From 5bd12e45b9863a9f92f2ce278b8eacfcef2e73df Mon Sep 17 00:00:00 2001
From: dotori <high0408@gmail.com>
Date: Fri, 10 Jul 2026 15:31:59 +0900
Subject: [PATCH] Add advanced humanizer manual

---
 PROMPT.md                                     |  40 +-
 PROMPT.short.md                               |   7 +-
 README.ko.md                                  |  16 +-
 README.md                                     |  18 +-
 README.zh-CN.md                               |   3 +
 ROADMAP.md                                    |   4 +
 SKILL.md                                      |  26 +-
 docs/.gitignore                               |   1 +
 docs/korean-humanizer-manual.html             | 541 ++++++++++++++++++
 eval/README.md                                |  22 +
 eval/fixtures/blog-05-readability-advanced.md |  15 +
 eval/fixtures/linkedin-03-hook-advanced.md    |  15 +
 eval/scorecard.md                             |  10 +-
 examples/before-after.md                      |  27 +-
 examples/voice-dna-extraction.md              |  77 +++
 examples/voice-dna-template.md                |  65 +++
 references/ko-ai-signals.md                   |  56 ++
 17 files changed, 931 insertions(+), 12 deletions(-)
 create mode 100644 docs/.gitignore
 create mode 100644 docs/korean-humanizer-manual.html
 create mode 100644 eval/fixtures/blog-05-readability-advanced.md
 create mode 100644 eval/fixtures/linkedin-03-hook-advanced.md
 create mode 100644 examples/voice-dna-extraction.md
 create mode 100644 examples/voice-dna-template.md

diff --git a/PROMPT.md b/PROMPT.md
index cd9b96e..00cc54a 100644
--- a/PROMPT.md
+++ b/PROMPT.md
@@ -19,6 +19,15 @@
 7. 코드 / 기술 문서 / 법률 문서 / 공식 문서면 변경하지 말고 사용자에게 확인합니다.
 8. **종결어미 톤 보존**: Raw의 종결어미(~합니다체 / ~해요체 / ~다체 / 반말)와 도메인 디폴트를 함께 따릅니다. 발화체(YouTube / 팟캐스트 / 강의)에서는 **~다체 글말체를 쓰지 않습니다.** 격식 / 캐주얼 / 발화체는 raw 어미 strict 보존, 글말체(블로그 / 에세이 / 마케팅)만 ~다체 자유. 한 글에 어미가 섞이면 raw 우세 어미로 통일합니다.
 
+## 작업 모드
+
+사용자가 따로 말하지 않으면 `rewrite` 로 처리합니다.
+
+- `rewrite`: 원문 전체를 반환하되 high-confidence AI 티만 최소 수정합니다.
+- `detect`: 수정하지 않고 AI 티 후보와 이유만 짚습니다.
+- `audit`: 후보별 개선안을 붙여 사용자가 직접 고칠 수 있게 합니다.
+- `edit-plan`: 긴 문서나 파일 대상으로 직접 수정 대신 패치 계획만 냅니다.
+
 ## 작업 순서
 
 1. **도메인 / 톤 / 보존 영역을 먼저 확인합니다.**
@@ -28,14 +37,22 @@
 2. **Brand voice / personal list 를 먼저 적용합니다.**
    - Brand voice 가 있으면 최우선입니다.
    - 사용자의 금지어 / 선호어 / 유지어는 카탈로그보다 우선합니다.
-3. **도메인에 맞는 high-confidence AI 티만 고칩니다.**
+3. **Advanced humanize pass 를 가볍게 적용합니다.**
+   - Voice DNA / Brand voice: 문장 길이, 종결어미, 반복 표현, 금지어, "절대 안 쓸 말"을 먼저 반영합니다.
+   - Hook / 첫 문장: LinkedIn, X, 뉴스레터, YouTube, 마케팅 카피에서 첫 1-2문장의 지연 / 추상성 / 무관함 / 밋밋함만 고칩니다.
+   - Story / 흐름: 원문 안의 원인·대조·결과 관계가 보이면 "그리고 / 또한 / 그다음"식 나열을 약하게 정리합니다. 새 사건이나 수치는 만들지 않습니다.
+   - Dumbify / 읽기 부담: 어려운 한자어, 긴 중첩절, 추상 명사를 쉬운 말로 낮춥니다. 생각을 단순화하지 않습니다.
+   - Anti-AI final: 구체성 없는 과장, hollow contrast("X가 아니라 Y"인데 Y가 비어 있는 경우), 빌린 권위, 지나친 3항 병렬, 기계적인 마무리를 마지막으로 봅니다.
+4. **도메인에 맞는 high-confidence AI 티만 고칩니다.**
    - 학술 / 뉴스 / 이메일처럼 격식이 필요한 도메인은 딱딱함 전체가 아니라 불필요한 격식만 줄입니다.
    - 채팅 / 리뷰 / YouTube 는 너무 매끈하게 만들지 말고 raw 말투, 생략, 감정 강도를 보존합니다.
-4. **과교정을 되돌립니다.**
+5. **과교정을 되돌립니다.**
    - 문단 3곳, 전체 20%, 짧은 글 최대 1문장 제한을 넘으면 영향이 작은 변경부터 원복합니다.
    - 원문보다 10% 이상 짧아졌거나 문장 수가 줄었다면 삭제 / 병합한 부분을 다시 살립니다.
    - 마지막에 의미 보존, 정보량 보존, 종결어미 톤 보존, 도메인 적합성을 확인합니다.
 
+**충돌 우선순위**: 정확성 > 의미 보존 > 정보량 보존 > raw/brand voice > 읽기 쉬움 > hook/story > 스타일. hook 이 강해져도 본문이 약속을 못 지키면 원문 쪽으로 되돌립니다.
+
 ## 치환 규칙
 
 ### 1. 강조어 남발
@@ -108,6 +125,13 @@
 - 저변 → 바탕 / (삭제)
 - ~의 일환으로 → 문맥에 맞게 "~하려고" / "~하면서" / 짧은 목적 표현
 
+### Advanced pass 신호
+- 읽기 부담: 한 문장에 중첩절이 여러 개 있거나 추상 명사가 이어지면 쉬운 말로 낮춥니다. 전문 독자가 공유하는 용어는 보존합니다.
+- 첫 문장 지연: 주제가 늦게 나오면 첫 명사구가 주제를 담도록 줄입니다. 클릭베이트는 만들지 않습니다.
+- 흐름 없는 나열: "그리고 / 또한 / 그다음"만 이어지는 구간은 원문 안의 원인·대조·결과가 보일 때만 정리합니다.
+- Hollow contrast: "X가 아니라 Y" 구조에서 Y가 구체 사례, 숫자, 메커니즘 없이 비어 있으면 직접 주장으로 바꿉니다.
+- Voice drift: brand voice / 참고 글 / voice DNA와 다른 말버릇, 이모지, 종결어미, 문장 길이가 튀면 원문 또는 profile 쪽으로 되돌립니다.
+
 ## 출력 형식
 
 ````
@@ -191,6 +215,18 @@ prefer:
 
 같은 brand voice 안에서는 `preserve` > `ban` > `prefer` 순서로 우선순위가 적용됩니다.
 
+### 형식 E. Voice DNA profile (세션 범위)
+
+사용자가 10-20개의 자기 글 / 영상 transcript / 뉴스레터를 주면, 내용을 요약하지 말고 **어떻게 말하는지**만 추출합니다.
+
+- 문장 길이와 호흡
+- 자주 쓰는 시작 / 전환 / 마무리
+- 실제로 쓰는 표현과 절대 안 쓸 표현
+- 종결어미와 격식 레벨
+- hook / CTA 습관
+
+Voice DNA 는 brand voice 처럼 카탈로그보다 먼저 적용하되, 원문에 없는 사실 / 경험 / 성과를 새로 만들지 않습니다.
+
 ## My personal list
 
 <!--
diff --git a/PROMPT.short.md b/PROMPT.short.md
index 3ba35cc..e08db2e 100644
--- a/PROMPT.short.md
+++ b/PROMPT.short.md
@@ -18,7 +18,10 @@
 
 1. 사용자가 준 금지어 / 선호어 / 유지어를 먼저 적용합니다.
 2. 도메인과 말투를 먼저 파악합니다. 이메일, 뉴스, 학술 글은 격식을 보존하고, 채팅 / 리뷰 / YouTube 는 너무 매끈하게 만들지 않습니다.
-3. 아래 AI 티가 확실한 표현만 고칩니다.
+3. 참고 글이나 voice DNA 가 있으면 문장 길이, 종결어미, 말버릇, 금지 표현을 먼저 맞춥니다.
+4. 첫 문장이 중요한 글(LinkedIn, 뉴스레터, YouTube, 마케팅)은 첫 1-2문장의 지연 / 추상성 / 무관함만 약하게 고칩니다. 클릭베이트나 없는 약속은 만들지 않습니다.
+5. 설명 글은 어려운 한자어, 긴 중첩절, 추상 명사를 쉬운 말로 낮춥니다. 생각을 단순화하지 않고 읽는 부담만 낮춥니다.
+6. 아래 AI 티가 확실한 표현만 고칩니다.
