한국어 맞춤법·문법 검수

국립국어원 계열 규칙을 반영한 바른한글(구 부산대 맞춤법/문법 검사기) 표면을 이용해 한국어 문장을 최종 교정합니다. AI가 만들어낸 글의 마지막 검수 단계로 사용합니다.

> 본 스킬은 NomaDamas k-skill office-korean-spell-check (MIT)를 cowork에 포팅했습니다(스킬명은 무접두사 korean-spell-check로 정리). 공개 웹 검사기 기준이며, 최종 문맥 판단은 사람이 확인합니다.

Policy first — 사용 전 반드시 확인

• https://nara-speller.co.kr/old_speller/는 비상업적 용도 안내와 개인·학생 무료 문구를 명시합니다.
• https://nara-speller.co.kr/robots.txt는 /를 허용하지만 /test_speller/는 금지합니다.
• 따라서 본 스킬은 사용자 주도 최종 검수, 저빈도 요청, 문서·이메일·README 교정 용도로만 씁니다.
• 대량 배치, SaaS 백엔드 연동, 상업 서비스 내 무단 재판매·재노출에는 사용하지 않습니다. 그런 경우는 공급사 문의·유료 API 계약을 먼저 검토합니다.

When to use / When not to use

사용: 블로그·뉴스레터·카피·계약서 등 텍스트 산출물의 최종 교정, README 검수, AI 교정 후 규칙 기반 재확인.

사용 금지: 코드 블록·로그·영문 위주 텍스트 대량 전송, 민감정보 많은 원문의 외부 전송, 상업적 대량 처리.

Prerequisites

• 인터넷 연결, Python 3.10+
• 브라우저형 User-Agent + Python stdlib urllib POST는 old_speller/results에서 검사 결과 HTML을 반환합니다 (Cloudflare 우회용 일반 fetch는 403 가능).

Workflow

1. 텍스트 또는 파일 경로 받기

• 텍스트 직접 입력 → 바로 검사
• 파일 검사 → UTF-8 텍스트/Markdown만 대상. 코드 블록이 많으면 사용자에게 범위 축소 의사를 먼저 묻습니다.

2. Conservative 요청 유지

• 기본 청크 크기 약 1500자
• 청크 사이 최소 1초 휴지
• 한 번에 너무 많은 파일을 돌리지 않습니다.

3. 검사 요청 (인라인 stdlib 코드 직접 실행)

별도 스크립트 없이 Python 표준 라이브러리만으로 동작합니다. 브라우저형 User-Agent + urllib POST가 Cloudflare를 우회하며, 응답 HTML에 임베드된 errInfo JSON 배열을 파싱해 원문 / 교정안 / 이유로 정리합니다. 아래 코드를 그대로 실행하되, 긴 글은 1500자 청크로 나눠 청크 간 1초 휴지를 둡니다(외부 의존성 불필요).

python
import json, re, time, urllib.request, urllib.parse

URL = "https://nara-speller.co.kr/old_speller/results"
UA = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120 Safari/537.36"

def check_chunk(text: str) -> list[dict]:
    body = urllib.parse.urlencode({"text1": text}).encode("utf-8")
    req = urllib.request.Request(URL, data=body, headers={"User-Agent": UA,
        "Content-Type": "application/x-www-form-urlencoded"})
    html = urllib.request.urlopen(req, timeout=30).read().decode("utf-8", "replace")
    # 응답 HTML의 data 배열(errInfo)에서 원문/교정안/도움말 추출
    m = re.search(r"data\s*=\s*(\[.*?\]);", html, re.S)
    items = json.loads(m.group(1)) if m else []
    return [{"original": it.get("orgStr", ""),
             "suggestions": [c for c in (it.get("candWord") or "").split("|") if c],
             "reason": it.get("help", "")} for it in items]

def spell_check(text: str, size: int = 1500) -> list[dict]:
    out = []
    for i in range(0, len(text), size):
        out += check_chunk(text[i:i+size])
        if i + size < len(text):
            time.sleep(1)   # 청크 간 1초 휴지 (저빈도 정책 준수)
    return out

# 파일 검사: text = open("README.md", encoding="utf-8").read()
print(json.dumps(spell_check("아버지가방에들어가신다."), ensure_ascii=False, indent=2))

> 이 스킬은 부재 스크립트(korean_spell_check.py) 참조를 원칙 A(프롬프트/인라인 stdlib 코드)로 대체했습니다. > errInfo/data 필드명·응답 구조는 공개 검사기 변경에 따라 달라질 수 있으니, 파싱 실패 시 응답 HTML을 > 확인해 필드명을 조정합니다. requests·BeautifulSoup 등 외부 패키지 설치는 필요 없습니다.

4. 변경점 중심 응답

권장 응답 순서:

1. 교정된 전체 문장/문단
2. 주요 변경점 목록
3. 각 변경점의 원문 / 교정안 / 이유
4. 필요시 "공개 웹 검사기 기준 결과이며, 최종 문맥 판단은 사람이 확인" 문구

예시 JSON:

json
{
  "original": "아버지가방에들어가신다",
  "suggestions": ["아버지가 방에 들어가신다"],
  "reason": "띄어쓰기, 붙여쓰기, 음절 대치와 같은 교정 방법에 따라 수정한 결과입니다."
}

관련 스킬 체이닝 — ai-slop-reviewer 직전 권장

표준 텍스트 산출물 체인:

{콘텐츠 생성 스킬} → ai-slop-reviewer → korean-spell-check → 사용자 최종 검토

• before: moai-marketer:content-blog, moai-marketer:content-newsletter, moai-marketer:content-copywriting, moai-marketer:content-sns-content
• before: moai-coworker:ai-slop-reviewer — AI 패턴(과한 형용사·반복·번역체) 먼저 검수
• after: 사용자가 최종 문맥 검토 후 발행

Done when

• 공개 표면 정책(비상업·저빈도)을 먼저 확인했다.
• 긴 텍스트면 청크 분할(약 1500자)을 적용했다.
• 결과를 원문 / 교정안 / 이유 중심으로 정리했다.
• 고빈도·상업적 사용이 아님을 분명히 했다.

Notes

• guide: https://nara-speller.co.kr/guide/
• main UI: https://nara-speller.co.kr/speller/
• old UI / form post: https://nara-speller.co.kr/old_speller/, https://nara-speller.co.kr/old_speller/results
• robots: https://nara-speller.co.kr/robots.txt