클로드의 한국어 구사 능력, fluent-korean으로 개선한다

대규모 언어 모델(LLM), 특히 챗GPT와 같은 AI 코딩 에이전트가 생성하는 한국어는 종종 어색하다. 불완전한 문장 구조, 부적절한 어휘 사용으로 인해 의미 전달이 모호해지는 경우가 많다. fluent-korean은 이러한 문제를 해결하고 LLM이 명확하고 자연스러운 한국어를 구사하도록 돕는 출력 스타일 플러그인이다.

LLM의 한국어 표현, 왜 문제인가

최신 AI 모델은 한국어 능력이 뛰어나지만, 토큰 사용량을 줄이고 컨텍스트 제약을 관리하기 위해 간결하게 말하도록 설계된 코딩 에이전트는 특히 한국어 표현에 어려움을 겪는다. 이러한 현상은 여러 가지 문제를 일으킨다.

LLM의 기본 스타일 한국어는 다음과 같은 문제점을 안고 있다.

문제점	세부 내용
의미 오해 및 결과물 품질 저하	LLM 답변과 보고를 이해하는 데 많은 노력이 필요하다. 의미 오해가 발생할 우려가 크며, 한국어로 구성된 결과물의 완성도가 떨어진다.
사고(추론) 과정 부정적 영향	저품질 한국어 문장과 표현이 LLM의 사고 과정 자체에 부정적인 영향을 줄 수 있다.
의미 손실 누적	다중 에이전트 환경에서 에이전트들이 한국어 프롬프트나 자료를 주고받을 때, 한국어 품질 저하 현상이 단계마다 누적된다. 이는 의미 손실로 이어져 작업 완성도 저하를 일으킨다.

컨텍스트 압박이 없는 깨끗한 환경에서 실행해도 실제 AI의 한국어 품질은 위 표에 명시된 문제점보다 더 심각할 수 있다.

fluent-korean, 명확한 한국어를 위한 출력 스타일

fluent-korean은 클로드(Claude)와 같은 LLM이 명확한 한국어를 유창하게 구사하도록 지시하는 출력 스타일을 제공한다. 수려한 문체보다는 확실한 의미 전달을 추구하며, 비교적 자연스러운 문장을 목표로 한다. 이 도구는 기본적으로 output-style로 작동한다. 이는 시스템 프롬프트에 추가되어 한국어를 올바르게 사용하도록 사전에 규율한다.

이 도구는 의미가 손실되지 않는 명확한 한국어 표현을 목표로 한다. 번역체 교정, AI 표현 최소화, 맞춤법 오류 제거와 같은 다른 한국어 관련 도구들과는 역할이 다르다.

fluent-korean 설치 및 구성

fluent-korean은 주로 클로드 코드(Claude Code) CLI 환경에 적합한 플러그인이지만, 글쓰기 지침 텍스트를 활용하면 다른 AI 환경에도 적용할 수 있다.

설치 과정은 현재 LLM을 구동하는 환경과 작업 목적에 따라 달라진다. LLM에게 설치 안내를 요청하는 것도 좋은 방법이다. 직접 설치하는 경우, 클로드 코드를 실행한 후 다음 명령어를 입력한다.

/plugin marketplace add snflkd/fluent-korean
/plugin install fluent-korean@fluent-korean

설치 후 /config 메뉴에서 다음 두 가지 출력 스타일 중 하나를 선택한다.

스타일 이름	특징	주요 용도
fluent-korean	코딩 지침을 유지한다.	코딩 작업에 사용한다.
fluent-korean-not-coding	코딩 지침이 제거되어 있다.	Claude가 직접 코드를 변경하지 않을 때 사용한다.

새 세션을 시작하거나 /clear 명령어를 사용해야 변경 사항이 적용된다.

클로드 코드 CLI 외 다른 환경에서도 이 도구를 사용할 수 있다. plugins/fluent-korean/output-styles/에 있는 .md 파일 중 원하는 것을 선택해 파일 본문을 적절한 자리에 삽입하면 된다. 예를 들어, 클로드 웹 페이지나 데스크톱 앱에서는 좌측 하단 설정의 ‘개인별 지침’이나 ‘프로젝트 지침’에 해당 텍스트를 추가한다.

세부 동작 맞춤 설정

사용자는 fluent-korean의 세부 동작을 원하는 대로 설정할 수 있다. 다음 표에 제시된 블록 내 텍스트를 기존 지침 말미에 추가한다.

