(I-4: 당위 문장을 문단 결말에서 앞으로 이동). 표지를 지우거나 다른 서법으로 바꾸는 것만 금지다.

## 4. 장르별 미세 조정

| 장르 | 허용 | 금기 |
|------|------|------|
| 칼럼·에세이 | 단문, 개인 어조, 문학적 비유 | 이모지, 과한 헤딩, 불릿 남발 |
| 리포트 | 헤딩 1단계, 통계·인용 | 과한 이모지, hype 어휘 |
| 블로그 포스트 | 친근한 어조, 질문형 | 기계적 "첫째/둘째" 공식 |
| 공적 연설·축사 | 격식체, 문어체 | 구어체·이모지·불릿 |

윤문가는 입력 첫 100자를 읽고 장르를 추정한 뒤 이 표로 허용/금기 선을 조정한다.

## 5. 반복 윤문 방침

- 1차 윤문 → 자연스러움 리뷰어가 잔존 S1/S2 패턴 발견 시 2차 윤문 트리거.
- 최대 3회. 3회 후에도 잔존하면 해당 구간을 리포트에 "사람이 직접 확인 요망"으로 표시.

# Humanize KR Scholarship Reference (v2.0)

> **외부 SSOT** — 본진 분류 체계(`references/ai-tell-taxonomy.md`)는 패턴 행마다 한 줄 메타(`source_short`)로 이 파일을 가리킨다. 학술 출처 전문(full text)은 본 파일에 보존하여 SSOT 룰북의 슬림성을 해치지 않는다.
>
> **출처 보고서**: 한국어 번역투(translationese) 종합 연구보고서: 영한 번역과 AI 후편집의 통합적 관점 (2026-05-07 distilled, 540 lines markdown).
> 학자 이름·연도·저널·페이지·DOI는 보고서 verbatim. 자체 추정·확장 없음.

---

## 한국 번역학계 8대 번역투 정통성 계보

> 보고서 §III.3 "8대 번역투 유형의 통합" 매핑. 본진 SSOT 패턴 ID는 v2.0 신규 4건(A-16~19) + 보강 4건(A-15·A-7·F-4·E-2)에 부착 예정.

### 1. 무생물 주어 + 타동사 구문

> 보고서 §III.3.1 (line 92-127). 본진 매핑 — A-15(추상 주어 + 만능 동사), D-5(의인화된 추상 주어), 보강 (gap §3.1).

- **이영옥 (2001)**. 무생물 주어 타동사구문의 영한번역. 번역학연구 2(1): 53-76.
  - 한국 번역학계 효시 격 논문 (보고서 II.2.3 line 68).
  - 한국어 행위자 의미역의 [+animate] 자질 강조: "행위자(agent) 의미역이 [+animate] 자질을 강하게 요구하고, '주어 + 목적어 + 타동사' 구조에서 주어가 의미적으로 통제력(control)을 갖는다는 함의가 강하다."
- **김정우 (2007)**. 번역학연구 8(1): 61-82. 8유형 정초.
- **박옥수 (2017)**. 동아인문학 41: 155-183 — 한영 NMT ST 유형적 특징·번역 오류. 영한 방향 동일 메커니즘 작동 보고.

### 2. 피동 표현 과다 (~되어지다, ~에 의해, 이중 피동)

> 보고서 §III.3.2 (line 128-162). 본진 매핑 — A-8(이중 피동), A-9(~에 의해 피동문), A-12(만들어지다·이루어지다). 매핑 강도 full.

- **이근희 (2005)**. 박사학위논문 / 단행본 『이근희의 번역 산책—번역투에서 번역의 전략까지』, 한국문화사 / 동화와 번역 "말뭉치를 활용한 by의 번역투 연구".
  - 영한 번역문과 한국어 비번역문 비교 말뭉치. by 코퍼스·번역투 정의·"-ese" 폄하 함의 지적.
- **김정우 (1996)**.
- **오경순 (2010)**. 일본근대학연구. 일한 번역의 수동표현 번역투.
- **김은일 (2015)**. 현대문법학회 83: 61-79.
- **서보현·김순영 (2018)**. 번역학연구 19(1): 99-117, doi:10.15749/jts.2018.19.1.004 — 영-한 NMT 출력 4범주 오류 분류 ("Incorrect meaning error occurs rather frequently while omission error is found relatively few; Wrong word/phrase order error comes with the incomplete sentence error"). NMT는 통사적 이질감을 일으키는 주된 표지로 'by + 행위자 → ~에 의해' 직역이 빈출.

> 보고서 verbatim 이중 피동 처방: "'잊혀지다 → 잊히다', '보여지다 → 보이다', '쓰여지다 → 쓰이다', '~되어지다 → ~되다'. '~된다'는 그 자체로 피동의 의미를 담고 있어 '~어지다'를 덧붙이는 것은 잉여적이다."

### 3. 대명사 직역 (he/she/it/they → 그/그녀/그것/그들)

> 보고서 §III.3.3 (line 163-191). 본진 매핑 — 신규 A-16 (gap §2 후보 1순위, none).

- **김도훈 (2009)**. 통역과 번역 11(2): 3-19. "영한 번역시 발생하는 번역투에 대한 고찰 — 대명사·복수 표지·무생물 주어 3대 핵심 유형".
- **Cho, Won Ik · Kim, Ji Won · Kim, Seok Min · Kim, Nam Soo (2019)**. "On Measuring Gender Bias in Translation of Gender-neutral Pronouns", ACL Workshop on Gender Bias for NLP (GeBNLP), arXiv:1905.11684.
  - 한국어 무표지 "걔는 [xx]-해" 템플릿으로 MT 시스템의 젠더 편향 측정 체계 제안. 번역 출력이 'She is [xx]', 'He is [xx]', 'The person is [xx]' 중 하나로 나뉨.

> 보고서 verbatim: "한국어는 (i) 영형(zero) 대명사를 통한 생략, (ii) 반복적 명사구의 재사용, (iii) 친족·지위 호칭으로 동일 기능을 수행한다. 한국어 '그/그녀'는 본래 19~20세기 번역 문학을 통해 도입된 인공 어휘에 가깝다."
> NMT/LLM 재현: "한국어 출력문은 대명사 밀도가 비번역 한국어의 2~3배에 달하는 경우가 흔하다."

### 4. '-들' 복수 표지의 기계적 부착

> 보고서 §III.3.4 (line 193-225). 본진 매핑 — 신규 A-17 (gap §2 후보 1순위, none).

