moai-content — 블로그·카드뉴스·랜딩·한국어 윤문

한국 마케팅·콘텐츠 실무에 최적화된 15개 스킬을 제공합니다. 네이버 블로그·티스토리·인스타그램·LinkedIn·카카오 채널까지 플랫폼별 알고리즘 차이를 반영하고, 마크다운 보고서 HTML 변환(html-report)·한국어 맞춤법 검수(korean-spell-check)·한국어 AI 티 윤문(humanize-korean)을 모두 포함합니다. 한국 이커머스 상세페이지 기획·구조·전략 설계는 detail-page-planner가 전담합니다.

flowchart TD
    subgraph 생성["콘텐츠 생성"]
        A["blog · card-news
landing-page · newsletter"]
    end
    subgraph 후처리["후처리"]
        B["ai-slop-reviewer
AI 패턴 검수"]
        C["humanize-korean
한국어 정밀 윤문"]
    end
    D["html-report
HTML 변환"]
    생성 --> 후처리
    B --> C --> D
    style A fill:#eaeaea,stroke:#6e6e6e,color:#09110f
    style D fill:#e6f0ef,stroke:#144a46,color:#09110f

회사에 ‘콘텐츠 부서’가 하나 있다고 상상해 보세요. 그 부서 안에는 글을 쓰는 사람, 디자인을 잡는 사람, 맞춤법을 검사하는 사람, 마지막에 깔끔하게 인쇄해서 내보내는 사람까지 모여 있습니다. moai-content는 바로 그런 부서 한 통을 Cowork 안에 옮겨 놓은 플러그입니다. 사용자는 부서에 “네이버 블로그 글 하나 써줘"라고 주문만 하면, 그 안에서 알아서 글이 쓰이고 → 기계 맛이 빠지고 → 한국어 결이 다듬어지고 → 마지막엔 바로 쓸 수 있는 산출물까지 나옵니다.

이 부서에는 15명의 일꾼(15개 스킬)이 있고, 각자 한 가지 일만 전문적으로 맡습니다. 블로그 글을 쓰는 일꾼(blog), 인스타그램 카드뉴스를 만드는 일꾼(card-news), 상세페이지를 기획하는 일꾼(detail-page-planner), 맞춤법을 검사하는 일꾼(korean-spell-check), AI 특유의 어투를 빼는 일꾼(humanize-korean)까지 저마다 이름표가 달려 있습니다. 사용자는 전부 부를 필요 없이, 지금 필요한 일꾼만 골라 부르면 됩니다.

flowchart LR
    U["주문 한 줄"] --> S1["blog
card-news
detail-page-planner
외 12개 스킬"]
    S1 --> S2["ai-slop-reviewer
기계 맛 빼기"]
    S2 --> S3["humanize-korean
한국어 결 다듬기"]
    S3 --> S4["html-report
최종 산출물"]
    style U fill:#eaeaea,stroke:#6e6e6e,color:#09110f
    style S1 fill:#fbf0dc,stroke:#c47b2a,color:#09110f
    style S2 fill:#e6f0ef,stroke:#144a46,color:#09110f
    style S3 fill:#e6f0ef,stroke:#144a46,color:#09110f
    style S4 fill:#d6ebe7,stroke:#1c7c70,color:#09110f

이해를 돕기 위해 아래에 등장하는 실무 용어를 먼저 한 줄씩 풀어 둡니다. **네이버 C-Rank·D.I.A.**는 네이버가 검색 결과에 어떤 글을 더 잘 보여줄지 정하는 내부 규칙입니다. GEO(생성형 검색 최적화)는 최근처럼 AI가 답을 직접 말해 주는 검색 창에서도 내 글이 잘 걸리도록 글을 짜는 방식입니다. 스키마 마크업은 글의 구조(제목, 질문, 답변 등)를 기계가 알아볼 수 있게 표시해 두는 꼬리표입니다. 이런 규칙들을 스킬 안에 미리 반영해 뒀기 때문에, 사용자는 규칙을 외울 필요 없이 주문만 하면 됩니다.

moai-content는 한국 디지털 마케팅 채널의 실제 운영 노하우를 반영해 설계된 텍스트 콘텐츠 생성 플러그인입니다. 단순히 글을 만드는 데 그치지 않고, 네이버 C-Rank·D.I.A. 알고리즘이나 인스타그램의 카드뉴스 길이 기준 등 채널별 베스트 프랙티스를 본문 구조에 반영합니다.

블로그 포스트·카드뉴스·랜딩페이지·뉴스레터·상세페이지 기획·상세페이지·카피라이팅·콘텐츠 캘린더·유튜브·팟캐스트 기획·한국어 맞춤법·한국어 AI 티 정밀 윤문·마크다운 보고서 HTML 변환·발표 슬라이드 HTML까지 15개 스킬이 도메인별로 분리되어 있어, 필요한 채널만 선택해 호출할 수 있습니다.

별도 API 키 없이 사용 가능하며, WordPress 자동 업로드를 원하면 WordPress MCP 연결이 필요합니다.

SNS 콘텐츠는 moai-marketing:sns-content가 전담합니다(글로벌 4채널·한국 3채널 통합). 본 플러그인의 social-media·media-production은 레거시 호환용으로만 유지됩니다(social-media = v2.3.0 DEPRECATED → sns-content로 흡수, media-production = content-calendar/youtube-podcast-planner로 분리된 별칭). 위 표의 13개가 활성 스킬이며, 이 둘을 포함해 총 15개 SKILL.md가 존재합니다.