 
 ## 자주 보이는 한국어 AI 티
 
@@ -34,6 +37,8 @@
 - 이모지 남발: 헤더마다 붙은 이모지는 줄이되, 의도된 톤이면 일부 보존
 - 과한 회피: "~일 수도 있습니다", "~라고 할 수 있습니다" 반복 → 아는 건 단언
 - AI 고빈도어: "활용", "극대화", "시사한다", "도모", "모색", "함의" → 쉬운 표현
+- Hollow contrast: "X가 아니라 Y" 구조에서 Y가 구체 사례 / 숫자 / 메커니즘 없이 비어 있으면 직접 주장으로 바꾸기
+- Voice drift: 참고 글 / brand voice / voice DNA 와 다른 이모지, 종결어미, 문장 길이, 말버릇은 되돌리기
 
 ## 출력 형식
 
diff --git a/README.ko.md b/README.ko.md
index 5a1c2aa..334a514 100644
--- a/README.ko.md
+++ b/README.ko.md
@@ -44,7 +44,7 @@ Quick links: [`PROMPT.short.md`](PROMPT.short.md) · [`PROMPT.md`](PROMPT.md) ·
 | 지난 6개월간 **다양한** 프로젝트를 **통해** **많은 것을 배우고 성장할 수 있었던** **의미 있는** 시간이었습니다. **이러한** 경험은 앞으로의 커리어에 **있어서** **매우 소중한** 자산이 될 것이라고 **확신합니다**. 🙌 | 지난 6개월 동안 여러 프로젝트를 하며 많이 배우고 성장할 수 있었습니다. 이 경험은 앞으로의 커리어에도 소중한 자산이 될 것 같습니다. |
 | 본 사항은 **다양한** 측면에서 **신중하게 고려되어야** 할 필요가 있을 것으로 **사료됩니다**. | 이 사항은 여러 측면에서 신중하게 검토할 필요가 있어 보입니다. |
 
-**한국어 LLM 출력의 12 카테고리 / 100+ AI 티 패턴**을 12 도메인 (블로그·마케팅·이메일·LinkedIn·YouTube·뉴스레터·위키·학술·뉴스·채팅·리뷰·B2B 메시지) 에 걸쳐 의미 불변으로 다듬는다. **v1.0.1 부터는 humanizer 가 요약기가 아니라는 점을 더 강하게 고정해, 사용자가 "짧게"를 요청하지 않으면 원문 대비 90% 미만으로 줄이지 않는다.** Brand voice profile 로 *짧고 직설 / 길고 사변* 같은 본인 톤도 영구 등록할 수 있다 (Claude Code · Claude.ai · OpenCode · Codex · Cursor · ChatGPT · Gemini 호환).
+**한국어 LLM 출력의 12 카테고리 / 100+ AI 티 패턴**을 12 도메인 (블로그·마케팅·이메일·LinkedIn·YouTube·뉴스레터·위키·학술·뉴스·채팅·리뷰·B2B 메시지) 에 걸쳐 의미 불변으로 다듬는다. **v1.0.1 부터는 humanizer 가 요약기가 아니라는 점을 더 강하게 고정해, 사용자가 "짧게"를 요청하지 않으면 원문 대비 90% 미만으로 줄이지 않는다.** Brand voice profile 과 Voice DNA 로 *짧고 직설 / 길고 사변 / 특정 개인의 문장 습관* 같은 톤도 우선 적용할 수 있다 (Claude Code · Claude.ai · OpenCode · Codex · Cursor · ChatGPT · Gemini 호환).
 
 🔗 [Wiki (연구 / 평가 / 윤리)](https://github.com/dotoricode/korean-humanizer/wiki) · 🛠️ [패턴 카탈로그](references/ko-ai-signals.md) · ⚡ [30개 치트시트](CHEATSHEET.md) · 💬 [Issues](https://github.com/dotoricode/korean-humanizer/issues/new/choose) · 📑 [전체 비교 사례](#full-example)
 
@@ -64,6 +64,20 @@ humanizer 는 5 가지 안전장치를 지킨다:
 4. **문단 3곳 룰** — 한 문단에 3 곳 이상 건드리지 않는다.
 5. **자연스러움 > 완벽함** — 살짝 덜 매끄러운 게 더 사람답다. 과도한 세련미는 오히려 AI 티.
 
+## Advanced Passes
+
+기본은 여전히 12 카테고리 카탈로그다. 여기에 선택적 고급 pass 를 얹어 첫 문장, 흐름, 읽기 부담, voice drift 를 더 잘 잡는다.
+
+| Pass | 잡는 문제 | 안전장치 |
+|---|---|---|
+| Voice DNA | 사용자의 실제 문장 습관과 멀어짐 | 사용자가 준 샘플 안에서만 적용 |
+| Hook / 첫 문장 | 주제가 늦게 나오거나 opener 가 흐림 | 첫 1-2문장만, 클릭베이트 금지 |
+| Story / 흐름 | "그리고 / 또한 / 그다음" 식 나열 | 원문 안의 관계만 드러냄 |
+| Dumbify / 읽기 부담 | 긴 중첩절, 어려운 한자어, 추상 명사 | 생각을 단순화하지 않음 |
+| Anti-AI final | hollow contrast, 과장, generic authority | 없는 숫자 / 사건 / 경험 생성 금지 |
+
+Voice DNA 템플릿: [`examples/voice-dna-template.md`](examples/voice-dna-template.md) · 추출 가이드: [`examples/voice-dna-extraction.md`](examples/voice-dna-extraction.md)
+
 ## 12 Categories Detected (with Before/After Examples)
 
 각 카테고리는 9~14 개 세부 패턴 표로 펼쳐져 있다. 전체 카탈로그 → [`references/ko-ai-signals.md`](references/ko-ai-signals.md)
diff --git a/README.md b/README.md
index 4fd321a..d36378b 100644
--- a/README.md
+++ b/README.md
@@ -12,6 +12,8 @@
 
 Korean text from LLMs tends to leak: stiff formalism, empty intensifiers, filler connectives that don't exist in natural speech. Readers notice. `korean-humanizer` strips those patterns — without touching the meaning.
 
+It now also includes optional advanced passes for the cases where plain pattern replacement is not enough: voice DNA, first-line/hook cleanup, story flow, reading-load reduction, and a final anti-AI filter. These passes are conservative: they do not invent facts, rewrite the whole piece, or override the 20% edit cap.
+
 ---
 
 ```diff
@@ -28,7 +30,7 @@ Korean text from LLMs tends to leak: stiff formalism, empty intensifiers, filler
 + 이 솔루션으로 여러 비즈니스 가치를 더 크게 만들고, 사용자 경험도 한 단계 개선할 수 있습니다.
 ```
 
-→ [Try it in 30 seconds](#install)
+→ [Try it in 30 seconds](#install) · [Read the manual](https://docs-eta-beryl.vercel.app/korean-humanizer-manual.html)
 
 ---
 
@@ -87,6 +89,20 @@ Ban words, set preferences, or define a brand voice — all applied before the c
 
 For a persistent tone profile, see [`examples/brand-voice-template.md`](examples/brand-voice-template.md).
 
+For a personal writing fingerprint built from your own samples, see [`examples/voice-dna-template.md`](examples/voice-dna-template.md) and [`examples/voice-dna-extraction.md`](examples/voice-dna-extraction.md).
+
+## Advanced Passes
+
+The stable surface is still the 12 Korean AI-tell categories. Advanced passes sit on top as optional, conservative checks:
+
+| Pass | What it fixes | Guardrail |
+|---|---|---|
+| Voice DNA | Output drifts away from the user's own sentence shapes and anti-voice | Never imitates a third party without user-provided samples |
+| Hook / first line | Topic arrives late or opener is vague | First 1-2 sentences only; no clickbait |
+| Story flow | Body reads like "and then / also / additionally" stacking | Uses only relationships already present in the draft |
+| Dumbify | Dense clauses, abstract nouns, avoidable jargon | Lowers reading load, not the idea |
+| Anti-AI final | Hollow contrast, inflated claims, generic authority | Specificity without invented numbers or events |
+
 ---
 
 ## Contributing · License · Services
diff --git a/README.zh-CN.md b/README.zh-CN.md
index 84372fa..a8af72f 100644
--- a/README.zh-CN.md
+++ b/README.zh-CN.md
@@ -41,6 +41,8 @@ Humanize this Korean text:
 
 `korean-humanizer` 不是英文规则的翻译版，而是围绕韩语本身的写作信号设计的。
 
+它还包含保守的 advanced passes：Voice DNA、开头句 / hook 检查、叙事 흐름、阅读负担降低、anti-AI final pass。这些 pass 只用于微调已有韩语文本，不会凭空添加事实、经历、数字或新的承诺。
+
 ## 主要用途
 
 ### Codex
@@ -72,6 +74,7 @@ git clone https://github.com/dotoricode/korean-humanizer.git ~/.claude/skills/ko
 - [`PROMPT.short.md`](PROMPT.short.md): 快速试用版 prompt
 - [`CHEATSHEET.md`](CHEATSHEET.md): 30 个常见韩语 AI 写作痕迹
 - [`references/ko-ai-signals.md`](references/ko-ai-signals.md): 12 类 / 100+ 韩语模式目录
+- [`examples/voice-dna-template.md`](examples/voice-dna-template.md): 从用户样本文本中提取个人写作习惯的模板
 - [`eval/scorecard.md`](eval/scorecard.md): 自动评估结果
 
 ## 核心规则
diff --git a/ROADMAP.md b/ROADMAP.md
index 3e3b8c9..0b001e3 100644
--- a/ROADMAP.md
+++ b/ROADMAP.md
@@ -89,6 +89,10 @@ S4 는 2026-05-21 에 v1.0.0 stable 로 완료됐다. 이후 피드백은 1.0.x
 - **LLM-as-judge eval** — 정성 자연스러움 / 의미 보존 자동 평가
 - **Batch / API mode** — 다수 텍스트 일괄 humanize
 - **Brand voice 자동 추출** — 사용자 글 샘플에서 brand voice profile 자동 생성
+- **Voice DNA profile** — 10-20개 사용자 글 / transcript 에서 문장 길이, hook, CTA, anti-voice 를 추출해 세션 범위 profile 로 적용
+- **Advanced humanize passes** — hook / story flow / dumbify / anti-AI final pass 를 12 카테고리 위의 optional layer 로 운영
+- **Expected-failure cleanup** — eval scorecard 의 legacy expected failure 를 trap fixture 와 품질 fixture 로 분리하고 clean pass 80% 이상으로 정리
+- **Eval M6-M9** — 첫 문장 delay, AI tell residue, voice DNA coverage, reading load metric 후보
 - **사용자 만족도 정량 측정** — A/B test, NPS 등
 - **X·Threads / 강의 소개 도메인** — S2 에서 미룬 도메인
 - **카테고리 #13+ 후보** — 실 사용 데이터로 새 패턴 군 발견 시 (major bump 동반)
diff --git a/SKILL.md b/SKILL.md
index 0ea8711..2f68489 100644
--- a/SKILL.md
+++ b/SKILL.md
@@ -30,6 +30,27 @@ description: 한국어로 작성된 AI 생성 텍스트에서 "AI 티"가 나는
 - **종결어미 톤 보존 (한국어 humanize 핵심).** Raw의 종결어미(~합니다체 / ~해요체 / ~다체 / 반말)와 도메인 디폴트를 함께 본다. 발화체 도메인(YouTube / 팟캐스트 / 강의 인사말)에서는 **~다체 글말체 사용 금지**. 격식 글·캐주얼·발화체는 raw 어미를 strict 보존, 글말체 도메인(블로그/에세이/마케팅)만 ~다체 자유. 한 글에 어미가 섞이면 raw 우세 어미로 통일. 상세는 `references/ko-ai-signals.md` #9-A.