- **곽은주·진실로 (2011)**. 번역학연구. 텍스트 차원에서의 복수표현의 영한번역전략.
- **조의연 (2012)**. 번역학연구. 사람명사 복수표현의 영한번역전략에 대한 비판적 소고.
- **조의연 (2015)**. 번역학연구 16(1). 목표언어 중심 등가적 번역전략 비판 — "번역문(translated text)" vs "목표텍스트(target text)" 구분.
- **김정우 (2013)**. 번역학연구.
- **김순영 (2012)**. 새국어생활 22(1). "-들"의 무차별 부착 의미 왜곡.
- **김정우 (1996)**.
- **강범모 (2007)**. 언어학 47.
- **전영철 (2007)**. 언어학 49.

> 보고서 verbatim 의미론: "'-들'이 단순 복수가 아니라 (a) 분포성(distributivity), (b) 사건성, (c) 한정성·개체성을 부각하는 기능을 한다."
> NMT/LLM 재현: "DeepL은 다른 NMT보다 이 점에서 다소 우월하지만 여전히 30~50% 정도는 잉여적 '-들'을 생성한다."

### 5. 관계대명사절 직역 (긴 좌향 수식)

> 보고서 §III.3.5 (line 227-249). 본진 매핑 — 신규 A-18 (gap §2 후보 2순위, none). E-5(쉼표 분절 평균 길이)는 측정 차원 다름.

- **박옥수 (2018)**. 동아인문학 44: 151-171. 영한 방향 NMT 통사 처리 실패 (관계절).
- **김채은 (2021)**. 21세기영어영문학회 34: 279-305. 한영 기계번역 관계절 연구.
- **김성완·이효정 (2017)**. 미래영어영문학회 22: 123-147.

> 보고서 verbatim: "영어는 관계대명사절을 명사 뒤에 후치(right-branching)하지만, 한국어는 관형절을 명사 앞에 전치(left-branching)한다. … 핵 어휘에 도달하기 전에 독자가 길고 복잡한 관형구를 처리해야 하므로 작업기억 부담이 커진다."

### 6. 명사화 표현 및 'have/make' 류 직역

> 보고서 §III.3.6 (line 251-272). 본진 매핑 — A-7(가지고 있다), F-4(한자어 명사화 접미사 -성·-적·-화), 보강 (gap §3.2·§3.3).

- **김정우 (2007)**. 번역학연구 8(1): 61-82. 무생물 주어·have 직역·전치사구 직역.
  - "사랑하는 처자를 가진 가장은 부지런할 수밖에 없다" — 'have'의 흔적이 그대로 남은 대표 사례.
- **이근희 (2005)**.

> 보고서 verbatim: "영어는 'have/make/take/give'와 명사를 결합한 가벼운 동사 구문(light verb construction)을 매우 많이 사용한다. … 한국어는 동사적 표현이 더 자연스러운데, 직역하면 '회의를 가지다, 결정을 만들다, 한번 봄을 가지다'가 되어 어색하다."
> 영어 명사화 접미사 처방: "명사화('-tion, -ment, -ness, -ity')가 누적된 영어 명사구는 한국어에서 동사·형용사로 풀어낸다: 'the implementation of the policy' → '정책 시행' 또는 '정책을 시행하기'"
> NMT/LLM 재현: Pega Devlog 2023 — "GPT는 어색한 번역투 문장이 자주 보입니다(ex. 에너지 공급을 가진다)".

### 7. 일본어·영어식 조사 결합 (-에서의, -에로의, -으로의, -에의)

> 보고서 §III.3.7 (line 273-294). 본진 매핑 — 신규 A-19 (gap §2 후보 2순위, none). 단순 '~의'는 caveat #5에 따라 탐지 대상 명시적 제외.

- **김정우 (2007)**. 번역학연구 8(1): 61-82.
- **김순영 (2012)**. 새국어생활 22(1). 전치사구 직역 자연화.
- **김정우 (1996)**.

> 보고서 verbatim: "근대 한국어는 일본어 'の(の/への/での)'의 영향과 영어 전치사구('of, in, to, from')의 영향을 동시에 받으면서 격조사를 이중·삼중으로 결합한 표현이 늘었다. … 본래 한국어는 이런 표현을 절·구로 풀어 쓰는 것이 자연스럽다."
> "'관형격 조사 의' 자체는 일본어 번역투가 아니지만(중부일보 팩트체크 2020 기사 참고), 연속된 '의 의 의'는 거의 항상 부적절하다."

### 8. 종결어미·시제·서법 처리

> 보고서 §III.3.8 (line 295-322). 본진 매핑 — E-2(동일 종결어미 반복), G-1(추측·관측형 종결), I-1(것이다 종결), 보강 (gap §3.4·§3.5). 청자 경어법은 본진 미커버 단독 영역.

- **김혜영 (2019)**. 통번역교육연구 17(2): 133-162, doi:10.23903/kaited.2019.17.2.007 (KCI ART002506702).
  - 종결어미 의미론·화용론·화행·양태·공손성·언표내적행위·번역 글쓰기.

> 보고서 verbatim: "한국어는 교착어로서 종결어미가 (a) 문장종결법(평서·의문·명령·청유·감탄), (b) 화행, (c) 양태(modality), (d) 청자에 대한 공손성, (e) 화자–청자 관계까지 표시한다."
> 시제·서법: "영어 진행형(be -ing)을 한국어 '~고 있다'로 자동 매핑하면 잉여적이다. 한국어에서 '~고 있다'는 (i) 진행, (ii) 결과 상태 두 의미가 있고, 단순 시제로도 진행 의미가 표현된다('지금 책을 읽는다 / 책을 읽고 있다' 모두 가능)."

---

## 국제 번역학 이론적 토대

### Baker 1993 — 번역 보편소 4축

**Mona Baker (1993)**. "Corpus Linguistics and Translation Studies", in Baker, Francis & Tognini-Bonelli eds., *Text and Technology*, Amsterdam: John Benjamins.

- 번역 보편소 4축 (보고서 II.2.2 line 53-58): **simplification·explicitation·normalisation·levelling-out (1996)**.
- 정의 (보고서 verbatim):
  - **simplification** — "번역문은 원문보다 어휘적·통사적으로 단순한 경향이 있다."
  - **normalisation/conventionalisation** — "번역문은 목표언어의 전형적·관습적 형태를 과도하게 따르는 경향이 있다."
- v2.0 메트릭 트랙 적용 (gap §5): TTR·종결어미 entropy·declarative_da_ratio·end_form_concentration.

