쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
16건 · "글쓰기"조건 지우기 ×
001▲ 263 · 댓글 140LLM이 쓴 글, 그 어색함을 피하는 법마틴 파울러는 LLM이 작성한 글을 읽을 때 나타나는 '어색한 느낌'을 '부자연스러운 밈(LLM-Voice)'이라고 정의한다.AI · 머신러닝 · LLM Voice
Key Point글쓰기 능력이 AI의 손쉬운 도구화되면서, 저자와 독자 모두에게 미치는 영향을 생각해야 할 시점이다.
핵심 요약
- 마틴 파울러는 LLM이 작성한 글을 읽을 때 나타나는 '어색한 느낌'을 '부자연스러운 밈(LLM-Voice)'이라고 정의한다.
- 이러한 어색함을 감지하는 도구들이 있지만, 글을 읽으면서 이미 느껴지는 불쾌감은 도구로 판별할 수 없으며 본질을 놓친다고 본다.
- 저자들은 LLM으로 초안을 작성하지 말아야 하며, 인간이 편집하더라도 이 부자연스러움을 완전히 제거하기는 매우 어렵다고 강조한다.
전체 요약 8문장 읽기 →AI · 머신러닝 · Show HN: Qwen3-4B with the AI writing tics trained out
Key Point소형 오픈 모델에서 AI 특유의 문체적 결함을 체계적으로 제거한 방법론을 공개했으며, 실행 가능한 샘플과 함께 재현 가능한 파인튜닝 결과를 제시했다.
핵심 요약
- Qwen3-4B 기반 파인튜닝 모델을 공개했는데, AI 글쓰기의 특징적인 문체(뻔한 표현, 장황함)를 제거하도록 훈련했다.
- 양자화된 Q4_K_M 버전(2.5GB)은 Ollama나 llama.cpp로 노트북에서 바로 실행되며, 전체 가중치는 transformers 라이브러리로 로드할 수 있다.
- LoRA 어댑터(126MB)와 뉴런 편집(175바이트)을 분리하여 제공하는데, 두 가지가 함께 동작하도록 훈련됐다.
전체 요약 10문장 읽기 →오픈소스 · 도구 · Imbad0202/academic-research-skills · Python
Key Point인간 중심 AI 협력으로 학술 환경의 인용 위조와 자동 생성 논문 문제를 직접 해결하는 오픈소스 도구로, 연구자들이 어떤 기준으로 신뢰성 있는 AI 협력을 구축할지 보여주는 사례입니다.
핵심 요약
- 연구 → 집필 → 검토 → 수정 → 완성의 전 단계를 자동화하는 학술논문 작성 도구 'Academic Research Skills(ARS)'를 공개했다.
- 13개 에이전트의 심층 리서치, 12개 에이전트의 논문 작성, 7개 에이전트의 동료 검토, 10단계 파이프라인 오케스트레이터로 구성되어 있다.
- AI는 보조역이며 인간 연구자가 모든 결정을 내린다는 'human-in-the-loop' 원칙으로 설계했고, 각 단계마다 확인 포인트를 두어 AI의 판단을 검증한다.
전체 요약 12문장 읽기 →기타 · Why is every rationalist blog post way too long?
Key Point긴 글이 깊이 있는 분석이라는 통념에 가정하는 온라인 커뮤니티의 사고방식 문제를 제기하며, 실제로는 지혜로운 선별 능력 부재를 드러낸다.
핵심 요약
- 저자는 스콧 알렉산더의 25,000자 글을 읽고 자신의 2,700자 글과 비교하며, 이성주의 블로그 커뮤니티의 과도한 장황함 문제를 지적한다.
- 엘리저 유드코프스키의 시리즈는 100만 자 이상이고, 이 생태계의 거의 모든 글이 지나치게 길고 지루하다고 지적한다.
- 문제는 이들이 글의 길이로 신뢰성을 입증하려 하며, 초반의 핵심 가정을 검증하기보다 세부 사항만 계속 추가한다는 것이다.
전체 요약 7문장 읽기 →웹 · 프론트엔드 · Anti-patterns in software blogging
Key Point독자 중 25~35%가 휴대폰으로 접속하는 환경에서, 글 구조부터 렌더링까지 체계적인 점검 목록이 됩니다.
핵심 요약
- 소프트웨어 개발에서 안티패턴을 정리하듯이, 블로그 작성의 흔한 실수들을 체계화했다.
- 첫 번째 실수는 '장황한 도입부'로, 독자들이 글을 읽은 후 수 문단이 지나도 글의 핵심을 모르는 경우다. 제목과 처음 3문장 안에 '이 글이 나를 위한 건가', '뭘 얻을 수 있나' 두 질문에 답해야 한다.
- 두 번째는 '부제, 저자 소개, 인용문' 등 서문이 지나친 경우로, 이는 독자의 집중력을 낭비하는 행위다.