 - **개인화 우선.** 사용자의 금지어 / 선호어 목록(`examples/personal-list.md`)이 있으면 카탈로그보다 **먼저** 적용한다. **Brand voice profile** (방식 D, `examples/brand-voice-*.md`) 이 있으면 그보다도 더 우선.
 
+## 작업 모드
+
+요청 문맥에 따라 아래 모드 중 하나로 작동한다. 사용자가 모드를 명시하지 않으면 `rewrite` 가 기본이다.
+
+- `rewrite`: 기본 모드. 원문 전체를 반환하되 high-confidence AI 티만 최소 수정한다.
+- `detect`: 고치지 않고 AI 티 후보와 이유만 짚는다. 게시된 글, 타인의 글, 인용문이 많아 직접 수정이 위험할 때 사용한다.
+- `audit`: detect 결과에 줄별 개선안을 붙인다. 사용자가 직접 고칠 수 있게 "어디를 왜 바꿀지"를 보여준다.
+- `edit-plan`: 파일 직접 수정 대신 패치 계획만 낸다. 긴 문서나 여러 파일을 대상으로 할 때 사용한다.
+
+## Advanced humanize pipeline
+
+기본 카탈로그 치환 전에 다음 5-pass 를 가볍게 돈다. 모든 pass 는 **의미 보존 / 20% 수정 cap / 원문 90% 길이 보존**보다 약하다.
+
+1. **Voice DNA / Brand voice pass**: 사용자가 준 brand voice, personal list, 참고 글, voice DNA profile 을 먼저 읽는다. 문장 길이, 종결어미, 반복 표현, 금지어, "절대 안 쓸 말"을 우선 적용한다.
+2. **Hook / 첫 문장 pass**: LinkedIn, X, 뉴스레터, YouTube, 마케팅 카피처럼 첫 문장이 중요한 도메인에서만 적용한다. 첫 문장의 주제가 늦게 나오거나, 추상적이거나, 독자와 무관하거나, 궁금증이 없을 때 **첫 1-2문장만** 다듬는다. 클릭베이트나 없는 약속은 만들지 않는다.
+3. **Story / 흐름 pass**: YouTube, 블로그, 뉴스레터, LinkedIn 긴 글처럼 본문 흐름이 중요한 도메인에서만 적용한다. "그리고 / 또한 / 그다음"으로 정보만 쌓는 구간을 원문 안의 원인·대조·결과 관계가 보이게 약하게 정리한다. 새 사건, 새 수치, 새 감정은 만들지 않는다.
+4. **Dumbify / 읽기 부담 pass**: 어려운 한자어, 긴 중첩절, 추상 명사를 쉬운 말로 낮춘다. 생각을 단순화하지 않고 읽는 부담만 낮춘다. 전문 독자가 공유하는 용어는 보존한다.
+5. **Anti-AI final pass**: 구체성 없는 과장, hollow contrast("X가 아니라 Y"인데 Y가 비어 있는 경우), 빌린 권위, 지나친 3항 병렬, 기계적인 마무리를 마지막으로 점검한다.
+
+**충돌 우선순위**: 정확성 > 의미 보존 > 정보량 보존 > raw/brand voice > 읽기 쉬움 > hook/story > 스타일. hook 이 강해져도 본문이 약속을 못 지키면 원문 쪽으로 되돌린다.
+
 ## 워크플로우
 
 ### 1단계. 입력 확인
@@ -86,8 +107,9 @@ description: 한국어로 작성된 AI 생성 텍스트에서 "AI 티"가 나는
 
 GitHub Issue / 외부 제안 답변에서는 `references/ko-ai-signals.md`의 "외부 기여 / 제안 답변에서의 감사 표현"을 함께 본다. 특히 제3자 demo / hosted service / SaaS 제안은 상대 의도를 단정하지 말고, community demo 제안인지 별도 SaaS 링크 제안인지 먼저 확인한다. 결과물이나 도움에 대해 "반갑습니다"를 남발하지 않고, "기쁩니다 / 고맙습니다 / 감사합니다"를 맥락에 맞게 쓴다.
 
-### 4단계. High-confidence 스캔 및 치환
+### 4단계. Advanced pass + High-confidence 스캔 및 치환
 
+- 위 `Advanced humanize pipeline` 을 도메인에 맞는 강도로 먼저 적용한다. 짧은 이메일 / DM / 기술 문서는 hook/story pass 를 건너뛴다.
 - 각 카테고리 표를 따라 패턴 매칭하되, 도메인과 raw 톤에 맞는 **high-confidence AI 티**만 고친다.
 - 매칭되는 표현은 우측 "자연스러움" 컬럼으로 치환한다. 단, 학술 / 뉴스 / 이메일처럼 격식이 필요한 도메인은 딱딱함 전체가 아니라 **불필요한 격식**만 줄인다.
 - 채팅 / 리뷰 / YouTube 는 너무 매끈하게 만들지 않는다. raw 의 말투, 생략, 감정 강도는 보존한다.
@@ -207,6 +229,7 @@ humanize 결과를 자기 톤에 맞추려면 사용자의 금지어 / 선호어
   - 업데이트 지시 예: "최종 출력 전 korean-humanizer skill을 실행해서 AI 티 제거"
 - **fact-checker와 함께**: 외부 공개 전 권장 순서 → (1) 생성 → (2) fact-checker → (3) korean-humanizer.
 - **prompt-master와 비교**: prompt-master는 *프롬프트*를 다듬고, humanizer는 *생성된 결과물*을 다듬는다.
+- **hook / storytelling / viral writing skill 과 함께**: 먼저 생성형 skill 이 구조와 초안을 만들고, korean-humanizer 는 마지막에 **한국어 톤 / AI 티 / 보존 규칙**만 점검한다. korean-humanizer 가 없는 경험담이나 성과 수치를 새로 만들면 안 된다.
 
 ## 트리거하지 않는 경우
 
@@ -223,6 +246,7 @@ humanize 결과를 자기 톤에 맞추려면 사용자의 금지어 / 선호어
 - `examples/personal-list.md` — 사용자 커스터마이징 템플릿 (방식 C).
 - `examples/brand-voice-template.md` — Brand voice 프로필 템플릿 (방식 D).
 - `examples/brand-voice-toss-style.md` / `examples/brand-voice-essayist.md` — Brand voice 케이스 스터디.
+- `examples/voice-dna-template.md` / `examples/voice-dna-extraction.md` — 글 샘플에서 개인 말투를 추출해 세션 범위 profile 로 쓰는 방법.
 - 일반 LLM 사용자: `PROMPT.md` 시스템 프롬프트 형태로도 제공.