### Toury 1995 — 두 법칙

**Gideon Toury (1995)**. *Descriptive Translation Studies and Beyond*, Amsterdam: John Benjamins.

- 두 법칙: (a) 증가하는 표준화의 법칙(growing standardisation), (b) 원천 텍스트 간섭의 법칙(law of interference).
- 보고서 핵심 진술 (Key Findings 2 line 11): "한국어 번역투의 90% 이상이 간섭 법칙으로 환원 가능."
- **Pym, Anthony (2008)**. "On Toury's laws of how translators translate" — Baker 보편소가 Toury 표준화 법칙에 치우쳐 있고 간섭 법칙을 등한시했다고 비판. Pym은 한국어 번역투처럼 '간섭'으로 환원되는 현상은 Toury의 두 번째 법칙으로 설명되어야 한다고 주장.

### Laviosa 2002 — 코퍼스 번역학 보편소 확장

**Laviosa (2002)**. 보고서 II.1.2(line 35) 외국 이론 인용으로 명기. 번역 보편소 코퍼스 기반 확장.

### Chesterman 2004 — S/T-universals 구분

**Chesterman (2004)**. 보고서 II.1.2(line 35) 외국 이론 인용으로 명기. 번역 보편소 — **S-universals(원천 → 목표) vs T-universals(목표언어 내) 구분**.

### Toral 2019 — post-editese (악화된 translationese)

**Antonio Toral (2019)**. "Post-editese: an Exacerbated Translationese", MT Summit XVII Dublin, pp. 273-281. arXiv:1907.00900.

- 보고서 verbatim 결론 (post_editese_axes.post_editese_definition_verbatim): "PE는 HT보다 (i) 어휘 다양성·밀도가 낮아 더 단순(simpler)하고, (ii) 목표언어 관습으로 더 정규화(normalised)되어 있으며, (iii) 원천언어로부터의 간섭이 더 강(higher interference)했다. 즉 'post-editese'는 'translationese의 악화된 형태(exacerbated translationese)'였다."
- 검증 데이터셋: 5개 언어쌍 3개 데이터셋 (en→de, de→en, es→de Taraxa뉴스 / en→de en→fr IWSLT자막 / zh→en MS뉴스). **한국어는 미포함** — caveat C3 적용.
- 한국적 함의 (post_editese_axes.korean_implication): "후편집이 단순 교정(post-editing)이 아니라 재구성(re-writing) 수준으로 수행되어야 함을 의미한다."
- v2.0 메트릭 트랙 적용 (gap §5): post_editese_score 3축 가중 합. caveat C3에 따라 모든 metric에 `speculative: true` 플래그 권고.

### Sarti·Bisazza·Guerberof-Arenas·Toral 2022 — DivEMT

**Sarti, Bisazza, Guerberof-Arenas, Toral (2022)**. EMNLP pp. 7795-7816 (DivEMT).

- 18명 전문 번역가 영-아·네·이·터·우·베 6개 언어 PE 실험.
- verbatim: "magnitude of productivity gains varies widely across systems and languages, highlighting major disparities in post-editing effectiveness for languages at different degrees of typological relatedness".

### Cho et al. 2019 — 한국어 MT 젠더 편향

**Cho, Won Ik · Kim, Ji Won · Kim, Seok Min · Kim, Nam Soo (2019)**. "On Measuring Gender Bias in Translation of Gender-neutral Pronouns", ACL Workshop on Gender Bias for NLP (GeBNLP), arXiv:1905.11684. (위 §3 대명사 직역 참조.)

### Frawley 1984 — third code

**Frawley (1984)**. 보고서 II.2.1 line 49 인용. 번역어를 원천언어와도 목표언어와도 다른 "제3의 부호(third code)"로 개념화.

### Hayase et al. 2024 — GPT-4o 한국어 학습 비중

**Hayase et al. (2024)**. "Data Mixture Inference: What do BPE Tokenizers Reveal about their Training Data?", arXiv:2407.16607.

- GPT-4o 비영어 학습 데이터 비중 39% (GPT-3.5 3% 대비 13배), 한국어 비중 1% 미만 추정. 보고서 IV.4.4 line 359, VI Caveat 6 line 539.

---

## 이론적 종합(Synthesis) — AI 티와 번역투는 같은 원인의 두 증상이다

> **⚠️ 라벨: 자체 종합(Synthesis).** 본 절은 이 파일의 다른 절과 성격이 다르다. 다른 절은 출처 보고서 verbatim 큐레이션이지만, 본 절은 **아래 명기된 외부 문헌들을 잇는 humanize-ko 자체의 이론적 해석**이다. 개별 문헌의 주장(출처 부착)과 우리의 조립(「우리 해석」 표기)을 문장 단위로 구분한다. 문헌이 직접 말하지 않은 것을 문헌의 주장인 양 쓰지 않는다.

### 명제

**AI 티(AI-tell)와 번역투(translationese)는 우연히 겹친 것이 아니라, 같은 원인 — 영어 중심 표상(English-centric representation) — 의 두 증상이다.**

이 스킬의 본진 분류 체계(`ai-tell-taxonomy.md`)가 경험적으로 수집한 AI 티 패턴의 상당수가 한국 번역학계가 수십 년간 기술해 온 8대 번역투 유형과 일치하는 이유는, LLM의 한국어 출력이 구조적으로 **영어 표상에서 산출된 사실상의 번역물**이기 때문이라는 것이 본 절의 핵심 주장이다.

### 3단 논증

**1단 — 기제(mechanism): LLM의 개념 공간은 영어에 기울어 있다.**

- **Wendler, Veselovsky, Monea, West (2024)**. "Do Llamas Work in English? On the Latent Language of Multilingual Transformers", ACL 2024, arXiv:2402.10588.
  - Llama 계열 모델이 비영어 입력을 처리하는 동안 **중간층(intermediate layers)에서 영어 토큰에 높은 확률을 할당**함을 logit lens로 관찰. 저자들은 모델의 내부 개념 공간(concept space)이 어느 언어와도 동일하지 않되 **영어 쪽에 가깝게 위치**한다고 해석.
- *우리 해석*: 이 관찰을 한국어 생성에 적용하면, 모델이 "한국어로 생각해서 한국어로 쓰는" 것이 아니라 **영어에 기운 개념 공간에서 형성된 표상을 마지막에 한국어 표층형으로 사상(mapping)하는** 구도가 된다. 이는 인간 번역 과정에서 원천 텍스트(영어)가 목표 텍스트(한국어)에 흔적을 남기는 구도와 구조적으로 동형이다. (주의: Wendler et al.의 실험 대상은 Llama-2 계열이며 한국어 생성 태스크를 직접 다루지 않았다 — 하단 한계 참조.)

