Back to BlogTutorial

Stop Slop이란? AI 글쓰기 패턴을 제거하는 16KB 마크다운 파일

6 min read0
#Stop Slop#Ai 글쓰기#Claude Code Skill#Ai Slop#Hardik Pandya#안티 슬롭

Stop Slop이란? AI 글쓰기 패턴을 제거하는 16KB 마크다운 파일

Stop Slop은 LLM에게 "AI 티 나는 글쓰기 패턴"을 인식시키고 제거하게 만드는 16KB짜리 Claude Code Skill이에요. 2026년 1월 11일에 공개된 후 다섯 달 만에 GitHub 별 6,178개를 받았고요. 핵심은 코드가 아니라 자연어 규칙 8개와 사전 체크리스트 12개, 그리고 5축 50점 채점표예요.

이 글은 stop-slop이 정확히 어떻게 동작하는지, 왜 지금 6,000개 별을 받았는지, 그리고 한국어 콘텐츠 작업자에게 어떤 의미인지를 정리합니다.

AI slop이 진짜 문제인 이유

먼저 이름의 출발점부터 짚어볼게요. "slop"은 2025년 12월 Merriam-Webster가 선정한 Word of the Year예요. 사전 정의는 이렇습니다.

"digital content of low quality that is produced usually in quantity by means of artificial intelligence"

번역하면 "주로 AI로 대량 생산되는 저품질 디지털 콘텐츠"예요. American Dialect Society도 같은 단어를 공동 선정했고요.

규모는 충격적이에요. Graphite가 2026년 1분기 영어 웹의 신규 기사 55,400건을 분석한 결과, 49.9%가 AI 생성으로 추정됩니다. 절반이에요. Axios가 2026년 5월 15일에 이 데이터를 인용 보도했고요.

YouTube CEO Neal Mohan도 2026년 1월에 공식 발언을 했어요. "올해 YouTube의 최우선 과제 중 하나가 slop 감소와 deepfake 감지"라고요. 플랫폼 차원에서 인정한 거예요.

이 흐름 속에서 등장한 도구가 stop-slop이에요.

Stop Slop의 정체 — 코드가 아닙니다

Stop Slop은 실행 파일이 아니에요. GitHub 저장소에 들어가도 Python도 JavaScript도 없어요. 있는 건 마크다운 파일 7개뿐이에요.

파일크기역할
SKILL.md2,629 bytes핵심 8 규칙 + 12 체크리스트 + 5축 채점
README.md1,894 bytes개요와 빠른 시작
references/phrases.md2,915 bytes금지 표현 목록
references/structures.md5,255 bytes금지 구조 패턴
references/examples.md1,686 bytesbefore/after 변환 사례

전부 합쳐 16KB. 저장소 크기는 25KB.

저자는 Hardik Pandya예요. Atlassian의 Head of Design이고 인도 방갈로르에 거주합니다. 2011년부터 GitHub 사용자였고 X 핸들은 @hvpandya예요.

작동 원리는 단순해요. LLM의 system prompt 슬롯에 SKILL.md를 넣으면 LLM이 그 규칙대로 글을 쓰거나 검수합니다. 외부 API, 런타임 비용, 의존성 모두 0이에요.

8개 핵심 규칙

SKILL.md의 골격이 되는 규칙은 다음과 같아요.

1. 도입부 헛기침 제거. "Here's what I think about..." 같은 throat-clearing을 잘라냅니다. 강조 보조어와 모든 부사도요.

2. 정형 구조 깨기. 이항대비("It's not X, it's Y"), 부정 나열, 극적 단편화, 수사적 질문, 무생물 주어를 회피합니다.

3. 능동태 강제. 모든 문장에 인간 주어가 있어야 해요. 수동태 금지, false agency 금지. 예를 들어 "the complaint becomes a fix" 같이 무생물이 사람의 동작을 수행하는 표현은 빼야 해요. 이 규칙은 2026년 3월 17일에 가장 마지막으로 추가됐어요.

4. 구체성 강제. "The reasons are structural" 같은 모호한 단언은 금지예요. 정확히 어떤 reasons인지 명명해야 합니다.

5. 독자를 장면 안에 두기. 원경의 화자 voice를 피해요. "People do X"보다 "You do X"가 가깝습니다.

6. 리듬 변주. 문장 길이를 바꿔요. 3개 항목 나열보다 2개가 낫고요. em dash는 금지예요.

7. 독자 지능 신뢰. 부드럽게 풀어쓰거나 정당화하지 마세요. 직접 진술합니다.

8. 인용 같은 문장 다시 쓰기. 풀-쿼트처럼 들리는 문장은 다시 작성해요.

12개 사전 체크리스트

8개 규칙이 추상적이라면, 12개 체크리스트는 발행 직전 자체 점검표예요. SKILL.md에 그대로 박혀있어요.