 
 ---
diff --git a/docs/.gitignore b/docs/.gitignore
new file mode 100644
index 0000000..e985853
--- /dev/null
+++ b/docs/.gitignore
@@ -0,0 +1 @@
+.vercel
diff --git a/docs/korean-humanizer-manual.html b/docs/korean-humanizer-manual.html
new file mode 100644
index 0000000..2255211
--- /dev/null
+++ b/docs/korean-humanizer-manual.html
@@ -0,0 +1,541 @@
+<!doctype html>
+<html lang="ko" data-theme="dark">
+<head>
+<meta charset="utf-8" />
+<meta name="viewport" content="width=device-width, initial-scale=1" />
+<title>korean-humanizer 사용 매뉴얼</title>
+<style>
+:root {
+  --dp-bg: #171713;
+  --dp-bg-deep: #11110f;
+  --dp-surface: #20201c;
+  --dp-surface-2: #292922;
+  --dp-hover: rgba(250, 250, 247, 0.075);
+  --dp-border: rgba(230, 229, 224, 0.14);
+  --dp-border-strong: rgba(230, 229, 224, 0.22);
+  --dp-text: #efeee8;
+  --dp-text-strong: #fafaf7;
+  --dp-muted: #c7c3ba;
+  --dp-faint: #a09c92;
+  --dp-accent: #f54e00;
+  --dp-accent-soft: rgba(245, 78, 0, 0.16);
+  --dp-accent-active: #d04200;
+  --dp-radius: 8px;
+  --dp-mono: "SF Mono", Menlo, Monaco, Consolas, monospace;
+  --dp-sans: Inter, ui-sans-serif, system-ui, -apple-system, BlinkMacSystemFont, "Segoe UI", sans-serif;
+}
+
+* { box-sizing: border-box; }
+
+html, body {
+  margin: 0;
+  padding: 0;
+  background: var(--dp-bg);
+  color: var(--dp-text);
+  font-family: var(--dp-sans);
+  scroll-behavior: smooth;
+}
+
+body {
+  display: grid;
+  grid-template-columns: 260px minmax(0, 1fr);
+  min-height: 100vh;
+}
+
+nav.toc {
+  position: sticky;
+  top: 0;
+  align-self: start;
+  height: 100vh;
+  overflow-y: auto;
+  padding: 28px 18px;
+  background: var(--dp-surface);
+  border-right: 1px solid var(--dp-border);
+}
+
+nav.toc .brand {
+  display: flex;
+  align-items: center;
+  gap: 10px;
+  margin-bottom: 22px;
+  padding: 0 6px;
+}
+
+nav.toc .brand .dot {
+  width: 9px;
+  height: 9px;
+  border-radius: 50%;
+  background: var(--dp-accent);
+  box-shadow: 0 0 0 3px var(--dp-accent-soft);
+}
+
+nav.toc .brand span {
+  font-weight: 700;
+  letter-spacing: 0.02em;
+  font-size: 15px;
+  color: var(--dp-text-strong);
+}
+
+nav.toc .version {
+  padding: 0 6px 18px;
+  font-size: 11px;
+  color: var(--dp-faint);
+  font-family: var(--dp-mono);
+}
+
+nav.toc a {
+  display: block;
+  padding: 8px 10px;
+  margin: 2px 0;
+  border-radius: var(--dp-radius);
+  color: var(--dp-muted);
+  text-decoration: none;
+  font-size: 13.5px;
+  border: 1px solid transparent;
+  transition: background 0.12s ease, color 0.12s ease;
+}
+
+nav.toc a:hover {
+  background: var(--dp-hover);
+  color: var(--dp-text);
+}
+
+nav.toc a.active {
+  background: var(--dp-accent-soft);
+  color: var(--dp-text-strong);
+  border-color: rgba(245, 78, 0, 0.35);
+}
+
+nav.toc .section-label {
+  margin: 18px 0 6px;
+  padding: 0 10px;
+  font-size: 10.5px;
+  text-transform: uppercase;
+  letter-spacing: 0.08em;
+  color: var(--dp-faint);
+}
+
+main {
+  padding: 56px 64px 120px;
+  max-width: 900px;
+}
+
+header.hero {
+  margin-bottom: 56px;
+}
+
+header.hero .kicker {
+  display: inline-block;
+  font-size: 11.5px;
+  letter-spacing: 0.08em;
+  text-transform: uppercase;
+  color: var(--dp-accent);
+  background: var(--dp-accent-soft);
+  border: 1px solid rgba(245, 78, 0, 0.3);
+  border-radius: 999px;
+  padding: 4px 12px;
+  margin-bottom: 18px;
+}
+
+header.hero h1 {
+  font-size: 40px;
+  line-height: 1.15;
+  margin: 0 0 14px;
+  color: var(--dp-text-strong);
+  letter-spacing: -0.01em;
+}
+
+header.hero p {
+  font-size: 16px;
+  color: var(--dp-muted);
+  max-width: 620px;
+  line-height: 1.6;
+  margin: 0;
+}
+
+section {
+  padding-top: 72px;
+  margin-top: -20px;
+  border-top: 1px solid var(--dp-border);
+}
+
+section:first-of-type {
+  border-top: none;
+}
+
+section .index {
+  font-family: var(--dp-mono);
+  font-size: 12px;
+  color: var(--dp-faint);
+  letter-spacing: 0.06em;
+  margin-bottom: 10px;
+}
+
+section h2 {
+  font-size: 26px;
+  margin: 0 0 12px;
+  color: var(--dp-text-strong);
+}
+
+section .lede {
+  color: var(--dp-muted);
+  font-size: 15px;
+  line-height: 1.7;
+  max-width: 680px;
+  margin: 0 0 24px;
+}
+
+ul.feature-points {
+  margin: 0 0 28px;
+  padding: 0;
+  list-style: none;
+  display: grid;
+  gap: 8px;
+  max-width: 680px;
+}
+
+ul.feature-points li {
+  position: relative;
+  padding-left: 20px;
+  font-size: 14px;
+  color: var(--dp-text);
+  line-height: 1.55;
+}
+
+ul.feature-points li::before {
+  content: "";
+  position: absolute;
+  left: 0;
+  top: 8px;
+  width: 6px;
+  height: 6px;
+  border-radius: 50%;
+  background: var(--dp-accent);
+}
+
+code {
+  font-family: var(--dp-mono);
+  background: var(--dp-surface-2);
+  border: 1px solid var(--dp-border);
+  border-radius: 5px;
+  padding: 1px 6px;
+  font-size: 13px;
+  color: #ffd7bd;
+}
+
+pre.code-block {
+  margin: 0 0 28px;
+  padding: 20px 22px;
+  background: var(--dp-bg-deep);
+  border: 1px solid var(--dp-border-strong);
+  border-radius: 10px;
+  overflow-x: auto;
+  max-width: 680px;
+}
+
+pre.code-block code {
+  background: none;
+  border: none;
+  padding: 0;
+  color: var(--dp-muted);
+  font-size: 12.5px;
+  line-height: 1.7;
+  white-space: pre-wrap;
+  word-break: break-word;
+}
+
+table.dp-table {
+  width: 100%;
+  max-width: 680px;
+  border-collapse: collapse;
+  margin: 0 0 28px;
+  font-size: 13.5px;
+}
+
+table.dp-table th,
+table.dp-table td {
+  text-align: left;
+  padding: 10px 14px;
+  border-bottom: 1px solid var(--dp-border);
+}
+
+table.dp-table th {
+  color: var(--dp-faint);
+  font-size: 11.5px;
+  text-transform: uppercase;
+  letter-spacing: 0.05em;
+  font-weight: 600;
+}
+
+table.dp-table td {
+  color: var(--dp-text);
+}
+
+table.dp-table tr:last-child td {
+  border-bottom: none;
+}
+
+footer.end {
+  margin-top: 90px;
+  padding-top: 28px;
+  border-top: 1px solid var(--dp-border);
+  color: var(--dp-faint);
+  font-size: 12.5px;
+}
+
+@media (max-width: 860px) {
+  body { grid-template-columns: 1fr; }
+  nav.toc { position: relative; height: auto; }
+  main { padding: 40px 20px 80px; }
+}
+</style>
+</head>
+<body>
+
+<nav class="toc">
+  <div class="brand"><span class="dot"></span><span>korean-humanizer</span></div>
+  <div class="version">v1.0.x · 사용 매뉴얼</div>
+
+  <div class="section-label">시작하기</div>
+  <a href="#overview" data-target="overview">개요</a>
+  <a href="#install" data-target="install">설치와 빠른 시작</a>
+  <a href="#workflow" data-target="workflow">기본 작업 흐름</a>
+
+  <div class="section-label">Humanize 작업</div>