**2단 — 원인(cause): 학습 데이터가 번역투 편향을 이식한다.**

- **"Lost in Literalism: How Supervised Training Shapes Translationese in LLMs" (2025)**. ACL 2025, arXiv:2503.04369.
  - LLM 번역 출력에 나타나는 translationese(부자연스러운 직역성·과도한 축자성)의 원인을 **지도학습(SFT) 데이터에 포함된 번역문의 편향**에서 찾음. 학습 데이터 정제(번역투 심한 인스턴스 완화)로 translationese가 **완화됨을 실증** — 즉 이 현상은 데이터 기인적(data-driven)이며 개입 가능하다.
- *우리 해석*: 1단이 "표상 수준에서 영어에 기울 수밖에 없는 구조"를 말한다면, 2단은 "그 위에 학습 데이터의 번역문이 번역투 문형을 추가로 각인한다"는 이중 경로다. 한국어처럼 학습 비중이 극히 낮은 언어(Hayase et al. 2024, GPT-4o 한국어 비중 1% 미만 추정 — 본 파일 §Hayase 항목)는 그 낮은 비중 안에서도 영한 번역문·병렬 코퍼스가 차지하는 몫이 상대적으로 클 개연성이 있어 두 경로가 중첩된다. (단, 한국어 학습 데이터 내 번역문 비율 자체는 공개된 실측치가 없다 — 미확인.)

**3단 — 현상(phenomenon): 비영어 출력에서 '영어 액센트'가 측정된다.**

- **Guo, Conia, Zhou, Li, Potdar, Xiao (2025)**. "Do Large Language Models Have an English 'Accent'?", ACL 2025, arXiv:2410.15956.
  - LLM의 비영어 출력이 원어민 산출 텍스트 대비 **측정 가능한 '영어 액센트'**를 보임을 실증. 영어식 어휘·통사 패턴이 비영어 출력으로 스며드는 정도를 정량화하는 메트릭 제안. **검증 대상은 프랑스어·중국어 — 한국어는 미포함** (Caveat C8).
- *우리 해석*: 1단(표상)·2단(데이터)의 예측이 출력 표층에서 실측된 것이 3단이다. 기제→원인→현상이 하나의 인과 사슬로 닫힌다.

### 기존 자산과의 접속 — Toury 간섭 법칙의 재적용

- **Toury (1995)**의 간섭 법칙(law of interference — 본 파일 §Toury 항목)은 원천 텍스트의 구조가 목표 텍스트에 전이되는 현상을 기술하며, 출처 보고서는 "한국어 번역투의 90% 이상이 간섭 법칙으로 환원 가능"이라 진술한다.
- *우리 해석*: 위 3단 논증이 성립하면, **LLM 한국어 생성은 '원천 텍스트 없는 번역'** — 원천이 표층 텍스트가 아니라 영어에 기운 내부 표상인 번역 — 이 되고, 간섭 법칙은 번역문에 적용되던 그대로 LLM 출력에 적용된다. 그렇다면:
  - 한국 번역학계 8유형(무생물 주어·피동 과다·대명사 직역·'-들' 남용·관계절 좌향 수식·have/make 직역·조사 결합·종결어미 단조)이 AI 출력에서 재현되는 것은 **우연한 유사가 아니라 이론이 예측하는 필연**이다.
  - **Toral (2019)**의 post-editese(간섭이 인간 번역보다 오히려 강한 "악화된 translationese" — 본 파일 §Toral 항목)는 이 구도의 선행 사례다: 기계 산출물을 거친 텍스트는 간섭이 완화되지 않고 증폭된다. LLM 직접 생성물은 후편집조차 없는 상태이므로, 간섭 신호가 더 노골적으로 남을 것이라 추론할 수 있다(추론임 — 한국어 실측 없음, Caveat C7).
- 이로써 이 스킬의 두 축이 이론적으로 결합된다: **AI 출력 관찰 taxonomy(현상 목록) × 한영 번역학 직역 함정(예측 이론)** — 전자는 후자가 예측하는 바로 그 자리에서 발견되고 있었다.

### 함의 1 — 한국어 공백은 연구 기회다

- Guo et al. 2025(영어 액센트 측정)는 프랑스어·중국어까지 왔고 **한국어를 다루지 않았다**. Toral 2019(post-editese)의 5개 언어쌍에도 한국어는 없다(기존 Caveat C3). 즉 "영어 액센트" 연구군과 한국어 번역투 연구군은 **아직 아무도 잇지 않았다**.
- 이 스킬은 그 교차점의 재료를 이미 보유한다: (a) 한국 번역학계 8유형의 학자 계보(이영옥 2001~김혜영 2019, 본 파일 §8대 유형), (b) 8유형이 anchor된 70패턴 taxonomy, (c) metrics_v2 정량 트랙(TTR·종결어미 entropy·post_editese_score 등).
- *우리 해석 (연구 포지션)*: "한국 번역학 8유형 × 영어 액센트 메트릭" 교차 검증 — 예컨대 Guo et al.의 액센트 메트릭을 한국어로 확장하고, 8유형 각각의 재현율을 LLM 출력 코퍼스에서 실측 — 은 현재 공백이며, 본 스킬의 자산 구성상 우리가 논문화하기 가장 유리한 위치에 있다. (기존 Caveat C4가 지적한 "8유형 단일 실증 연구 부재"는 한국어 인간 번역·NMT 문헌의 공백인데, LLM 세대에서도 같은 공백이 반복되고 있는 셈이다.)

### 함의 2 — 패턴 발굴이 귀납에서 연역으로 바뀐다

- *우리 해석*: 지금까지 taxonomy 패턴은 AI 출력을 관찰해 하나씩 줍는 **귀납**으로 축적됐다. 위 이론이 서면 방향이 바뀐다 — **간섭 법칙 + 영한 대조언어학이 예측하는 직역 함정 목록에서 아직 taxonomy에 없는 항목을 연역**하고, 실제 AI 출력에서 그 재현 여부를 확인하는 순서가 가능해진다.
- 구체 절차(신규 패턴 발굴 프로토콜 제안):
  1. 영한 대조 문법의 비대칭 지점(영어에 있고 한국어에 없는 구조, 또는 그 역)을 나열한다 — 8유형은 이 중 번역학계가 이미 기술한 부분집합이다.
  2. 각 비대칭에 대해 "영어 표상 → 한국어 표층 직역 시 생길 표층형"을 예측한다.
  3. 예측 표층형을 AI 출력 코퍼스에서 검색해 재현율을 확인하고, 임계 이상이면 신규 패턴 후보로 taxonomist에 회부한다.
- 예상 적용례(모두 가설 단계, 미검증): 영어 서법조동사 체계의 직역(would/could/might → '~할 수 있을 것이다' 류 겹침), 영어 담화표지의 1:1 사상(In fact/Indeed/Moreover의 고정 대응어 반복), 가산성 비대칭(불가산 개념의 수량 표현) 등. — 이들은 연역 프로토콜의 출력 예시이지 확정 패턴이 아니며, 3단계 재현율 확인 전에는 taxonomy에 넣지 않는다.