사용자 요구	추가 지침 블록	기대 효과
초보 개발자용 설명	- 코딩에 관해서는 초보 개발자가 이해할 수 있도록 서술하고, 현장감이 과한 구어체 표현은 더욱 자제합니다. (박아넣다, 치우다, 얹다 등)	코딩 관련 설명을 초보 개발자 눈높이에 맞춰 이해하기 쉽게 제공한다.
높임말 사용	- 사용자를 '사용자님'이라고 호칭하고, 선어말어미와 어말어미, 조사, 공손어휘를 통해 사용자께 높임말을 사용합니다. 사용자에게 반말이나 비존대로 발화하지 않습니다. [네가 한 말대로 내가 진행할까? → '사용자님'께서 하신 말씀대로 제가 진행하면 될까요?]	사용자에게 일관되게 존칭과 높임말을 사용한다.
어휘 사용 명확화	- 한국어 사전에 있는 어휘이며 뜻이 명확하더라도, 사용 빈도가 낮아서 통용되지 않는 어휘를 사용하면 소통의 효율성이 오히려 낮아지니 자제합니다. 대신 의미가 명확하며 실제로 통용되는 어휘를 우선적으로 선택합니다.	사용 빈도가 낮은 어려운 어휘 대신 명확하고 통용되는 어휘를 선택한다.
모든 한국어 출력 적용	- 한국어로 출력되는 모든 결과물에도 이 지침들을 적용합니다.	모든 한국어 출력물에 fluent-korean 지침을 적용한다.
특정 문체 작업 예외	- 구체적인 지침이 따로 존재하는 산출물 유형에는 이 지침을 적용하지 않습니다. 적용 여부가 애매하다면 사용자에게 확인합니다.	소설, 대본 등 특정 문체 지침이 있는 작업에는 fluent-korean 적용을 피한다.
영어 출력 억제	- 항상, 한국어로 사고하고, 한국어로 보고하고, 한국어로 출력합니다.	AI가 한국어로만 사고하고 소통하도록 유도한다.
교정 강화	- 답변을 사용자에게 출력하기 직전에, 위의 지침들에 어긋난 부분을 반드시 점검하고 수정한 후에 출력합니다.	답변 출력 전 스스로 지침 준수 여부를 점검하고 수정하는 과정을 추가한다.

클로드 코드 CLI 환경에서 플러그인으로 설치했을 경우, 업데이트 시 파일이 덮어써질 수 있다. 따라서 세부 설정을 직접 추가한 경우에는 이 점에 유의해야 한다.

fluent-korean 사용 시 유의점

fluent-korean은 LLM의 한국어 능력을 향상시키지만, 몇 가지 유의할 점이 있다.

• 동작 한계: 주어진 지시가 다양하거나 작업이 길게 진행될수록, 혹은 LLM의 기존 프라이밍(Priming)을 유발하는 텍스트가 많을수록 원하는 만큼 정확하게 동작하지 않을 수 있다. 이 경우 지침 자체를 수정하기보다, AI가 작업을 효과적으로 수행하도록 하네스(harness)를 구성하고 최적화하는 방법을 추천한다.
• 토큰 사용량 증가: 생략되었던 문장 성분과 형태소를 복원하므로 메시지 토큰 사용이 약간 늘어나고, 컨텍스트 차지량도 증가한다. 시스템 프롬프트에 지침이 더해지므로 매 세션마다 토큰을 더 사용한다.
• 설치 유의사항: 직접 설치할 때는 파일 이름과 설정 대소문자를 정확히 지켜야 한다.
• 서브에이전트 동작: 코딩 버전 fluent-korean에는 서브에이전트에게 입력되는 프롬프트가 한국어일 경우 이 출력 스타일을 준수하도록 하는 조항이 포함된다. 두 버전 모두 ‘영어로 작성할 것을 한국어로 작성하지 않는다’는 취지의 조항도 있다. 하지만 이러한 조항들이 실제로 얼마나 지켜질지는 상황에 따라 다르다. 필요한 경우 직접 관찰하고 수정하여 올바르게 동작하도록 조정한다.

이 도구는 국어국문학 전공자가 작성하고 AI의 자문을 거쳐 수정되었다. 앤트로픽에 이 프로젝트의 유지보수자가 연락을 바란다는 점도 명시한다.

출처

• tigerjk9/fluent-korean (GitHub). https://github.com/tigerjk9/fluent-korean
• 경유: GeekNews. https://news.hada.io/topic?id=32613