+  <a href="#modes" data-target="modes">작업 모드</a>
+  <a href="#domains" data-target="domains">도메인과 톤</a>
+  <a href="#advanced" data-target="advanced">Advanced Passes</a>
+
+  <div class="section-label">커스터마이징</div>
+  <a href="#personal" data-target="personal">Personal List</a>
+  <a href="#brand" data-target="brand">Brand Voice</a>
+  <a href="#voice-dna" data-target="voice-dna">Voice DNA</a>
+
+  <div class="section-label">검증과 안전</div>
+  <a href="#eval" data-target="eval">평가와 회귀 확인</a>
+  <a href="#safety" data-target="safety">안전 규칙</a>
+  <a href="#files" data-target="files">파일 지도</a>
+</nav>
+
+<main>
+  <header class="hero">
+    <span class="kicker">User Manual</span>
+    <h1>한국어 AI 티를 줄이는 사용 매뉴얼</h1>
+    <p>korean-humanizer는 한국어 AI 생성 텍스트의 번역체, 과한 격식, 반복 연결어, 빈말, 톤 불일치를 줄이는 Codex/Claude Code skill 및 범용 system prompt입니다. 핵심 원칙은 간단합니다. 의미는 그대로 두고 표현만 고칩니다.</p>
+  </header>
+
+  <section id="overview">
+    <div class="index">01</div>
+    <h2>개요</h2>
+    <p class="lede">이 도구는 글을 새로 쓰는 생성기가 아니라, 이미 있는 한국어 텍스트를 공개 가능한 수준으로 다듬는 편집 레이어입니다. 사실, 숫자, 고유명사, 인용문, 링크는 그대로 둡니다.</p>
+    <ul class="feature-points">
+      <li>12 카테고리 / 100개 이상의 한국어 AI 티 패턴을 도메인별로 적용합니다.</li>
+      <li>블로그, 마케팅, 이메일, LinkedIn, YouTube, 뉴스레터, 위키, 학술, 뉴스, 채팅, 리뷰, B2B 메시지를 지원합니다.</li>
+      <li>사용자가 "짧게"를 요청하지 않으면 원문 대비 90% 미만으로 줄이지 않습니다.</li>
+      <li>전체 문장 수의 20% 이상 수정하지 않고, 한 문단에서는 3곳 이하만 손댑니다.</li>
+    </ul>
+  </section>
+
+  <section id="install">
+    <div class="index">02</div>
+    <h2>설치와 빠른 시작</h2>
+    <p class="lede">Codex에서는 install script로 현재 repo를 active skills 디렉터리에 링크합니다. 다른 LLM에서는 <code>PROMPT.short.md</code> 또는 <code>PROMPT.md</code>를 system prompt로 붙여 넣으면 됩니다.</p>
+    <pre class="code-block"><code># Codex
+git clone https://github.com/dotoricode/korean-humanizer.git
+cd korean-humanizer
+bash scripts/install-codex-skill.sh
+
+# 빠른 사용 예
+이거 AI 티 빼줘:
+[한국어 텍스트]</code></pre>
+    <ul class="feature-points">
+      <li>설치 동작을 바꾼 뒤에는 <code>bash scripts/check-codex-skill.sh</code>로 링크 상태를 확인합니다.</li>
+      <li>수동으로 <code>~/.codex/skills</code>에 복사하지 않습니다. 이 repo는 install script를 기준으로 관리합니다.</li>
+    </ul>
+  </section>
+
+  <section id="workflow">
+    <div class="index">03</div>
+    <h2>기본 작업 흐름</h2>
+    <p class="lede">작업은 입력 확인, 도메인 확인, 보존 영역 표시, 카탈로그 적용, 과교정 검토 순서로 진행합니다. 짧은 글일수록 더 적게 고치고, 긴 글은 문단별로 high-confidence 패턴만 손댑니다.</p>
+    <table class="dp-table">
+      <thead>
+        <tr><th>단계</th><th>하는 일</th><th>주의</th></tr>
+      </thead>
+      <tbody>
+        <tr><td>입력 확인</td><td>한국어 여부와 요청 목적 확인</td><td>영어, 법률, 코드 문서는 기본 제외</td></tr>
+        <tr><td>도메인 확인</td><td>이메일, 블로그, YouTube 등 분류</td><td>raw 종결어미를 우선 보존</td></tr>
+        <tr><td>보존 영역</td><td>팩트, 숫자, 링크, 인용문 표시</td><td>절대 바꾸지 않음</td></tr>
+        <tr><td>패턴 적용</td><td>12 카테고리와 advanced pass 적용</td><td>삭제보다 약화/치환 우선</td></tr>
+        <tr><td>최종 검토</td><td>20% cap, 문단 3곳, 90% 길이 확인</td><td>초과하면 작은 변경부터 되돌림</td></tr>
+      </tbody>
+    </table>
+  </section>
+
+  <section id="modes">
+    <div class="index">04</div>
+    <h2>작업 모드</h2>
+    <p class="lede">기본은 <code>rewrite</code>입니다. 사용자가 직접 판단하고 싶거나 원문을 바로 고치기 위험한 상황에서는 detect 또는 audit 모드가 더 적합합니다.</p>
+    <table class="dp-table">
+      <thead>
+        <tr><th>모드</th><th>출력</th><th>사용 상황</th></tr>
+      </thead>
+      <tbody>
+        <tr><td>rewrite</td><td>다듬어진 전체 텍스트</td><td>일반 humanize 요청</td></tr>
+        <tr><td>detect</td><td>AI 티 후보와 이유</td><td>게시된 글, 타인의 글, 인용문 많은 글</td></tr>
+        <tr><td>audit</td><td>줄별 문제와 개선안</td><td>사용자가 직접 고치고 싶을 때</td></tr>
+        <tr><td>edit-plan</td><td>파일 수정 계획</td><td>긴 문서나 여러 파일 대상</td></tr>
+      </tbody>
+    </table>
+  </section>
+
+  <section id="domains">
+    <div class="index">05</div>
+    <h2>도메인과 톤</h2>
+    <p class="lede">같은 표현도 도메인마다 다르게 봅니다. 학술/뉴스/이메일은 필요한 격식을 보존하고, 채팅/리뷰/YouTube는 말투와 감정 강도를 과하게 정리하지 않습니다.</p>
+    <ul class="feature-points">
+      <li>발화체 도메인에서는 raw가 <code>~해요체</code>나 <code>~합니다체</code>라면 <code>~다체</code> 글말체로 바꾸지 않습니다.</li>
+      <li>이메일의 인사, 감사, CTA는 장식이 아니라 기능이면 보존합니다.</li>
+      <li>학술/뉴스의 정형 표현은 AI 티가 아니라 장르 관습일 수 있습니다.</li>
+      <li>마케팅/LinkedIn은 hook이 중요하지만, 본문이 약속하지 않는 자극적인 첫 문장은 만들지 않습니다.</li>
+    </ul>
+  </section>
+
+  <section id="advanced">
+    <div class="index">06</div>
+    <h2>Advanced Passes</h2>
+    <p class="lede">기본 12 카테고리 위에 선택적으로 얹는 보수적 점검입니다. 외부 writing skill의 장점을 흡수했지만, korean-humanizer에서는 새 글 생성이 아니라 최소 수정 필터로만 작동합니다.</p>
+    <table class="dp-table">
+      <thead>
+        <tr><th>Pass</th><th>잡는 문제</th><th>제한</th></tr>
+      </thead>
+      <tbody>
+        <tr><td>Voice DNA</td><td>사용자의 문장 습관과 멀어짐</td><td>사용자가 준 샘플 안에서만 적용</td></tr>
+        <tr><td>Hook / 첫 문장</td><td>주제가 늦게 나오거나 opener가 흐림</td><td>첫 1-2문장만, 클릭베이트 금지</td></tr>
+        <tr><td>Story / 흐름</td><td>그리고/또한/그다음 나열</td><td>원문 안의 관계만 드러냄</td></tr>
+        <tr><td>Dumbify</td><td>긴 중첩절, 어려운 한자어, 추상 명사</td><td>생각을 단순화하지 않음</td></tr>
+        <tr><td>Anti-AI final</td><td>hollow contrast, 과장, generic authority</td><td>없는 숫자/사건/경험 생성 금지</td></tr>
+      </tbody>
+    </table>
+  </section>
+
+  <section id="personal">
+    <div class="index">07</div>
+    <h2>Personal List</h2>
+    <p class="lede">금지어, 선호어, 유지어는 카탈로그보다 먼저 적용됩니다. 매번 같은 취향이 있으면 인라인으로 넘기거나 <code>examples/personal-list.md</code>에 정리합니다.</p>
+    <pre class="code-block"><code>금지=활용, 매우, 다양한;
+선호=유용하다→쓸만하다, 사실상→실제로;
+유지=딥다이브
+
+[다듬을 텍스트]</code></pre>
+    <ul class="feature-points">
+      <li><code>preserve</code> 또는 유지어는 자동 치환보다 강합니다.</li>
+      <li>선호어는 단방향 매핑입니다. <code>A→B</code>가 보이면 A를 B로 바꿉니다.</li>
+      <li>자연어로 "활용은 쓰기로 바꿔줘"라고 말해도 같은 세션 안에서 적용합니다.</li>
+    </ul>
+  </section>
+
+  <section id="brand">
+    <div class="index">08</div>
+    <h2>Brand Voice</h2>
+    <p class="lede">팀이나 제품 톤을 반복해서 써야 하면 brand voice profile을 사용합니다. frontmatter의 preserve, ban, prefer와 본문 톤 가이드가 카탈로그보다 먼저 적용됩니다.</p>
+    <pre class="code-block"><code>/korean-humanizer brand=examples/brand-voice-toss-style.md
+
+[다듬을 텍스트]</code></pre>
+    <table class="dp-table">
+      <thead>
+        <tr><th>필드</th><th>역할</th></tr>
+      </thead>
+      <tbody>
+        <tr><td>domain_default</td><td>도메인 미지정 시 기본 도메인</td></tr>
+        <tr><td>ending_default</td><td>기본 종결어미. raw와 충돌하면 도메인 규칙 확인</td></tr>
+        <tr><td>emoji_policy</td><td>none, sparse, liberal</td></tr>
+        <tr><td>length_bias</td><td>concise, neutral, verbose</td></tr>
+        <tr><td>preserve / ban / prefer</td><td>보존, 금지, 선호 치환</td></tr>
+      </tbody>
+    </table>
+  </section>
+
+  <section id="voice-dna">