### 한계·불확실성 (Caveat 신설 3건 제안 — 기존 C1~C6에 이어 번호 부여)

#### C7. 3단 논증의 한국어 직접 검증 부재
본 절의 인과 사슬(영어 기운 표상 → SFT 번역 편향 → 출력 액센트 → 한국어 번역투 재현)은 **각 고리를 다른 논문에서 가져와 조립한 것**이며, 한국어에서 사슬 전체를 관통 검증한 연구는 확인되지 않는다. Wendler et al. 2024는 Llama-2 계열의 중간층 관찰이고(한국어 생성 태스크 아님), Lost in Literalism(arXiv:2503.04369)의 실험 언어쌍에 한국어가 포함되는지는 미확인이다. 조립은 우리의 해석이며, 반증 가능성(예: 한국어 AI 티 중 번역투로 환원되지 않는 잔여 — 결말 공식, 이모지·불릿 과다 등 register/format 계열 — 의 존재)을 열어 둔다. 실제로 taxonomy 10대 카테고리 중 간섭 법칙이 직접 설명하는 것은 통사·어휘 계열이며, 형식·수사 계열(리듬 균일성·기계적 병렬 등)은 별도 기제(RLHF 스타일 수렴 등 — 미확인 가설)가 필요할 수 있다. **이 이론은 AI 티의 '상당수'를 설명하는 것이지 전부를 설명한다고 주장하지 않는다.**

#### C8. Guo et al. 2025 한국어 미포함
영어 액센트의 정량 측정(arXiv:2410.15956)은 프랑스어·중국어 대상이다. 한국어에 동일 결론을 적용하는 것은 유형론적으로 합리적 추론이나(한국어는 영어와의 유형 거리가 불어·중어보다 멀어 액센트가 오히려 클 개연성 — 이것도 추론), 정량 검증은 미수행. 기존 C3(Toral post-editese 한국어 미검증)와 동일 구조의 한계이며, metrics_v2에서 이 논증에 기대는 지표에는 `speculative: true` 플래그를 유지한다.

#### C9. Hayase 추정치 의존
"한국어 비중 1% 미만"은 Hayase et al. 2024(arXiv:2407.16607)의 **토크나이저 역추론 기반 추정치**이지 공개된 실측치가 아니다(기존 C6 참조). 또한 이 수치는 GPT-4o 기준이며 Claude·Gemini 등 타 모델의 한국어 비중은 미공개·미확인이다. "학습 비중이 낮을수록 영어 표상 의존이 크다"는 연결 자체도 본 절의 해석이지 Hayase 논문의 주장이 아니다.

---

---

## NMT/LLM 시대 한국 PE 가이드라인 계보

> 보고서 §V.5 "한국어 PE 교육·연구 계보" 매핑.

- **윤미선·김택민·임진주·홍승연 (2018)**. 번역학연구 19(5): 43-76. 영-한 PE 가이드라인 — 한국어 PE 교육의 토대.
- **김혜림 (2022)**. 중국언어연구 99: 277-312. 중-한 PE 가이드라인.
- **이상빈 (2017)**. 통역과 번역 19(3): 37-64, doi:10.20305/it201703037064.
  - PE는 단순 번역기 결과 수정이 아니라 (a)메시지·(b)논리·(c)연어·(d)문법·(e)레이아웃 등 11개 항목 종합. 학부생 단어 차원 수정 한계.
- **이상빈 (2018a)**. 통번역학연구 22(1): 117-143, doi:10.22844/its.2018.22.1.117.
  - 학부생 PE 경험 5요소 — (1) PE는 어렵다 (2) 교정교열 교육 필요 (3) MT 품질 나쁘지 않음 (4) 프리에디팅 필요 (5) PE 역량=기본 번역역량.
- **이상빈 (2018b)**. 번역학연구 19(3): 259-286, doi:10.15749/jts.2018.19.3.010.
  - 사고발화(TAP) + 화면녹화 PE 행위 분석 — 사전 과의존·단어구 단위 수정·over-revision 위험.
- **마승혜 (2018)**. 통번역학연구 22(1): 53-88, doi:10.22844/its.2018.22.1.53. 텍스트 유형별 PE 문제 — 정보적·표현적·설득적 텍스트 차이.
- **이주리애 (2018)**. 통역과 번역 20(1): 43-71, doi:10.20305/it201801043071. 한일/일한 NMT 어휘·구·통사·텍스트 4층위 분석.

---

## 15항목 PE 체크리스트 학술 anchoring (보고서 §5.1)

> 보고서 §V.5.1 (line 388-406) 15항목을 본진 분류 ID + 8유형 anchor에 매핑. 처방 적용은 `playbook_patch.md` 참조 (분류 vs 처방 분리 원칙).