전체 요약 9문장 읽기 →AI · 머신러닝 · When Does Selection Replace Extraction? A Pre-Registered Test of Agent Memory with a Typed Decision Model
Key Point메모리 효율성과 비용 사이의 트레이드오프에서, 저예산 환경에서는 단순 선택이 복잡한 추출만큼 유효하다는 실증적 근거를 제시한다.
핵심 요약
- 대화 메모리를 LLM이 추출한 사실로 유지할 필요가 있는지, 아니면 원본 대화에서 잘 선택한 부분으로 충분한지를 묻는 연구를 진행했다.
- Jev라는 유형화된 의사결정 모델로 원본 대화를 선택한 결과, LLM 추출 메모리와 비교해 동등한 성능을 보였고(95% 신뢰도, -3.0점 여유), 원본 글쓰기 비용은 3,061배 낮았다.
- 인간 평가자 블라인드 채점에서도 차이가 좁혀졌지만 결과는 유지되었으며, 다른 응답 모델을 사용해도 결과가 일관성 있게 나타났다.
전체 요약 6문장 읽기 →오픈소스 · 도구 · op7418/Humanizer-zh · Python
Key PointClaude Code의 스킬로 중국어 텍스트 편집을 자동화할 수 있으며, AI 생성 문장의 전형적 패턴 31가지를 체계적으로 제거하면서도 사실과 작가의 입장을 보존하는 방식을 제시한다.
핵심 요약
- Claude Code 스킬로 AI 생성 텍스트의 특징을 제거하고 자연스러운 문체로 다듬는 중국어 편집 도구다.
- npx 설치, Git 클론, 수동 설치 세 가지 방법으로 ~/.claude/skills/ 디렉토리에 설치할 수 있다.
- 텍스트 붙여넣기나 파일 편집으로 사용하며, 편집 시 작가의 목소리와 사실성을 유지하되 중복과 템플릿화된 표현을 제거한다.
전체 요약 10문장 읽기 →기타 · I don't want to read what you didn't write
Key Point팀에서 생성된 문서의 품질 저하와 AI 글쓰기의 올바른 활용법에 대한 실질적 조언을 담고 있다.
핵심 요약
- AI로 생성한 설계 문서, PR 요약, 티켓은 맥락 없이 기계적 나열식이라 읽기 어렵고, 독자는 AI 냄새를 맡으면 78%가 읽기를 멈춘다.
- AI 생성 텍스트는 저자의 목소리와 개성이 사라져 비인격적이고, 독자는 작성자의 맥락을 모르기에 모든 줄을 꼼꼼히 읽어야 한다.
- 저자는 학술 논문을 쓸 때 AI를 광범위하게 활용했지만, AI는 한 줄도 작성하지 않았고 교정과 검증 용도로만 썼다.
기타 · Don't Use AI to Write
Key Point생성형 AI에 글쓰기를 맡기는 것이 시간 절약처럼 보이지만, 실은 핵심 사고 과정을 포기하는 것이므로 이를 올바르게 활용하는 방법을 알아야 한다.
핵심 요약
- Claude나 ChatGPT 같은 AI는 코딩·리서치에는 유용하지만 글쓰기에는 사용하지 말아야 한다.
- 글쓰기는 문제를 깊이 있게 사고하고 핵심을 명확히 하는 과정인데, AI에 맡기면 이 사고 단계를 건너뛰게 된다.
- AI가 생성한 문서는 겉으로는 그럴듯해 보이지만, 실제로 당신의 가장 중요한 생각을 담고 있는지 확인할 수 없다.
전체 요약 6문장 읽기 →AI · 머신러닝 · I think you should almost never use AI to write
Key Point글을 직접 쓰는 과정이 사고를 깊어지게 하는 필수 단계라는 주장은 콘텐츠 제작자와 기업이 AI 활용을 판단할 때 영향을 미치는 근본적인 질문을 던진다.
핵심 요약
- 글쓰기 과정 자체가 사고 과정이므로 AI가 대신 쓰게 되면 핵심적인 사고를 건너뛸 수 있다.
- AI 생성 텍스트는 미묘한 모호함과 오류를 포함하기 쉬우며 이를 발견하기 어렵다.
- AI를 글쓰기에 사용하면서 이를 공개하지 않는 것은 독자에게 불성실하다.
전체 요약 5문장 읽기 →AI · 머신러닝 · mcncarl/yichen-skills · Python
Key PointClaude Code 기반의 자동화 도구를 찾거나 WeChat·Douyin 등 중국 플랫폼 콘텐츠 워크플로우를 구축하려는 개발자와 크리에이터에게 실질적인 솔루션을 제공한다.
핵심 요약
- Claude Code와 Codex를 활용해 글쓰기, X(트위터) 콘텐츠 슬라이싱, 원고 발행 등의 작업을 자동화하는 20개 이상의 스킬 패키지다.