  • 부사 있는가? → 제거
  • 수동태? → 행위자 찾기
  • 무생물이 인간 동사를 수행하는가? → 사람 명명
  • Wh- 단어로 문장 시작? → 재구조화
  • "here's what/this/that" 헛기침? → 본론으로
  • "not X, it's Y" 이항대비? → Y만 직접 진술
  • 연속 3문장이 같은 길이? → 하나 깨기
  • 단락 끝이 한 줄 펀치? → 변주
  • em dash 사용? → 제거
  • 모호한 단언("The implications are significant")? → 구체화
  • 원경 화자("Nobody designed this")? → 독자를 안으로
  • 메타 조이너("The rest of this essay...")? → 삭제

LLM이 본문을 쓴 뒤 이 12개를 자체 통과시켜야 발행이에요.

5축 50점 채점 — 35점 미만이면 재작성

체크리스트로도 부족하면 사후 채점이 있어요. 50점 만점에 35점 미만이면 LLM이 자기 글을 다시 씁니다.

Dimension평가 질문배점
Directness진술인가, 발표인가?10
Rhythm변주가 있는가?10
Trust독자 지능을 존중하는가?10
Authenticity인간처럼 들리는가?10
Density잘라낼 것이 있는가?10

이게 stop-slop의 결정적인 차별점이에요. 다른 anti-slop 도구는 대부분 인간 편집자가 사후에 손보는 가이드인데, stop-slop은 LLM이 자기 글을 점수 매겨 재작성하게 만들어요.

4가지 사용법

README가 명시한 진입점 4가지예요.

방법 1 — Claude Code Skill. 폴더를 그대로 skill로 추가합니다. progressive disclosure 패턴이라 SKILL.md만 항상 로드되고, references는 필요할 때만 LLM이 가져가요.

방법 2 — Claude Projects. SKILL.md와 references 파일을 project knowledge에 업로드합니다. 해당 프로젝트 안에서 글을 쓸 때 자동 적용돼요.

방법 3 — Custom Instructions. Claude.ai 유료 플랜의 Custom Instructions 칸에 SKILL.md 핵심 규칙을 복사합니다. references는 별도 첨부가 필요해요.

방법 4 — API system prompt. API 호출 시 system 파라미터에 SKILL.md를 그대로 넣어요. references는 on-demand로 사용자가 호출할 때 첨부합니다.

어느 방법이든 자연어 시스템 프롬프트만 받으면 동작해요. 그래서 ChatGPT나 Gemini에도 그대로 옮길 수 있어요. 저자 자신도 "Claude (or any LLM)"이라고 명시했고요.

QJC 콘텐츠 워크플로우 적용 가능성

저희 입장에서 보면 가설 수준의 적용처 세 군데가 보입니다.

첫째, thread-writer 에이전트의 시스템 프롬프트에 SKILL.md 압축본을 넣는 방안이에요. 한국어는 영어 룰이 직접 적용 안 되지만, 부사 남용, 모호한 단언, 무생물 주어 같은 보편 패턴은 한국어에도 그대로 작동합니다.

둘째, blog-writer 에이전트의 자체 점검 단계에 5축 채점을 도입할 수 있어요. content-consistency-checker가 현재 5축(숫자/표기/주장/CTA/출처)인데, 여기에 rhythm/density 축을 추가하면 카피의 톤 일관성이 강해집니다.

셋째, card-copy-writer 에이전트의 영문 title_en 필드에는 즉시 적용 가능해요. stop-slop이 원래 영어 산문 룰이라서 변형 없이 그대로 붙여요.

다만 한국어의 "사실상", "어떻게 보면", "결국" 같은 헛기침은 stop-slop에 없어요. 한국어 패턴 사전을 별도로 구축해야 합니다.

한계와 주의점

저자가 명시한 한계는 없어요. 다만 저장소 구조와 commit 이력에서 추론할 수 있는 한계는 있습니다.

  • 영어 산문 기준이라 한국어, 일본어 등 다국어에는 변형이 필요해요.
  • 코드, 기술 문서, 시, 소설 같은 산문 외 장르는 일부 규칙이 과도해요. 시에 em dash 금지는 부자연스럽고요.
  • LLM이 규칙을 인지해도 "AI 티"가 완전히 사라지진 않아요. 그래서 5축 35점 게이트가 사후 필터로 동작합니다.
  • 저자 본인이 commit Co-Authored-By로 Claude Opus 4.5/4.6을 명시했어요. 규칙 자체도 Claude와 협업해 추출됐다는 뜻이에요. 자기 적용의 메타 모순 가능성이 있습니다.

정리

Stop Slop의 본질은 단순해요. 16KB 마크다운으로 LLM에게 "AI 글쓰기의 예측 가능한 패턴 8가지"를 알려주고, 사전 체크리스트 12개와 5축 50점 채점으로 자체 검수하게 만드는 거예요.

별 6,000개를 받은 이유는 두 가지예요. 첫째, 진입 비용이 거의 0이에요. 다운로드, 복사붙여넣기로 끝납니다. 둘째, 시기가 맞았어요. AI slop이 Word of the Year가 되고, 영어 웹의 절반이 AI 생성이 된 2026년 1분기 한가운데에서 나왔으니까요.

한국어 콘텐츠 운영자도 GitHub repo부터 한 번 열어보시는 걸 권합니다. 8개 규칙 중 최소 6개는 번역만 잘하면 한국어 워크플로우에 바로 적용돼요.

출처