| PE# | 라벨 | 트리거 질문 | 처치 | type_anchor | 본진 매핑 |
|---|---|---|---|---|---|
| PE1 | 무생물 주어 | 주어가 무생물·추상명사인데 '하다/만들다/시키다' 류 타동사 결합? | 부사절·원인절 또는 인간 주어로 전환 | T1 | A-15·D-5 (보강) |
| PE2 | by-수동태 | '~에 의해' 또는 '~으로 인해'? | 능동태 또는 자동사 / '에' 또는 '에게' 단순화 | T2 | A-9 |
| PE3 | 이중 피동 | '~되어지다, ~여지다, 잊혀지다, 보여지다' | 단순 피동 환원 | T2 | A-8 |
| PE4 | 대명사 | '그/그녀/그것/그들' 한 단락 ≥3회 | 50% 이상 영형(생략), 일부 호칭·명사구 | T3 | 신규 A-16 |
| PE5 | 복수 표지 '-들' | 무정물·추상명사에 '-들' 부착? | 거의 모두 삭제. 분포성 강조 시만 유지 | T4 | 신규 A-17 |
| PE6 | 관계절 | 명사 앞 ≥3어절 관형구? | 문장 분리 또는 후치 동격절 | T5 | 신규 A-18 |
| PE7 | have/make | '~을 가지다 / ~을 만들다 / ~을 가지고 있다' | 동사 환원 또는 이중주어 구문 | T6 | A-7 (보강) |
| PE8 | 조사 결합 | '-에서의, -에로의, -으로의, -에의' | 절·구로 풀어쓰기 | T7 | 신규 A-19 |
| PE9 | 종결어미 | '~다' ≥4문장 연속 | 다양화 ('~었다·~ㄴ다·~는다·~기 마련이다·~ㄹ 것이다·~을 수 있다') | T8 | E-2 (보강) |
| PE10 | 진행형 | '~고 있다' 남발 | 단순 시제로 환원 가능성 검토 | T8 | E-2 (보강) |
| PE11 | 명사화 | '-tion, -ment, -ness'의 한국어 명사 직역 | 동사·형용사로 풀기 | T6 | F-4 (보강) |
| PE12 | 전치사구 | '~로부터, ~에 관하여, ~을 통하여' | 문맥 자연 표현 | T7 | A-2·A-5 인접 (단일 어휘) |
| PE13 | 시제·서법 | 영어 단순 현재·과거 단조 매핑 | 한국어 서사 시제·서법 다양화 | T8 | E-2 (보강) |
| PE14 | 청자 경어법 | 대화체에서 화자–청자 관계 점검 | 해라/하게/하오/해요/합쇼체 일관 적용 | T8 | 본진 미커버 — taxonomist 결정 |
| PE15 | 호칭 | 'Mr./Ms./Dr.' 직역 | 한국어 호칭(선생님·박사님·과장님) 또는 생략 | T3 | 신규 A-16 인접 |

> 보고서 §5.1 verbatim 출처: 윤미선·김택민·임진주·홍승연 2018(line 388, 425), 김혜림 2022(line 425), 이상빈 2017·2018a·2018b(line 469-473), 마승혜 2018(line 332).

---

## post-editese 3축 (보고서 §IV.4.3)

> 본진 직접 채택은 caveat C3에 따라 hold (gap §4.1). v2.0 별도 메트릭 트랙(metric-engineer)에서 정량 지표로 운영.

### simplification 축
- 보고서 정의 verbatim: "PE는 어휘 다양성·밀도가 인간 번역보다 낮다."
- ko_manifestation: 한국어 영-한 후편집에서 종결어미 단조성 / 어휘 반복 / 사전적 1차 의미 선호 경향.
- 보고서 line 55, 351.

### normalisation 축
- 보고서 정의 verbatim: "PE는 목표언어의 가장 흔한 형태를 과도하게 따르는 경향이 있다."
- ko_manifestation: 한국어 '~한다 / ~된다 / ~이다' 평서형 정형구로 수렴.
- 보고서 line 57, 352.

### interference 축
- 보고서 정의 verbatim: "PE는 원천언어의 통사 구조를 더 강하게 보존한다." (Toury 1995, law of interference)
- ko_manifestation: 영어식 SVO / 무생물 주어 / 관계절 좌향 수식 / by-수동태 유지.
- 보고서 line 60, 353.

### 통합 결론 (Toral 2019 verbatim)
"PE는 HT보다 (i) 어휘 다양성·밀도가 낮아 더 단순(simpler)하고, (ii) 목표언어 관습으로 더 정규화(normalised)되어 있으며, (iii) 원천언어로부터의 간섭이 더 강(higher interference)했다. 즉 'post-editese'는 'translationese의 악화된 형태(exacerbated translationese)'였다."

---

## Caveats (이 SSOT의 한계, 보고서 §VI verbatim 6건)

> 분류학자·메트릭 엔지니어·리뷰어 모두 신뢰도 평가 시 본 절을 참조한다. 본진 v2.0 발행 시 'valid as of 2026-05' 명기.

### C1. 김혜영(2019) 본문 정량 수치 미확인
> "본 보고서는 KCI(ART002506702) 영문 초록과 키워드(종결어미·서법·양태·화행·언표내적행위·번역 글쓰기)를 근거로 김혜영(2019)의 핵심 논지를 정리했다. 평서형 '-다'의 정확한 출현 빈도(%) 등 본문 표·수치는 통번역교육연구 17(2) PDF를 직접 확보해야 검증 가능하다." (보고서 line 529)

**분류학자 함의**: T8 종결어미 재현율 임계치를 보고서 정량 수치로 못 박을 수 없음. 김혜영 PDF 원문 확보 전까지 'estimated' 플래그 유지.

### C2. NMT/LLM 비교 평가의 마케팅 편향
> "DeepL 공식 블로그(2024)의 비교는 자사 블라인드 테스트 결과로, 독립적 검증이 필요하다. Lionbridge(2023)의 LLM-NMT 비교 평가는 영-중·영-스·영-독 언어쌍에 한정되어 영-한에 직접 적용할 수 없다." (보고서 line 531)

**분류학자 함의**: DeepL 우월·GPT 열위 식의 모델별 정량 비교를 분류 체계 가중치로 직접 흡수 금지. 모델 일반성 검증은 별도 회차 필요(예: humanize-ko v1.3.1 Gemini 회차).

### C3. 'post-editese'의 한국어 직접 검증 부재
> "Toral(2019)은 en→de, de→en, es→de, en→fr, zh→en의 5개 언어쌍을 다뤘고, 한국어는 포함되지 않았다. 한국어에 대한 동일 결론은 합리적 추론이지만 정량적 검증은 미수행 상태다." (보고서 line 533)

**분류학자 함의**: post-editese 3축(simplification·normalisation·interference)을 v2.0 분류 체계에 직접 채택할 때, 한국어 정량 검증 부재를 'speculative: true' 플래그로 명기.