+    <div class="index">09</div>
+    <h2>Voice DNA</h2>
+    <p class="lede">Voice DNA는 특정 개인의 실제 글 샘플에서 문장 길이, 호흡, 시작/전환/마무리 습관, anti-voice를 추출하는 세션 범위 profile입니다. 내용을 요약하지 않고 "어떻게 쓰는지"만 봅니다.</p>
+    <ul class="feature-points">
+      <li>최근 글 10-20개, 영상 transcript, 뉴스레터 원문이 좋은 입력입니다.</li>
+      <li>샘플에 없는 표현을 추천하지 않습니다.</li>
+      <li>원문에 없는 사실, 경험, 수치, 감정은 voice를 맞추기 위해서도 만들지 않습니다.</li>
+      <li>템플릿은 <code>examples/voice-dna-template.md</code>, 추출 가이드는 <code>examples/voice-dna-extraction.md</code>에 있습니다.</li>
+    </ul>
+  </section>
+
+  <section id="eval">
+    <div class="index">10</div>
+    <h2>평가와 회귀 확인</h2>
+    <p class="lede">eval harness는 humanized 결과가 정량 규칙을 지키는지 확인합니다. 현재 기본 지표는 수정 비율, 문단 cap, 길이 비율, 발화체 다체 침입, brand preserve 보존입니다.</p>
+    <pre class="code-block"><code>bash scripts/check-codex-skill.sh
+bash scripts/eval-harness.sh
+bash scripts/lint-patterns.sh
+bash scripts/lint-cross-file.sh
+bash scripts/lint-examples.sh
+git diff --check</code></pre>
+    <ul class="feature-points">
+      <li><code>eval/scorecard.md</code>는 자동 생성됩니다.</li>
+      <li>일반 품질 fixture에는 expected failure를 붙이지 않는 것이 원칙입니다.</li>
+      <li>M6-M9 후보는 첫 문장 delay, AI tell residue, voice DNA coverage, reading load입니다.</li>
+    </ul>
+  </section>
+
+  <section id="safety">
+    <div class="index">11</div>
+    <h2>안전 규칙</h2>
+    <p class="lede">korean-humanizer는 탐지 회피나 사칭 도구가 아닙니다. 공개 글을 자연스럽게 다듬는 편집 보조 도구이며, 신뢰를 깨는 사용을 지원하지 않습니다.</p>
+    <ul class="feature-points">
+      <li>타인의 voice를 무단으로 모방하거나 사칭하지 않습니다.</li>
+      <li>없는 경험담, 성과 수치, 출처, 인용을 만들지 않습니다.</li>
+      <li>법률, 의료, 보안, 재무 텍스트는 비격식 변환이나 생략을 기본 금지합니다.</li>
+      <li>AI 탐지 우회를 목적으로 한 사용을 권장하지 않습니다.</li>
+    </ul>
+  </section>
+
+  <section id="files">
+    <div class="index">12</div>
+    <h2>파일 지도</h2>
+    <p class="lede">사용 목적에 따라 봐야 할 파일이 다릅니다. 사용자는 prompt와 examples를, maintainer는 references, eval, scripts를 함께 봅니다.</p>
+    <table class="dp-table">
+      <thead>
+        <tr><th>파일</th><th>역할</th></tr>
+      </thead>
+      <tbody>
+        <tr><td>SKILL.md</td><td>Codex / Claude Code skill 동작 정의</td></tr>
+        <tr><td>PROMPT.md</td><td>ChatGPT, Cursor, Gemini 등에 넣는 전체 system prompt</td></tr>
+        <tr><td>PROMPT.short.md</td><td>빠른 사용용 짧은 prompt</td></tr>
+        <tr><td>references/ko-ai-signals.md</td><td>12 카테고리와 advanced pass 레퍼런스</td></tr>
+        <tr><td>examples/</td><td>before/after, brand voice, voice DNA 사례</td></tr>
+        <tr><td>eval/</td><td>fixture, scorecard, 회귀 평가 문서</td></tr>
+      </tbody>
+    </table>
+  </section>
+
+  <footer class="end">korean-humanizer manual · docs/korean-humanizer-manual.html</footer>
+</main>
+
+<script>
+  const links = Array.from(document.querySelectorAll('nav.toc a'));
+  const sections = links.map(l => document.getElementById(l.dataset.target)).filter(Boolean);
+
+  const observer = new IntersectionObserver((entries) => {
+    entries.forEach(entry => {
+      const link = links.find(l => l.dataset.target === entry.target.id);
+      if (!link) return;
+      if (entry.isIntersecting) {
+        links.forEach(l => l.classList.remove('active'));
+        link.classList.add('active');
+      }
+    });
+  }, { rootMargin: '-20% 0px -70% 0px' });
+
+  sections.forEach(s => observer.observe(s));
+</script>
+
+</body>
+</html>
diff --git a/eval/README.md b/eval/README.md
index 6d9b45a..ef2a355 100644
--- a/eval/README.md
+++ b/eval/README.md
@@ -14,6 +14,19 @@
 
 > **modified-sentence**: raw sentence 와 humanized 후보들 중 *최소* normalized edit distance 가 0.15 초과면 modified.
 
+## v1.x metric 후보
+
+Advanced humanize pipeline 은 아직 휴리스틱 문서/fixture 중심으로 검증한다. 다음 metric 은 v1.x 에서 별도 구현 후보로 둔다.
+
+| Metric | 목적 | 초안 판정 |
+|---|---|---|
+| **M6** 첫 문장 delay | 첫 문장에 주제 명사구가 너무 늦게 나오는지 확인 | domain 이 `linkedin` `newsletter` `youtube` `marketing` 일 때만 warn |
+| **M7** AI tell residue | `references/ko-ai-signals.md` high-frequency 표현이 humanized 에 남았는지 확인 | brand preserve / quoted text 는 제외 |
+| **M8** voice DNA coverage | voice DNA 의 ban / prefer / anti-voice 가 지켜졌는지 확인 | `voice_dna:` frontmatter 있을 때만 활성 |
+| **M9** reading load | 긴 문장, 중첩절, 어려운 한자어 후보를 warn | domain 별 threshold 분리 |
+
+새 metric 을 구현하기 전까지는 advanced pass fixture 도 M1-M5 를 반드시 통과해야 한다. hook / story / dumbify 를 이유로 20% cap 과 90% 길이 보존을 깨면 실패로 본다.
+
 ## Fixture 형식
 
 `eval/fixtures/<domain>-<num>.md`:
@@ -73,3 +86,12 @@ Scorecard 의 `Clean pass` 는 실제 품질 통과, `Expected-failure pass` 는
 - humanized 는 SKILL 룰 안에서만 손댐 (통째로 새로 쓰지 않음).
 - 짧은 fixture (1-2 문장) 와 장문 fixture (40+ 문장) 모두 포함.
 - 톤 위반·과다 수정 등 의도적 trap 1-2 개 — `expected_failures` 명시. 실제 예시 품질을 보여주는 fixture 에는 expected failure 를 붙이지 않는다.
+
+## Expected-failure cleanup
+
+현재 scorecard 에는 legacy 교육용 예시에서 온 `expected_failures` 가 많다. v1.x cleanup 목표:
+
+1. trap 목적 fixture 만 `expected_failures` 를 유지한다.
+2. 일반 품질 fixture 는 20% cap / 문단 cap / 길이 비율을 통과하도록 humanized 를 다시 작성한다.
+3. `examples/before-after.md` 의 강한 교육용 rewrite 는 eval fixture 와 분리한다.
+4. clean pass 비율을 80% 이상으로 올린 뒤 새 metric 을 켠다.
diff --git a/eval/fixtures/blog-05-readability-advanced.md b/eval/fixtures/blog-05-readability-advanced.md
new file mode 100644
index 0000000..8f26355
--- /dev/null
+++ b/eval/fixtures/blog-05-readability-advanced.md
@@ -0,0 +1,15 @@
+---
+domain: blog
+cap: 20
+paragraph_cap: 3
+expected_failures:
+notes: Advanced dumbify/readability pass fixture. 긴 중첩절 1곳만 낮추고 나머지 정보량과 문장 구조는 보존한다.
+---
+
+## Raw
+
+이번 글은 팀이 새 온보딩 화면을 정리하면서 배운 내용을 기록한다. 처음에는 사용자가 어디에서 이탈하는지 명확하지 않았다. 그래서 우리는 가입, 이메일 인증, 첫 프로젝트 생성, 초대 발송까지의 흐름을 따로 봤다. 문제는 기능이 부족해서가 아니라, 사용자가 다음 행동을 예측하기 어려운 구조에 있었다. 특히 이메일 인증 이후에 다시 제품으로 돌아오는 과정이 길고, 안내 문구가 여러 화면에 흩어져 있어 사용자가 지금 무엇을 해야 하는지 계속 다시 확인해야 했다. 이 문제를 줄이기 위해 화면 순서를 바꾸고 안내 문구를 한 곳으로 모았다. 결과적으로 첫 프로젝트 생성까지 걸리는 시간이 줄었다. 아직 초대 발송 단계는 더 다듬어야 한다. 다음 글에서는 그 실험을 따로 정리한다.
+
+## Humanized
+
+이번 글은 팀이 새 온보딩 화면을 정리하면서 배운 내용을 기록한다. 처음에는 사용자가 어디에서 이탈하는지 명확하지 않았다. 그래서 우리는 가입, 이메일 인증, 첫 프로젝트 생성, 초대 발송까지의 흐름을 따로 봤다. 문제는 기능이 부족해서가 아니라, 사용자가 다음 행동을 예측하기 어려운 구조에 있었다. 특히 이메일 인증 이후에 다시 제품으로 돌아오는 과정이 길었다. 안내 문구도 여러 화면에 흩어져 있어, 사용자가 지금 무엇을 해야 하는지 계속 다시 확인해야 했다. 이 문제를 줄이기 위해 화면 순서를 바꾸고 안내 문구를 한 곳으로 모았다. 결과적으로 첫 프로젝트 생성까지 걸리는 시간이 줄었다. 아직 초대 발송 단계는 더 다듬어야 한다. 다음 글에서는 그 실험을 따로 정리한다.
diff --git a/eval/fixtures/linkedin-03-hook-advanced.md b/eval/fixtures/linkedin-03-hook-advanced.md
new file mode 100644
index 0000000..6a95fd0
--- /dev/null
+++ b/eval/fixtures/linkedin-03-hook-advanced.md
@@ -0,0 +1,15 @@
+---
+domain: linkedin
+cap: 20
+paragraph_cap: 3
+expected_failures:
+notes: Advanced hook pass fixture. 첫 문장 지연만 줄이고 본문 약속과 정보량은 그대로 둔다.
