Natural Korean Skills For Research

연구자를 위한 자연스러운 한국어

LLM이 쓴 한국어는 대개 문법이 틀리지 않습니다. 맞춤법 검사기를 돌려도 깨끗합니다. 그런데 읽으면 뻣뻣합니다.

"이러한 변화는 효율성의 향상을 가져올 수 있습니다"는 어디 하나 틀린 데가 없지만, 한국어를 모국어로 쓰는 사람은 이렇게 쓰지 않습니다. "이렇게 바꾸면 효율이 올라갑니다"라고 씁니다. 문제가 철자가 아니라 문장의 골격이라서 맞춤법 검사기로는 잡히지 않습니다.

연구 글에는 문제가 하나 더 붙습니다. 용어입니다. attention을 어텐션으로 적으면 문장은 한국어다워지지만 원문 논문과 이어지지 않습니다. 반대로 문장 골격까지 영어를 끌고 오면 "model을 3 epoch 동안 train했고 data는 clean한 subset만 썼다" 같은, 한국어 조사를 붙인 영어 문장이 됩니다. 이 스킬은 두 실패 사이에 선을 긋습니다.

누구를 위한 스킬인가

독자는 AI와 CS 분야의 연구자, 엔지니어입니다. 영어 논문과 코드를 직접 읽는 사람이고, 용어를 번역해 주면 오히려 원문과의 연결이 끊깁니다.

이런 글에 씁니다.

• 논문 정리, 논문 리뷰, 서베이 노트
• 실험 노트, 결과 보고, 분석 메모
• 기술 문서, 설계 문서, RFC, 아키텍처 노트
• 코드 리뷰, 이슈, PR 설명
• 기술 블로그
• 동료에게 개념이나 결과를 설명하는 답변

언제 쓰지 않나

• 학회 투고용 국문 논문 원고. 국내 학회의 국문 논문 규정은 대체로 한글 역어를 쓰고 원어를 괄호에 병기하도록 합니다. 이 스킬의 용어 규칙과 충돌하므로, 투고 원고는 해당 학회 지침을 따릅니다.
• 입문자나 비전공자를 대상으로 하는 글. 영문 용어가 장벽이 됩니다.
• 맞춤법과 띄어쓰기 교정. 이 스킬은 철자가 아니라 문장 골격을 봅니다.
• 한국어가 아닌 글.
• 시, 가사, 광고 카피처럼 목소리 자체가 목적인 글.

쓰기 전제

어투. 문서와 노트는 -다체로 씁니다. 사람에게 하는 답변은 합니다체로 씁니다. 한 글 안에서 섞지 않습니다.

확신의 세기는 내용입니다. 원문이 "~로 보인다"라고 했으면 그대로 둡니다. 실험이 보여주지 않은 것을 단언으로 바꾸면 다듬기가 아니라 다른 주장입니다. 연구 글에서 불확실성은 군더더기가 아니라 정보입니다.

없는 것을 만들지 않습니다. 수치, 비교 대상, 원인, 빈도, 메커니즘을 보태면 그 문장은 더 이상 원문이 아닙니다. 읽기 좋아지려고 "2.1%p"나 "가장 흔한 원인"을 지어내는 것이 가장 흔한 실패입니다.

문장 골격

반드시 고치는 것

어긴 자리를 어절 단위로 짚을 수 있는 규칙입니다. 판단이 들어가지 않습니다.

판단이 필요한 것

용어 표기

용어를 영문으로 두는 이유는 멋이 아니라 검색과 대조입니다. 어텐션으로 써 두면 논문의 attention과 이어 붙지 않고, 독자가 원문을 찾을 때 한 번 더 번역해야 합니다. 대신 조사와 어미, 문장 골격은 전부 한국어로 씁니다.

용어는 세 층으로 나뉩니다. 판단 기준은 하나입니다. 논문과 코드에서 그 형태로 쓰이는가, 아니면 한국어에 이미 들어온 말인가.

AI, 시스템, 네트워크, PL, DB, 보안, HCI 분야의 전체 목록과 경계 사례는 references/term-policy.md에 있습니다.

영문 병기는 첫 등장 한 번만

용어를 처음 쓸 때만 병기하고 그다음부터는 하나로 통일합니다. 같은 문서에서 같은 용어를 두 번 이상 병기하면 읽기가 끊깁니다.

첫 등장:  이 구조는 attention을 쓴다.
입문 독자가 섞여 있으면:  이 구조는 어텐션(attention)을 쓴다.
그다음부터:  attention 가중치를 보면 (또는 어텐션 가중치를 보면)

한 문서 안에서는 한 표기로 고정합니다. 앞에서 attention이라 썼으면 뒤에서 어텐션으로 바꾸지 않습니다.

조사 결합

한글로 읽었을 때의 받침을 기준으로 고릅니다.

• token(토큰), embedding(임베딩), LLM(엘엘엠) → 받침 있음 → 을/은/으로
• loss(로스), gradient(그래디언트), GPU(지피유) → 받침 없음 → 를/는/로

영어 어근에 -하다를 바로 붙이지 않습니다. 조사를 넣거나 한국어 동사를 씁니다.

• ✗ "fine-tuning했다" → ✓ "fine-tuning을 했다" / "fine-tuning으로 학습했다"
• ✗ "profiling해보면" → ✓ "profiling을 해 보면"

같은 단어, 두 뜻

기술 개념이면 영문, 일반적인 뜻이면 한국어입니다.