### C4. 단일 NMT 실증연구의 8유형 통합 부재
> "8대 번역투 유형 모두를 단일 NMT 실증 연구로 다룬 KCI 등재 논문은 확인되지 않는다. 본 보고서는 박옥수(2017, 2018), 서보현·김순영(2018), 이주리애(2018), 김채은(2021), 이지은·최효은(2022), 김경숙(2018), 이정화·차경환(2022) 등을 조합하여 추론한 것이다. 이는 명확한 연구 공백이다." (보고서 line 535)

**분류학자 함의**: 8유형 NMT/LLM 재현율 통합 표는 보고서가 제공하지 않음. 분류학자는 8유형 각각의 NMT/LLM 재현 진술을 별도 연구로 분리 추적해야 함.

### C5. 일본어 번역투의 영향 범위에 대한 논쟁
> "'~의' 자체가 일본어 번역투인지에 대해서는 학계 합의가 없다. 국립국어원과 김슬옹 세종국어문화원장은 '~의'가 15세기부터 한국어에 존재했다고 본다. 본 보고서는 '단순 ~의'는 번역투가 아니나 '~에서의/~에로의' 같은 이중 결합은 번역투로 본다는 다수설을 따른다." (보고서 line 537)

**분류학자 함의**: T7 패턴(A-19) 정의에서 '단순 ~의'는 탐지 대상에서 명시적으로 제외. '~에서의/~에로의/~으로의/~에의' 이중 결합만 S2 이상.

### C6. LLM의 빠른 진화
> "2026년 5월 시점의 LLM 번역 품질 평가는 6개월 내에 노후화될 수 있다. 본 보고서의 LLM 비교 부분은 2024~2025년 연구·블로그·업계 보고에 기반하며, 신규 모델(GPT-5, Claude 5 등) 출시 시 재검증이 필요하다. GPT-4o의 비영어 학습 데이터 비중이 39%(GPT-3.5의 3% 대비 13배)로 급증한 점(Hayase et al. 2024)은 향후 한국어 출력 품질 개선 가능성을 시사하지만, 한국어 비중 자체는 여전히 1% 미만으로 추정된다." (보고서 line 539)

**분류학자 함의**: 분류 체계 v2.0 발행 시 'valid as of 2026-05' 명기. 6개월 주기로 모델별 재현율 회차 설정.

---

## 자체 검증

- 보고서 §VI Caveat 6건 모두 본 파일 §Caveats 절에 verbatim 보존 — **통과**.
- 8유형 모두 한국 번역학계 학자 anchor ≥ 1명 부착:
  - T1 이영옥 2001·김정우 2007·박옥수 2017
  - T2 이근희 2005·김정우 1996·오경순 2010·김은일 2015·서보현·김순영 2018
  - T3 김도훈 2009 (+ Cho et al. 2019 ACL)
  - T4 곽은주·진실로 2011·조의연 2012·2015·김정우 2013·김순영 2012·김정우 1996·강범모 2007·전영철 2007
  - T5 박옥수 2018·김채은 2021·김성완·이효정 2017
  - T6 김정우 2007·이근희 2005
  - T7 김정우 2007·김순영 2012·김정우 1996
  - T8 김혜영 2019
  - 8/8 — **통과**.
- 국제 4대 이론(Baker 1993·Toury 1995·Laviosa 2002·Toral 2019) 모두 별도 섹션 보유 — **통과**. (+ Chesterman 2004·Sarti 2022·Cho 2019·Frawley 1984·Hayase 2024 추가 섹션.)
- NMT/LLM 시대 PE 가이드라인 계보 7명 (윤미선 외 2018·김혜림 2022·이상빈 2017·2018a·2018b·마승혜 2018·이주리애 2018) — **통과**.
- 15항목 PE 체크리스트 학술 anchoring 표 (PE1~PE15) 본진 매핑 + type_anchor 부착 — **통과**.

판정 어조 — 학술 정통성 큐레이터. 보고서 verbatim 외 자체 추가·확장 없음(단, 「이론적 종합(Synthesis)」으로 명시 라벨링된 절은 예외 — 외부 문헌을 잇는 자체 해석임을 절·문장 단위로 밝히고, 문헌이 직접 말하지 않은 것을 문헌 주장으로 위장하지 않는다). 본진 분류 체계 본문 직접 수정 권한 없음.

# Humanize KR 웹 서비스 스펙 (Phase 5에서만 로드)

Humanize Korean 파이프라인을 일반 사용자용 웹앱으로 확장할 때 아키텍트가 따르는 참조. 기본 윤문 파이프라인이 안정화된 뒤에만 읽는다.

## 목차

1. 서비스 콘셉트
2. 기술 스택
3. 아키텍처 토폴로지
4. API 스펙
5. UX 플로우
6. 데이터 모델
7. 요금·쿼터·인증
8. 배포·운영
9. 확장 로드맵

## 1. 서비스 콘셉트

**한 줄 설명**: AI가 쓴 한글을 붙여 넣으면 "사람이 쓴 것처럼" 윤문해주는 서비스.

**핵심 가치**:
- **근거 제시**: 어디가 왜 AI 티인지 카테고리별 하이라이트.
- **내용 불변 보증**: 사실·수치·인용이 바뀌지 않았음을 diff로 시각화.
- **한국어 특화**: 번역투·영어 용어 과다 등 한글 고유 패턴에 특화.

**경쟁 차별점**:
- 기존 영어 중심 humanizer(QuillBot·Hix·Undetectable AI)가 한국어에 약함.
- 단순 재작성이 아닌 "탐지 → 근거 → 수술적 윤문" 3단계.

## 2. 기술 스택

- **프레임워크**: Next.js 15 App Router + React Server Components.
- **런타임**: Vercel Fluid Compute (기본 Node.js 24 LTS).
- **AI**: Vercel AI Gateway — Claude(탐지·윤문) + GPT(교차 검증 옵션).
- **스타일**: Tailwind CSS v4 + shadcn/ui + Pretendard 자동 로딩.
- **상태**: useActionState + SSE 스트리밍.
- **캐시**: Runtime Cache API (입력 해시 기반 결과 재활용).
- **DB (옵션)**: Neon Postgres (히스토리 저장 시만).
- **인증 (옵션)**: Clerk Marketplace.
- **이메일 (옵션)**: Resend (가입 확인·요금제 알림).

## 3. 아키텍처 토폴로지

```
[Browser]
    ↓ POST /api/humanize (stream: true)
[Routing Middleware]
    ├─ BotID 검증
    ├─ 쿼터 확인 (Runtime Cache)
    └─ 언어 감지 (한글 아니면 400)
    ↓
[Next.js App Router · Fluid Compute]
    ↓
[Vercel Workflow — durable orchestration]
    ├─ step: detect()         ← AI Gateway → Claude Haiku
    ├─ step: rewrite()        ← AI Gateway → Claude Opus
    ├─ step: fidelity_audit() ← AI Gateway → Claude Sonnet
    └─ step: review()         ← AI Gateway → GPT-5 (옵션)
    ↓ stream SSE
[Browser EventSource]
```

Workflow는 각 step 실패 시 재시도·부분 응답을 허용한다. detect 단계 완료 즉시 하이라이트가 먼저 스트리밍되어 체감 지연을 줄인다.