- Obsidian/마크다운을 X 아티클 초안에 업로드하거나 WeChat 채팅·Moments를 AI 자산으로 전환하고, 보이스 영상을 자동 자막 처리하는 기능을 포함한다.
- Douyin·xiaohongshu 콘텐츠 아카이빙, 로컬 WeChat 데이터베이스 읽기, WeCom 문서 자동 생성 등 중국 플랫폼에 특화된 기능도 제공된다.
전체 요약 5문장 읽기 →AI · 머신러닝 · How to Write with an LLM
Key PointLLM이 광범위하게 쓰이면서 AI 생성 텍스트의 낭만화된 사용에 대한 현실적 가이드를 제시한다. 실제 글쓰기 프로세스에서 LLM을 도구로 쓸 때의 함정과 해결책을 명확히 한다.
핵심 요약
- LLM이 제안한 단어나 표현은 절대 사용하지 말아야 한다. 프론티어 모델은 잡지 헤드라인처럼 윤기나는 문구를 제시하지만, 이를 그대로 쓰면 글이 인공적인 Velveeta처럼 변한다.
- LLM의 칭찬과 격려를 피해야 한다. 모델은 초안의 문제점을 외면하고 과도한 긍정을 보내서, 독자가 이를 감지하고 글이 인위적이라 느낀다.
- LLM의 진정한 가치는 복사편집자처럼 일하는 데 있다. 자신이 쓴 글을 먼저 완성한 후 모델에 피드백을 요청해야 한다.
전체 요약 5문장 읽기 →오픈소스 · 도구 · petergyang/no-ai-slop · Python
Key PointAI 도구로 글을 다듬으면 개인의 목소리가 사라지는 문제를 해결하는 실용적인 솔루션이다.
핵심 요약
- No AI Slop은 AI가 만든 글의 뻔한 패턴(이분법적 대조, 겉치레 통찰 등)을 감지하고 제거하는 Python 도구다.
- 이분법적 대조('It's not X. It's Y.'), 목청 가다듬기 표현('Here's the thing'), 가짜 심오함('The future isn't coming. It's already here.') 등 20개 이상의 AI 특유 패턴을 검출한다.
- 단어 선택, 톤, 유머, 개인의 글투는 보존하면서 AI 특유의 딱딱하고 뻔한 표현만 골라내 편집한다.
전체 요약 4문장 읽기 →웹 · 프론트엔드 · To write non-fiction, draw the trunk, then the rest of the tree
Key Point글쓰기에서 '무엇을 쓰는가'만큼 '어떻게 구조화하는가'가 중요하며, 중심 주제 없이는 아무리 좋은 내용도 독자에게 전달되지 않기 때문이다.
핵심 요약
- 논픽션 글쓰기는 트리의 주간(theme/thesis)을 먼저 정한 다음 가지(arguments)를 그으며 나머지를 채우는 과정이다.
- 쓰기를 시작하기 전에 주제(Theme)와 주장(Thesis)을 명확히 결정해야 하며, 이것이 독자 주의력을 유지하고 글을 흐릿하게 하지 않는 핵심이다.
- 주제와 주장을 정했으면 이후 모든 내용이 이에 정렬되도록 작성해야 한다.
전체 요약 5문장 읽기 →AI · 머신러닝 · Your intellectual fly is open when you use an LLM to author a post (2025)
Key PointLLM 시대에 진정성 있는 콘텐츠의 가치가 높아지는 상황에서, AI 생성 글의 특징과 그것이 미치는 신뢰도 영향을 구체적으로 분석한 의견이다.
핵심 요약
- LLM이 생성한 콘텐츠는 특유의 스타일(이모지 남발, 한 문장 단락, 특정 구조 반복 등)로 인해 즉시 식별되며, 이를 읽는 사람들은 감지한다.
- LLM으로 쓴 글을 사용하면 독자가 당신의 진정한 목소리인지 생성된 내용인지 구분할 수 없어 신뢰성에 대한 의문이 생긴다.
- 이 때문에 많은 사람들이 LLM이 작성한 글을 읽다가 중단하고, 더 이상 그 글쓴이의 다른 콘텐츠도 읽지 않는다.
전체 요약 5문장 읽기 →기타 · Blog about things you don't understand yet
Key Point기술 블로거의 사고 과정과 글쓰기 전략을 체계적으로 설명한 글로, 개발자들의 블로깅과 학습 방식에 실질적인 통찰을 제공하기 때문이다.
핵심 요약
- 글쓰기 과정에서 자신의 이해도를 명확히 알게 되며, 새로운 학습이 없으면 출판할 가치가 없다고 본다.
- 논쟁의 여지가 있는 입장을 취하고 방어할 수 있어야만 충분한 연구를 강제하고 깊이 있는 글을 쓸 수 있다.
- 완전히 이해하지 못한 주제라도 초보자의 관점이 전문가보다 효과적인 설명이 될 수 있으며, 투명한 자격 공개가 독자 신뢰를 지킨다.