문서로 돌아가기
Humanizationv10.0

휴먼화 파이프라인

학술적 엄밀성을 유지하면서 AI 패턴을 자연스러운 학술 문체로 변환

개요

휴먼화 파이프라인은 AI 생성 작성 패턴을 감지하고 자연스러운 인간적인 학술 문체로 변환합니다. 4개 변환 레이어(어휘, 구문, 구조, 담화)에 걸쳐 28개 패턴 카테고리를 분석하면서 100% 인용 정확도, 통계적 정밀성, 학술적 엄밀성을 유지합니다. 13개의 정량적 문체 측정 메트릭을 갖춘 Humanizer MCP v3.0으로 구동됩니다. /diverga:humanize 스킬에 의해 오케스트레이션되며, 모든 단계에서 필수 휴먼 체크포인트를 적용합니다.

100% 인용 보존
100% 통계 보존
학술적 엄밀성 유지

3-에이전트 + MCP 파이프라인

G5

학술 스타일 감사자

AI 패턴 감지Sonnet
  • •7개 도메인에서 28개 AI 작성 패턴 카테고리 감지
  • •AI 확률 점수화 (0-100%)
  • •위험 분류 (높음/중간/낮음)
  • •섹션별 감지
  • •Humanizer MCP를 통한 13개 정량적 문체 측정 메트릭
  • •v3.0 복합 점수화 (6개 구성요소 공식)
G6

학술 스타일 휴먼화

패턴 변환Opus
  • •패턴별 변환
  • •100% 인용 보존
  • •100% 통계 값 보존
  • •3가지 변환 모드
  • •4단계 변환 (어휘 → 구문 → 구조 → 담화)
  • •담화 수준 DT1-DT4 전략
F5

휴먼화 검증자

품질 보증Haiku
  • •인용 무결성 검증
  • •통계 정확도 확인
  • •의미 보존 검증
  • •AI 패턴 감소 측정
  • •담화 자연스러움을 포함한 8개 검증 영역
  • •v3.0 복합 점수 회귀 검사

28개 AI 패턴 카테고리

포괄적 감지를 위해 7개 주요 영역으로 구성

콘텐츠 패턴 (C1-C6)

  • C1: 중요성 과장 - "획기적인", "혁명적인"
  • C4: 홍보성 언어 - "인상적인", "주목할 만한"
  • C5: 모호한 귀속 - "일부 연구자들은 제안한다"

언어 패턴 (L1-L6)

  • L1: AI 어휘 - "탐구하다", "중요한", "활용하다", "촉진하다"
  • L2: 계사 회피 - "~로 작용한다" 대신 "~이다"
  • L6: 거짓 범위 - "도전과 기회"

스타일 패턴 (S1-S6)

  • S1: Em 대시 과다 사용 - 단락당 여러 개의 — 대시 —
  • S3: 인라인 헤더 목록 - "첫째, ... 둘째, ... 셋째, ..."
  • S5: 이모지 사용 - 이모지가 있는 학술 텍스트

커뮤니케이션 (M1-M3)

  • M1: 메타 주석 - "AI 언어 모델로서..."
  • M2: 과도한 긍정 - "좋은 질문이에요!", "절대적으로!"
  • M3: 사과 완화 - "이것이 맞지 않다면 죄송합니다..."

완화 (H1-H3)

  • H1: 영역 언어 - "~의 영역에서", "~의 풍경"
  • H2: 과도한 완화 - "잠재적으로 아마도 제안할 수 있다"
  • H3: 중복 강화어 - "매우 독특한", "극도로 필수적인"

학술 특화 (A1-A6)

  • A1: 과다 주장 - 증거 없는 인과적 언어
  • A4: 방법론 상용구 - 일반적인 방법론 설명
  • A6: 함의 과장 - "사회에 대한 심오한 함의"

구조 패턴 (S7-S10)

  • S7: 산문 내 열거 - 문단 형태로 숨겨진 목록
  • S8: 반복적 문단 시작 - 문단 전체에 걸친 동일한 시작 패턴
  • S9: 공식적 섹션 구조 - 예측 가능한 IMRaD 레이아웃
  • S10: 가설 체크리스트 - 가설별 체계적 보고

3가지 변환 모드

맥락에 맞는 변환 수준 선택

보수적

대상:높은 위험 패턴만
감소:20-35%
텍스트 변경:5-15%
레이어:Layer 1-2 (vocabulary + phrase)

적합: 저널 투고, 공식 출판물

균형적

⭐
대상:높음 + 중간 위험 패턴
감소:35-50%
텍스트 변경:15-30%
레이어:Layer 1-3 (vocabulary + phrase + structure)

적합: 대부분의 학술 글쓰기 (권장)

적극적

대상:모든 패턴
감소:50-70%
텍스트 변경:30-50%
레이어:Layer 1-4 (vocabulary + phrase + structure + discourse)

적합: 블로그 게시물, 비공식 글쓰기

학술적 어조에 영향을 줄 수 있음

파이프라인 흐름

G5 패턴 분석 + MCP 메트릭
패스 1: 어휘 (레이어 1-2)
🟠 CP_PASS1_REVIEW
패스 2: 구조 (레이어 3)
🟡 CP_PASS2_REVIEW
패스 3: 담화 (레이어 4)
🟠 CP_PASS3_REVIEW
F5 최종 검증
🟢 CP_FINAL_REVIEW

절대 보존 규칙

이러한 요소는 절대 변환되지 않습니다

  • 인용: (저자, 연도) 형식 정확히 보존
  • 통계: p값, 효과 크기, CI, N값 변경 없음
  • 직접 인용: 그대로 인용된 텍스트 유지
  • 전문 용어: 분야별 용어 유지
  • 수학적 표현: 공식 및 방정식 보존
  • 고유 명사: 이름, 장소, 조직 변경 없음

윤리 프레임워크

"휴먼화는 표현을 개선하지, 속이지 않습니다."

✅ 하는 것

  • •아이디어를 자연스럽게 표현하도록 도움
  • •로봇 같은 표현 제거
  • •가독성을 향상시키면서 학술적 어조 유지
  • •명백한 AI 흔적 제거

❌ 하지 않는 것

  • •AI 사용을 "감지 불가능"하게 만들지 않음
  • •AI 공개 필요성을 대체하지 않음
  • •독창적인 아이디어를 생성하지 않음
  • •인간의 판단을 대체하지 않음

빠른 명령어

"AI 패턴 확인"G5 분석만 실행
"내 초안 휴먼화"전체 파이프라인 (균형 모드)
"휴먼화 (보수적)"최소한의 변경
"휴먼화 (적극적)"최대 자연스러움
"휴먼화로 내보내기"내보내기 전 파이프라인

학술 글쓰기 변환

휴먼화 파이프라인은 Diverga의 G5-AcademicStyleAuditor, G6-AcademicStyleHumanizer, F5-HumanizationVerifier 에이전트에 내장되어 있습니다.

에이전트 탐색