• bias: "마지막 층의 bias" / "데이터에 성별 편향이 있다"
• scale: "scaling law" / "규모가 두 배로 커졌다"
• memory: "KV cache가 메모리를 먹는다" / "기억에 의존하는 설계"

연구 글의 관용 표현

규칙을 기계적으로 밀어붙이면 오히려 어색해지는 자리가 있습니다.

수치와 단위

• %와 %p를 구분합니다. 70%에서 72%로 올랐으면 2%p 상승이지 2% 상승이 아닙니다. 상대 증가율로 쓰려면 약 2.9% 증가입니다.
• 숫자와 % 사이는 붙입니다. 2.1%
• 소수점은 마침표입니다. 유효숫자는 원문을 따르고 임의로 반올림하지 않습니다.
• 수식 기호에도 받침 기준으로 조사를 붙입니다. "학습률 α를 3e-4로 뒀다", "batch size B가 커지면"
• 비교는 기준을 밝힙니다. "정확도가 향상되었다"보다 "정확도가 baseline보다 2.1%p 높았다"가 낫습니다. 단, 원문에 수치가 있을 때만입니다.

인용과 참조

• 번호 인용: "[12]는 이 문제를 다르게 풀었다"
• 저자 인용: "Vaswani 등(2017)이 제안한 구조"
• 그림과 표: "그림 1에서 보듯이", "표 2에 정리했다". Figure 1을 한국어 문장에 그대로 끌어오지 않습니다
• 코드 식별자는 백틱으로 감싸고 조사는 백틱 밖에 붙입니다: `AdamW`를 썼다

쓰기 전 점검 목록

1. 이중 피동 — 되어지, 보여지, 나뉘어지가 있으면 한 번만 피동으로 바꿉니다.
2. 영어 뼈대 — 주어가 추상명사이고 동사가 가져오다, 만들다, 제공하다면 구체적인 주어로 고쳐 씁니다.
3. 조사 쏠림 — 한 단락에서 에 대해, 를 통해, 을 위해를 세어 봅니다. 셋 다 두 번 넘으면 분산합니다.
4. 명사화 — ~의 향상, ~의 발생, ~을 실시를 동사로 되돌립니다.
5. 마무리 — 마지막 문단이 "결론적으로", "시사하는 바"로 끝나면 통째로 지웁니다.
6. 용어 — 음차한 1층 용어를 영문으로 되돌리고, 한 문서에 한 표기로 고정합니다.
7. 수치 — 원문에 없던 숫자가 들어가지 않았는지, %와 %p를 헷갈리지 않았는지 봅니다.
8. 확신 — 원문의 "로 보인다"가 "다"로 올라가지 않았는지 봅니다.

기계적인 1차 검사는 scripts/ko-lint.py로 돌립니다.

python3 scripts/ko-lint.py 초안.md

작업 절차

1. 무슨 말을 해야 하는지 먼저 정합니다. 문체 규칙은 할 말이 있는 글에만 쓸모가 있습니다.
2. 한국어 어순으로 씁니다. 영어 문장을 머릿속에서 옮겨 적지 않습니다. 옮겨 적은 문장은 나중에 되돌릴 수 없습니다.
3. 다 쓰고 점검 목록 여덟 가지를 훑습니다. 긴 문서면 린터를 돌립니다.
4. 고칠 때 사실을 바꾸지 않습니다. 수치, 날짜, 고유명사, 인용문, 인과의 방향, 확신의 세기를 그대로 둡니다.
5. 이미 자연스러우면 손대지 않습니다. 고칠 것이 없다고 말합니다.

출력 형식

기본값은 한국어 본문뿐입니다. 사용자가 원하는 것은 결과물이지 분석이 아닙니다. 규칙 이름, 위반 건수, 변경 요약을 붙이지 않습니다.

예외 하나. 일부러 그대로 둔 표현이 있으면 본문 뒤에 한 줄을 붙입니다.

그대로 둠: "~에 의해 매개된다" — 학술 정형 표현이라 능동으로 바꾸면 뜻이 달라짐

사용자가 "뭘 고쳤어?", "before/after 보여줘"라고 물으면 그때 표를 냅니다.

경계

하는 일

• 번역투를 걷어내고 한국어 어순으로 다시 씁니다.
• 1층 용어를 영문으로 두고 조사와 문장 골격을 한국어로 씁니다.
• 원문의 사실, 수치, 인용, 확신의 세기를 그대로 지킵니다.
• 일부러 고치지 않은 자리를 한 줄로 알립니다.

하지 않는 일

• 학회 투고 원고의 용어 표기를 바꾸지 않습니다. 학회 지침이 우선입니다.
• 맞춤법과 띄어쓰기를 검사하지 않습니다. 철자가 아니라 문장 골격을 봅니다.
• 내용이 빈 글을 채워 주지 않습니다. 할 말 없는 문단은 매끄럽고 짧은 빈 문단이 될 뿐입니다. 그럴 때는 다듬는 대신 그렇다고 말합니다.
• 없는 수치나 근거를 보태지 않습니다.
• "로 보인다"를 "다"로 올리지 않습니다.
• 학술 정형 표현, 직접 인용, 코드, 고유명사, 수식은 건드리지 않습니다.
• 문장을 무조건 짧게 만들지 않습니다. 목표는 짧은 글이 아니라 한국어답게 읽히는 글입니다.

참고 자료

• references/term-policy.md — 분야별 용어 3층 분류, 병기, 조사 결합, 동음이의
• references/writing-conventions.md — 논문체 관용 표현, 수치와 단위, 인용과 참조의 근거
• examples/before-after.md — 적용 예시와 과교정 사례
• scripts/ko-lint.py — 표준 라이브러리만 쓰는 기계적 검사기