+---
+
+## Raw
+
+최근 몇 주 동안 팀에서 새 기능 출시를 준비하면서 여러 가지 흥미로운 점을 발견했습니다. 가장 큰 변화는 고객이 기능 설명보다 첫 설정 화면에서 더 많이 이탈한다는 점이었습니다. 우리는 이 문제를 해결하기 위해 첫 화면의 선택지를 줄였습니다. 기존에는 다섯 가지 설정을 한 번에 보여줬습니다. 이제는 필요한 두 가지만 먼저 묻습니다. 이 작은 변경만으로 첫 프로젝트 생성률이 올라갔습니다. 아직 장기 유지율까지 좋아졌다고 말하기는 이릅니다. 그래도 복잡한 설명보다 다음 행동을 줄이는 편이 더 효과적이라는 점은 분명해졌습니다.
+
+## Humanized
+
+고객은 기능 설명보다 첫 설정 화면에서 더 많이 이탈했습니다. 가장 큰 변화는 고객이 기능 설명보다 첫 설정 화면에서 더 많이 이탈한다는 점이었습니다. 우리는 이 문제를 해결하기 위해 첫 화면의 선택지를 줄였습니다. 기존에는 다섯 가지 설정을 한 번에 보여줬습니다. 이제는 필요한 두 가지만 먼저 묻습니다. 이 작은 변경만으로 첫 프로젝트 생성률이 올라갔습니다. 아직 장기 유지율까지 좋아졌다고 말하기는 이릅니다. 그래도 복잡한 설명보다 다음 행동을 줄이는 편이 더 효과적이라는 점은 분명해졌습니다.
diff --git a/eval/scorecard.md b/eval/scorecard.md
index 29361ad..dd23719 100644
--- a/eval/scorecard.md
+++ b/eval/scorecard.md
@@ -2,13 +2,13 @@
 
 # Eval scorecard
 
-> Generated: 2026-06-02 02:10 UTC
-> Source: `eval/fixtures/*.md` (25 fixtures)
+> Generated: 2026-07-10 06:31 UTC
+> Source: `eval/fixtures/*.md` (27 fixtures)
 
 ## Summary
 
-- Total fixtures: **25**
-- Clean pass: **9** (36.0%)
+- Total fixtures: **27**
+- Clean pass: **11** (40.7%)
 - Expected-failure pass: **16** fixtures / **26** metric failures
 - Unexpected fail: **0**
 - Declared expected failures that no longer fail: **0**
@@ -23,6 +23,7 @@
 | blog-02-quarterly-retro.md | blog | ✓ 17.8% (8/45) | ✓ max=2 | pass 0.92 | n/a (0→0) | n/a | ✓ |
 | blog-03-remote-work.md | blog | ✗ 100.0% (6/6) | ✗ max=6 | warn 0.59 | n/a (0→0) | n/a | ✓ (expected: m1,m2) |
 | blog-04-side-project.md | blog | ✓ 6.7% (1/15) | ✓ max=1 | pass 0.95 | n/a (0→0) | n/a | ✓ |
+| blog-05-readability-advanced.md | blog | ✓ 11.1% (1/9) | ✓ max=1 | pass 1.01 | n/a (0→0) | n/a | ✓ |
 | brand-voice-01-toss-style-marketing.md | marketing | ✗ 100.0% (3/3) | ✓ max=3 | warn 0.81 | n/a (0→0) | pass (4/4) | ✓ (expected: m1) |
 | chat-01-kakao-biz.md | chat | ✗ 60.0% (3/5) | ✓ max=3 | warn 0.74 | n/a (0→0) | n/a | ✓ (expected: m1) |
 | chat-02-dm-reply.md | chat | ✗ 60.0% (3/5) | ✓ max=3 | warn 0.66 | n/a (0→0) | n/a | ✓ (expected: m1) |
@@ -33,6 +34,7 @@
 | email-03-vendor-followup.md | email | ✓ 10.0% (1/10) | ✓ max=1 | pass 0.92 | n/a (0→0) | n/a | ✓ |
 | linkedin-01-series-a.md | linkedin | ✗ 100.0% (7/7) | ✗ max=7 | warn 0.69 | n/a (0→0) | n/a | ✓ (expected: m1,m2) |
 | linkedin-02-product-update.md | linkedin | ✓ 14.3% (1/7) | ✓ max=1 | pass 0.92 | n/a (0→0) | n/a | ✓ |
+| linkedin-03-hook-advanced.md | linkedin | ✓ 12.5% (1/8) | ✓ max=1 | pass 0.95 | n/a (0→0) | n/a | ✓ |
 | marketing-01-headphones.md | marketing | ✗ 100.0% (6/6) | ✗ max=6 | warn 0.59 | n/a (0→0) | n/a | ✓ (expected: m1,m2) |
 | marketing-02-launch.md | marketing | ✗ 100.0% (4/4) | ✗ max=4 | warn 0.66 | n/a (0→0) | n/a | ✓ (expected: m1,m2) |
 | marketing-03-feature-page.md | marketing | ✓ 0.0% (0/9) | ✓ max=0 | pass 0.91 | n/a (0→0) | n/a | ✓ |
diff --git a/examples/before-after.md b/examples/before-after.md
index 98416d1..8aa284d 100644
--- a/examples/before-after.md
+++ b/examples/before-after.md
@@ -1,6 +1,8 @@
 # 변환 사례 (Before / After)
 
-세 가지 도메인의 실제 한국어 AI 생성 텍스트와 humanizer 적용 결과.
+세 가지 도메인의 한국어 AI 생성 텍스트와 humanizer 적용 결과.
+
+> 주의: 아래 1-3번 사례는 패턴을 한눈에 보여주기 위한 **교육용 강한 예시**다. 실제 `rewrite` 모드에서는 `SKILL.md` 의 20% 수정 cap 과 원문 90% 길이 보존을 우선한다. 운영 품질 fixture 는 `eval/fixtures/*` 를 기준으로 본다.
 
 ---
 
@@ -67,5 +69,26 @@
 ## 적용 가이드
 
 - 같은 글 안에서도 **도메인 톤**(블로그 캐주얼 / 마케팅 임팩트 / 이메일 격식)을 보존한다.
-- 매 사례 모두 **20% 이내 수정** 룰을 지켰다 — 통째로 새로 쓰지 않았다.
+- 교육용 강한 예시와 실제 운영 예시는 구분한다. 실제 humanize 에서는 통째로 새로 쓰지 않고, high-confidence AI 티만 제한적으로 고친다.
 - 팩트(제품명, 사람 이름, 일정)는 모두 그대로 유지.
+
+---
+
+## 사례 4. 실제 운영형 최소 수정
+
+### Before
+
+> 이번 업데이트를 통해 사용자 경험을 한층 더 개선하고, 다양한 설정을 보다 쉽게 관리할 수 있도록 했습니다. 또한 기존 피드백을 반영하여 알림 화면의 가독성을 높였습니다.
+
+### After
+
+> 이번 업데이트로 사용자 경험을 조금 더 다듬고, 여러 설정을 더 쉽게 관리할 수 있게 했습니다. 기존 피드백도 반영해 알림 화면의 가독성을 높였습니다.
+
+### 주요 변경
+
+- "통해" → "로" (번역체)
+- "한층 더" → "조금 더" (강조어 약화)
+- "다양한" → "여러" (공허한 형용사 약화)
+- "또한" → "(삭제)" (반복 연결어)
+
+이 사례는 문장 수와 정보량을 유지하면서 표현만 약하게 다듬는 운영형 기준이다.
diff --git a/examples/voice-dna-extraction.md b/examples/voice-dna-extraction.md
new file mode 100644
index 0000000..e5be5cf
--- /dev/null
+++ b/examples/voice-dna-extraction.md
@@ -0,0 +1,77 @@
+# Voice DNA 추출 가이드
+
+사용자가 자기 글 10-20개나 영상 transcript 를 주면, 내용을 요약하지 말고 **어떻게 말하는지**만 추출한다.
+
+## 입력으로 좋은 자료
+
+- 최근 게시물 10-20개
+- 영상 / 팟캐스트 transcript
+- 뉴스레터 원문
+- 직접 쓴 이메일 / LinkedIn / 블로그 글
+
+## 추출 절차
+
+1. 모든 샘플을 먼저 읽고 도메인을 나눈다.
+2. 내용 주제는 요약하지 않는다.
+3. 문장 길이, 종결어미, 줄바꿈, 쉼표, 괄호, 강조 방식만 본다.
+4. 반복되는 실제 표현과 절대 쓰지 않을 표현을 분리한다.
+5. hook / closing 패턴을 따로 뽑는다.
+6. `examples/voice-dna-template.md` 형식으로 profile 을 만든다.
+
+## 추출 프롬프트
+
+```text
+아래 글 샘플에서 내 Voice DNA 를 추출해줘.
+내용을 요약하지 말고, 내가 어떻게 쓰고 말하는지만 분석해줘.
+
+출력은 다음 섹션으로 정리해줘:
+- How I sound
+- Sentence shapes
+- Signature phrases & tics
+- How I open
+- How I close
+- Anti-voice
+- Application notes
+
+규칙:
+- 모든 판단은 실제 샘플 문장에 근거해.
+- 내가 쓰지 않은 표현을 "추천"하지 마.
