생성형 AI를 활용해 개발 문서나 기고문을 작성할 때 특유의 정형화된 상투어인 AI 슬롭(AI Slop)이 반복적으로 출력되는 현상은 개발자들의 주요 고민거리다. 피터 양이 공개한 오픈소스 에이전트 스킬은 이러한 상투적 문장을 감지하고 저자의 목소리를 보존하는 새로운 솔루션을 제시한다. 본 글에서는 해당 스킬의 구조와 핵심 실행 모드, 그리고 생산성을 극대화하는 25/50/25 글쓰기 법칙을 상세히 살펴본다.

AI 슬롭을 제거하는 오픈소스 스킬의 등장

생성형 AI가 작성한 글에서 반복적으로 등장하는 상투적 구문을 제거하기 위한 시도가 오픈소스 생태계에서 주목받고 있다. 피터 양(Peter Yang)은 2026년 7월 MIT 라이선스로 petergyang/no-ai-slop 저장소를 공개하였으며, 이는 에이전트 스킬 규격으로서 빠르게 확산되었다. 해당 스킬은 Claude Code, Cursor, ChatGPT, Codex 등 다양한 AI 실행 환경에 손쉽게 연동하여 사용할 수 있는 프롬프트 스킬 명세다.

이 프로젝트는 공개 직후 개발자 커뮤니티의 폭넓은 호응을 얻으며 GitHub 스타 6,700개 이상(집계 기준에 따라 6,792개 및 8,557개)을 기록하는 성과를 거두었다. 개발자들은 프롬프트 조율에 소요되는 시간을 줄이면서도 AI 특유의 정형화된 문체를 정제하는 도구로 이 스킬을 활용하고 있다.

피터 양이 공개한 no-ai-slop 프로젝트는 AI 글쓰기의 상투적 클리셰를 검출하고 다듬는다.

작성자 목소리를 지키는 두 가지 작동 모드

no-ai-slop 스킬은 작성자 본연의 목소리와 리듬을 훼손하지 않는 최소 유효 편집(minimum effective edit) 원칙을 철저히 준수한다. 저자의 어휘 사용 습관, 어조, 직설적인 표현 방식을 유지하면서 AI 슬롭 패턴만 선별적으로 정제한다.

해당 스킬은 Edit 모드와 Detect 모드라는 두 가지 핵심 실행 모드를 제공한다. Edit 모드는 원문의 주장과 문맥을 보존한 채 패턴화된 클리셰만 덜어내며 수정 완료 후 무엇이 왜 바뀌었는지 정리한 'What changed' 요약 섹션을 반환한다. 반면 Detect 모드는 글을 직접 재작성하지 않고, 슬롭 패턴에 해당하는 문장을 직접 인용하여 증거 기반으로 피드백을 전달한다. 이를 통해 저자는 자신의 고유한 문체를 유지하면서 완성도 높은 결과물을 얻을 수 있다.

원문의 어조를 보존하는 최소 유효 편집 원칙과 함께 편집 및 감지 모드를 제공한다.

LLM 출력물에서 상투적으로 나타나는 금지 구문

거대언어모델(LLM) 출력을 분석해보면 모델 종류에 상관없이 고착화된 20개 이상의 상투적 문장 패턴이 존재한다. no-ai-slop 스킬은 이러한 패턴을 체계적으로 포착하여 교정 대상으로 삼는다.

대표적으로 'X가 아니라 Y다(It's not X. It's Y.)' 형태의 이분법적 대비 구조가 주요 차단 대상에 포함된다. 또한 'Here's the thing'이나 'Let me be clear'처럼 의미 없이 목을 가다듬는 도입부 표현도 덜어낸다. 더불어 'What nobody tells you'와 같이 과장된 가짜 통찰을 연출하거나 출처 없이 '전문가들이 동의한다'고 언급하는 모호한 권위 인용 문구 역시 차단 패턴 규칙에 따라 깔끔하게 교정된다. 원본 저장소 자체에 한국어 전용 교정 룰셋이 기본 탑재되었는지 여부는 확인되지 않았다.

이분법적 대비나 가짜 통찰 연출 등 정형화된 표현 문맥을 체계적으로 포착한다.

생산성을 높이는 25/50/25 글쓰기 법칙

피터 양은 no-ai-slop 스킬을 효율적으로 활용하기 위한 방안으로 25/50/25 AI 협업 글쓰기 법칙을 제시한다. 이 방식은 글쓰기의 모든 과정을 AI에 의존하지 않고 인간과 AI의 역할을 명확히 분담하는 단계별 프로세스다.

글쓰기의 첫 25% 구간에서는 AI를 일절 사용하지 않고 음성 입력이나 직접 작성을 통해 초고를 작성한다. 이어지는 중간 50% 구간에서 AI와 no-ai-slop 스킬을 적용하여 문법 교정, 명확성 향상, 주장의 논리 검증을 진행한다. 마지막 25% 구간에서는 저자가 직접 전체 문장을 한 줄씩 검토하며 정교하게 수동 편집을 완료한다. 이러한 단계적 비율 배분은 생산성과 글의 독창성을 동시에 확보하는 구체적 길잡이가 된다.

초고와 마무리 검토는 사람이 직접 진행하고 중반 단계에만 AI와 스킬을 활용한다.

실무 에이전트 환경에서의 적용 전략 요약

개발자는 개성 있는 톤앤매너를 유지하면서 AI 슬롭 문장을 효율적으로 정제할 수 있다. 자동화된 검출 규칙을 통해 생성형 AI 특유의 표현 고착화 문제를 해결할 수 있다. 프롬프트 및 에이전트 스킬 체계를 실무 환경에 적극 구축함으로써 기술 문서, 개발 블로그, 기고문의 전반적인 품질을 향상시킬 수 있다. 독자는 이러한 자동화 규칙을 에이전트에 도입해 글쓰기 생산성과 완성도를 동시에 확보한다.

참고