blader/humanizer는 AI가 쓴 것처럼 보이는 문장을 사람의 글처럼 다듬는 Agent skill이다. 흥미로운 점은 별도 Python 프로그램이나 특정 모델용 플러그인으로 구현하지 않았다는 데 있다. README에 따르면 이 도구는 Markdown으로 작성됐고, skills를 지원하는 에이전트라면 사용할 수 있다. 기능보다 실행 환경을 넓히는 설계다.
편집 과정도 한 번의 문장 치환으로 설명되지 않는다. Humanizer는 먼저 원문의 구조를 고정하지 않은 상태에서 초안을 다시 쓴다. 그 뒤 Wikipedia의 ‘Signs of AI writing’을 바탕으로 정리한 35개 패턴과 원래 주장을 함께 점검한다. 과장된 중요성을 부풀리는 표현, 실체가 불분명한 출처, ‘not X but Y’ 식의 상투적인 대조, 지나치게 많은 수식어와 챗봇식 인사말이 이 점검 목록에 포함된다. 남은 문제만 다시 고치는 2단계 흐름이다.
이 저장소가 편집 도구로서 신뢰를 얻으려는 방식은 제한 조건에서도 드러난다. 이름, 숫자, 날짜, 인용, 인용 출처 같은 사실을 새로 만들지 않는다고 명시한다. 파일을 직접 지정해도 바꾸는 범위는 prose로 한정한다. 코드와 데이터, frontmatter, 링크 대상은 그대로 둔다. 글쓰기 샘플을 제공하면 기본 규칙 대신 샘플의 어휘와 리듬, 구두점, 일부러 남긴 문체적 버릇을 따라간다.
사용자는 `/humanizer` 뒤에 텍스트를 붙이거나 자연어로 재작성을 요청하면 된다. 결과를 바로 확정하지 않고 첫 번째 rewrite와 짧은 critique를 먼저 보여주는 것도 이 실행 모델의 일부다. 에이전트가 어떤 판단을 거쳤는지 확인한 뒤 최종본을 받는 구조라서, 단순한 후처리 필터보다 편집 과정에 가깝다.
물론 35개 패턴을 모두 피한다고 좋은 글이 보장되지는 않는다. Humanizer는 표현을 정리하고 원래 주장을 보존할 뿐, 빈약한 취재나 틀린 사실을 검증해주지는 않는다. 따라서 블로그 초안과 기술 문서의 문장 다듬기에는 적합하지만, 편집과 팩트체크를 하나의 기능으로 오해하면 안 된다. 이 repo가 보여주는 변화는 ‘AI 티 제거’라는 모호한 요구를 재작성, 패턴 점검, 비평, 재수정이라는 에이전트 workflow로 바꿔놓았다는 점이다.