## 4. API 스펙

### `POST /api/humanize`
**입력:**
```json
{
  "text": "…",
  "genre": "auto | column | report | blog | formal",
  "min_severity": "S1 | S2 | S3",
  "options": {
    "preserve_formatting": false,
    "cross_validate_with_gpt": false,
    "stream": true
  }
}
```

**응답 (SSE):**
```
event: detection_meta
data: {"detected_count":37,"score":71.5,"estimated_genre":"column"}

event: detection_finding
data: {"id":"f001","category":"A-2","severity":"S1","start":142,"end":153,"text_span":"데이터 분석을 통해","reason":"..."}
...

event: rewrite_chunk
data: {"delta":"데이터를 분석해 인사이트를 얻는다."}
...

event: audit_verdict
data: {"verdict":"full_pass"}

event: review_verdict
data: {"verdict":"accept","quality_level":"A","score_after":18.2}

event: final
data: {"rewrite_text":"…","summary":{...}}
```

**에러 코드:**
- 400: 입력 검증 실패 (비한국어·길이 초과·빈 문자열).
- 401: 인증 필요 (유료 플랜 API).
- 429: 쿼터 초과.
- 502: AI Gateway upstream 실패.
- 504: Workflow 타임아웃.

### 개별 라우트

- `POST /api/detect` — 탐지만 (리포트 JSON 반환).
- `POST /api/rewrite` — 탐지 결과를 같이 주면 윤문만.
- `POST /api/review` — 윤문본을 주면 재평가만.
- `GET /api/runs/:id` — 저장된 히스토리 (인증 사용자).
- `DELETE /api/runs/:id` — 히스토리 삭제.

## 5. UX 플로우

### 화면 1 — 랜딩·입력
- 좌측: 붙여넣기 textarea (최대 10,000자, 현재 글자 수 표시).
- 우측: 사이드 패널
  - 장르 라디오 (자동·칼럼·리포트·블로그·공적).
  - 엄격도 슬라이더 (S1만 / S2+ / 전체).
  - 옵션 토글: "영어 인용 유지", "이모지 유지" (기본 꺼짐).
- 하단: "윤문하기" 1 버튼. 익명 사용자는 남은 횟수 표시.

### 화면 2 — 처리 진행 (스트리밍)
- 탐지 하이라이트가 실시간으로 문서에 그려짐.
- 우측 사이드: 카테고리별 카운트 막대 그래프.
- 윤문 시작되면 하단 영역에 토큰 스트림.

### 화면 3 — 좌우 diff 뷰
- 좌: 원문 + 카테고리 하이라이트.
- 우: 윤문본 + 변경 영역 강조.
- 상단 배지: `변경률 18% · S1 0 잔존 · 점수 71.5 → 18.2 · 등급 A`.
- 우측 패널: 주요 변경 3~5건 (before/after 카드).

### 화면 4 — 완료·액션
- "윤문본 복사" / ".md 다운로드" / "2차 윤문" / "피드백 보내기" 버튼.
- 하단 보증 문구: "내용은 수정되지 않았습니다. 사실·수치·인용은 원문과 동일합니다."

### 화면 5 — 히스토리 (인증 사용자)
- 최근 50건의 run 목록.
- 각 run 카드에 입력 시각·길이·점수 개선·등급.
- 개별 클릭 시 화면 3(diff 뷰) 재현.

## 6. 데이터 모델 (Neon Postgres 옵션)

### 테이블

**users** (Clerk 연동)
- `id` (Clerk user_id 매핑)
- `plan` (anonymous / free / pro)
- `quota_daily` (integer)
- `created_at`

**humanize_runs**
- `id` (uuid)
- `user_id` (nullable, 익명 허용)
- `input_hash` (sha256, 중복 탐지용)
- `input_length`
- `estimated_genre`
- `score_before`, `score_after`
- `change_rate`
- `quality_level` (A/B/C/D)
- `created_at`
- `retain_content` (bool — 사용자가 본문 저장 동의했는지)

**run_contents** (retain_content = true 일 때만)
- `run_id`
- `input_text`, `rewrite_text`
- `detection_json`, `diff_json`
- `expires_at` (30일 후 자동 삭제)

**feedback**
- `run_id`, `user_id`, `type` (over_polish / under_polish / wrong_category / other), `comment`, `created_at`

## 7. 요금·쿼터·인증

| 플랜 | 가격 | 일 쿼터 | 글자 한도 | API |
|------|------|---------|----------|-----|
| Anonymous | 무료 | 5회 | 3,000자 | ✕ |
| Free (로그인) | 무료 | 30회 | 5,000자 | ✕ |
| Pro | $9/월 | 300회 | 10,000자 | ✓ (API 키 발급) |
| Team | $29/월 | 1,500회 | 20,000자 | ✓ + 웹훅 |

**BotID 검증**을 통해 익명 쿼터 남용을 차단. 쿼터는 Runtime Cache(IP + user hash)로 관리.

## 8. 배포·운영

- **환경**: `vercel.ts`로 설정 (vercel.json 사용 안 함).
- **환경변수**:
  - `AI_GATEWAY_API_KEY`
  - `DATABASE_URL` (Neon)
  - `CLERK_SECRET_KEY` (옵션)
  - `RESEND_API_KEY` (옵션)
- **Cron** (옵션): 일 1회 오래된 히스토리 정리 (`/api/cron/cleanup`).
- **모니터링**: Vercel Analytics + AI Gateway observability 대시보드.
- **Rolling Releases**로 신규 프롬프트 버전 점진 롤아웃.

## 9. 확장 로드맵

| 단계 | 내용 |
|------|------|
| **v0 MVP** | 익명·단일 호출·결과 저장 안 함. Phase 3까지만 (탐지+윤문+단일 검증) |
| **v1** | Clerk 로그인·히스토리·장르 프리셋·교차 검증 옵션 |
| **v2** | Pro/Team 플랜·API 키·웹훅·팀 계정 |
| **v3** | Chrome Extension — 선택 영역 즉석 윤문·Google Docs 플러그인 |
| **v4** | 한국어 외 일본어·중국어로 확장 (언어별 taxonomy 분리) |

## 10. 리스크 & 완화

- **악용(AI Detector 우회)**: 학계·저널리즘 맥락에서 논란. 서비스 설명에 "진실성 보증 도구 아님" 명시, 학술 제출용 사용을 약관에서 제한.
- **저작권**: 입력 본문 저장 기본 OFF. 저장 시 TTL 30일.
- **오탐·과윤문**: 등급 C/D일 때 "사람 검토 권고" 안내, 결과를 자동 게시하지 않음.
- **프롬프트 주입**: 입력을 역할·시스템 프롬프트로 해석하지 않도록 격리. Claude·GPT 모두 user 메시지 슬롯에서만 처리.