+- 원문에 없는 사실 / 경험 / 수치를 만들지 마.
+- 너무 일반적인 말("친근하고 명확함") 대신 문장 길이, 어미, 전환어, 리듬을 구체적으로 적어.
+
+[여기에 샘플 10-20개 붙여넣기]
+```
+
+## 적용 예
+
+```markdown
+---
+name: founder-note-voice
+domain_default: linkedin
+ending_default: ~합니다
+emoji_policy: none
+length_bias: concise
+preserve:
+  - "작게 시작"
+ban:
+  - "혁신적인"
+  - "압도적인"
+prefer:
+  - "활용 → 쓰기"
+---
+
+## How I sound
+
+- 짧은 문장으로 시작하고, 두 번째 문장에서 이유를 붙인다.
+- 과한 감탄보다 담담한 단정을 선호한다.
+- "~라고 봅니다" 보다 "~입니다" 를 더 자주 쓴다.
+
+## Anti-voice
+
+- "여러분도 함께해요" 같은 단체 호응형 마무리는 쓰지 않는다.
+- 이모지와 느낌표를 쓰지 않는다.
+```
+
+## 주의
+
+Voice DNA 는 "그 사람처럼 보이게 꾸미는" 장치가 아니다. 사용자가 직접 준 자기 글을 기준으로, 같은 사람이 후속 글을 다듬을 때 말투 drift 를 줄이는 장치다. 타인의 voice 를 무단으로 모방하거나 사칭하는 용도로 쓰지 않는다.
diff --git a/examples/voice-dna-template.md b/examples/voice-dna-template.md
new file mode 100644
index 0000000..6542892
--- /dev/null
+++ b/examples/voice-dna-template.md
@@ -0,0 +1,65 @@
+---
+name: my-voice-dna
+domain_default: blog
+ending_default: auto
+emoji_policy: auto
+length_bias: neutral
+preserve:
+  - ""
+ban:
+  - ""
+prefer:
+  - ""
+---
+
+# Voice DNA 템플릿
+
+> 실제 글 / 영상 transcript / 뉴스레터 샘플에서 추출한 개인 말투 profile.
+> Brand voice 가 팀이나 제품 톤이라면, Voice DNA 는 특정 사람의 문장 습관을 잡는다.
+
+## How I sound
+
+- 전체 register:
+- 에너지:
+- 거리감:
+- 자주 쓰는 종결어미:
+
+## Sentence shapes
+
+- 평균 문장 길이:
+- 짧은 문장 사용 방식:
+- 긴 문장 사용 방식:
+- 쉼표 / 괄호 / 줄바꿈 습관:
+
+## Signature phrases & tics
+
+- 자주 쓰는 시작:
+- 자주 쓰는 전환:
+- 자주 쓰는 마무리:
+- 반복되지만 살려도 되는 말버릇:
+
+## How I open
+
+- 자주 쓰는 hook 패턴:
+- 피해야 할 opener:
+- 좋은 실제 opener 3-5개:
+
+## How I close
+
+- CTA 습관:
+- 마무리 문장 길이:
+- 좋은 실제 closing 3개:
+
+## Anti-voice
+
+- 절대 안 쓰는 단어:
+- 절대 안 쓰는 문장 구조:
+- 어색하게 느껴지는 이모지 / 강조:
+- AI 티가 강하게 나는 금지 표현:
+
+## Application notes
+
+- Voice DNA 는 카탈로그보다 먼저 적용한다.
+- `preserve` 는 `ban` / `prefer` 보다 강하다.
+- 원문에 없는 사실, 경험, 성과, 감정은 voice 를 맞추기 위해서도 새로 만들지 않는다.
+- 발화체 raw 의 종결어미는 이 profile 보다 우선한다.
diff --git a/references/ko-ai-signals.md b/references/ko-ai-signals.md
index c56aec8..40763da 100644
--- a/references/ko-ai-signals.md
+++ b/references/ko-ai-signals.md
@@ -455,6 +455,62 @@ S2 의 이 표 (부록 E) 는 **직관 기반 v1** 이었다. v0.8 (S3) 부터
 
 새 도메인 추가는 1.x minor bump 가 자연스럽고, 카테고리 #13 추가는 major bump 동반 (v1.0 → v2.0).
 
+## 부록 G. Advanced pass 신호 (1.x optional)
+
+v1.0 의 12 카테고리는 stable surface 로 유지한다. 아래 항목은 카테고리 #13+ 가 아니라 **선택적 고급 pass** 이며, SKILL.md 의 `Advanced humanize pipeline` 에서만 사용한다.
+
+공통 원칙:
+
+- 이 pass 는 새 글을 만드는 기능이 아니다. 기존 원문을 더 자연스럽게 읽히게 하는 최소 수정 기준이다.
+- 팩트 / 숫자 / 경험담 / 성과 / 감정은 새로 만들지 않는다.
+- hook 이 강해져도 본문이 약속을 못 지키면 hook 을 약하게 되돌린다.
+- 짧은 이메일 / DM / 기술 문서 / 법률 문서에서는 hook/story pass 를 건너뛰는 것이 기본이다.
+
+### G-1. 읽기 부담 (Dumbify)
+
+| 신호 | 수정 방향 | 적용 도메인 | 주의 |
+|---|---|---|---|
+| 한 문장에 중첩절 2 개 이상 | 한 호흡에 읽히게 분리 | blog, newsletter, youtube, b2b-message | 문장 수 증가가 의미 추가가 되지 않게 |
+| 어려운 한자어 + 쉬운 대체어가 명확함 | 쉬운 말로 치환 | all | 학술 / 뉴스 정형어는 보존 |
+| 추상 명사 연쇄 | 원문 안의 구체 대상명으로 되돌림 | marketing, linkedin, blog | 없는 예시 / 숫자 생성 금지 |
+| 정의가 길고 예시가 없음 | 원문에 있는 예시를 앞으로 이동 | blog, youtube | 예시가 없으면 추가하지 않음 |
+
+### G-2. 첫 문장 / Hook
+
+| 신호 | 수정 방향 | 적용 도메인 | 주의 |
+|---|---|---|---|
+| 주제가 첫 문장 뒤에 늦게 나옴 | 첫 명사구에 주제 배치 | linkedin, newsletter, youtube, marketing | 인사 역할이 있는 이메일은 제외 |
+| "오늘은 / 이번에는 / 알아보겠습니다" 로만 시작 | 바로 주제나 문제로 시작 | blog, youtube | 발화체 어미는 raw 보존 |
+| 독자와 무관한 자기소개로 시작 | 독자가 겪는 상황을 원문 안에서 끌어옴 | linkedin, marketing | I-frame founder story 는 예외 |
+| 대비가 없어서 밋밋함 | 원문에 있는 A/B 차이를 선명하게 | linkedin, newsletter | 클릭베이트 / 과장 금지 |
+
+### G-3. Story / 흐름
+
+| 신호 | 수정 방향 | 적용 도메인 | 주의 |
+|---|---|---|---|
+| "그리고 / 또한 / 그다음" 으로만 이어짐 | 원문 안의 원인·대조·결과를 드러냄 | blog, youtube, newsletter | 새 사건 만들지 않음 |
+| 마지막 문장이 generic CTA | 원문 핵심을 짧게 다시 붙임 | linkedin, newsletter, youtube | CTA 가 필요한 이메일은 보존 |
+| 모든 문장 길이가 비슷함 | 1-2문장만 길이 리듬 조정 | blog, youtube, linkedin | 일부러 단문인 brand voice 는 보존 |
+| 사례가 나열만 되고 관점이 없음 | 원문에 이미 있는 관점 문장을 앞으로 이동 | blog, newsletter | 관점 창작 금지 |
+
+### G-4. Hollow contrast / 가짜 통찰
+
+| 신호 | 수정 방향 | 적용 도메인 | 주의 |
+|---|---|---|---|
+| "X가 아니라 Y" 인데 Y가 추상어 | Y를 직접 주장으로 바꾸거나 약화 | all | Y가 구체 메커니즘이면 보존 |
+| "진짜 문제는 / 핵심은" 뒤가 빈말 | 원문 안의 실제 문제명으로 치환 | marketing, linkedin, b2b-message | 없는 원인 생성 금지 |
+| "생각보다 / 사실은" 으로 권위만 부여 | 부사를 빼고 바로 말함 | all | 반전이 실제로 있으면 보존 |
+| "대부분은 모르지만" 식 과장 | 범위를 낮추거나 삭제 | linkedin, marketing | 근거 있는 수치가 있으면 보존 |
+
+### G-5. Voice drift
+
+| 신호 | 수정 방향 | 적용 도메인 | 주의 |
+|---|---|---|---|
+| 참고 글보다 문장이 지나치게 길거나 짧음 | 세션 voice 평균에 가깝게 조정 | blog, newsletter, linkedin | 20% cap 안에서만 |
+| brand voice 의 금지어 / anti-voice 출현 | 해당 표현만 치환 | all | preserve 단어가 우선 |
+| raw 는 ~해요체인데 결과가 ~다체 | raw 우세 어미로 되돌림 | youtube, chat, email | 발화체는 특히 strict |
+| 이모지 / 느낌표가 profile 과 다름 | profile 정책에 맞춤 | marketing, linkedin, chat | raw 의 의도된 감정은 보존 |
+
 ## 부록 D. 윤리·한계
 
 - 이 카탈로그는 **편집 보조 / 연구용 분석** 목적이지, 사람 글을 자동으로 "AI 가 썼다" 고 판정하는 도구가 아니다.