• 네이버 C-Rank·D.I.A. 알고리즘을 반영한 본문 구조
• GEO(생성형 검색 최적화) 시대에 맞춘 FAQ·스키마 마크업 권장
• 인스타그램 2026년 알고리즘 변화 대응 캐러셀 길이 기준
• 네이버 블로그·티스토리의 SEO 점수 체크포인트 내장

왜 스킬 하나로 끝내지 않고 여러 개를 이어 부를까? 요리에 비유하면 이해가 쉽습니다. 한 냄비에 재료를 몽땅 쏟고 끓이는 대신, 재료 손질 → 볶기 → 플레이팅 → 맛보기로 단계를 나누는 것이 훨씬 안정적으로 맛있는 결과를 냅니다. 콘텐츠도 같습니다. 글을 쓰고(blog) → 기계 맛을 빼고(ai-slop-reviewer) → 한국어 결을 다듬고(humanize-korean) → 마지막에 그릇에 담는(html-report) 식으로 단계를 나눠 거치면, 어느 한 단계에서 흔들려도 전체가 망가지지 않습니다.

아래 화살표(→)는 “앞 스킬이 만든 결과물을 뒤 스킬이 이어받는다"는 뜻입니다. 곧바로 배포할 수 있는 글은 첫 단계를 거친 직후엔 아직 재료는 손질됐지만 익히지 않은 상태라서 중간 단계를 건너뛰면 기계 맛이 남거나 한국어 결이 어색해집니다. 그래서 품질 단계(검수·윤문)는 늘 마지막에 와야 합니다. 아래 세 체인은 이 원칙을 따라 조립한 대표 예시입니다.

flowchart LR
    A["① 도메인
글 쓰기·기획
blog / product-detail / card-news"] --> B["② 품질
기계 맛 빼기
ai-slop-reviewer"]
    B --> C["③ (선택) 미디어
이미지 생성
moai-media"]
    C --> D["④ 완성
배포 가능 산출물"]
    style A fill:#fbf0dc,stroke:#c47b2a,color:#09110f
    style B fill:#e6f0ef,stroke:#144a46,color:#09110f
    style C fill:#eaeaea,stroke:#6e6e6e,color:#09110f
    style D fill:#d6ebe7,stroke:#1c7c70,color:#09110f

블로그 발행 파이프라인

blog → ai-slop-reviewer → (선택) moai-media:higgsfield-image

쇼핑몰 상세페이지

product-detail → moai-media:higgsfield-image → ai-slop-reviewer

카드뉴스 시리즈

card-news → moai-media:higgsfield-image → ai-slop-reviewer

> 네이버 블로그에 '프리랜서 3.3% 원천징수' 주제로 2000자 분량 글 써줘.
  키워드는 '원천징수 신고', '종합소득세'.

> 인스타그램 6슬라이드 카드뉴스로 정부 지원금 신청 방법 만들어줘.

부산대학교 인공지능연구실과 ㈜나라인포테크가 공동 개발한 바른한글 공개 검사 표면을 이용해 한국어 문장을 최종 검수합니다. 2024년 10월 기존 “부산대학교 한국어 맞춤법 검사기"에서 바른한글로 정식 리브랜딩되었으며, 구 도메인 speller.cs.pusan.ac.kr은 폐기되고 nara-speller.co.kr로 통합되었습니다. 블로그·뉴스레터·카피·계약서 등 텍스트 산출물의 마지막 단계에서 사용합니다.

AI가 쓴 글을 읽다 보면 어딘가 기계 맛이 납니다. “혁신적인 솔루션”, “첫째, 둘째, 마지막으로” 같은 반복, “많은 사람들은~” 같은 뭉툭한 일반화가 대표적입니다. 이런 흔적을 AI 슬롭(AI slop, AI가 찍어낸 티 나는 텍스트)이라 부르고, 이걸 사람 글처럼 다시 다듬는 작업을 휴머나이즈(humanize, 사람화)라고 합니다. cowork는 이 두 작업을 순서대로 묶어 후처리 체인으로 돌립니다.

비유하자면 번역물을 두 번 손보는 것과 같습니다. 1차 통역사가 대강 옮긴 뒤, 2차 교정자가 문맥을 다듬는 식입니다. 먼저 ai-slop-reviewer가 과장 수식어·기계 접속어·모호한 일반화 같은 일반적인 AI 패턴을 찾아 빼고 사람 톤으로 정리합니다. 예를 들어 “획기적으로 개선된 혁신적인 플랫폼"이라는 문장은 “쓰기 편해진 플랫폼” 정도로 줄입니다. 그 뒤 humanize-korean이 한국어 특유의 결을 잡습니다 — 영어식 번역투("…를 통해”), 남발하는 한자어 명사화, 정체 없는 관용구(“시사하는 바가 크다”), 형식 명사 결말("…인 것이다”) 같은 한국어 SSOT 40개 이상의 패턴을 정량 메트릭으로 찾아 수술합니다.

왜 두 단계로 나누는지가 핵심입니다. 1차는 “글의 뼈대에서 AI 냄새를 빼는” 단계이고, 2차는 “한국어 결로 살을 채우는” 단계입니다. humanize-korean은 의미 100% 보존을 원칙으로 삼아 사실·수치·고유명사·직접 인용은 한 글자도 바꾸지 않고, 변경률이 30%를 넘으면 경고, 50%를 넘으면 되레 롤백까지 합니다 — 과윤문을 막기 위해서입니다. 마지막엔 A/B/C/D 등급까지 매겨줘 “이 글이 얼마나 사람 같은지"를 숫자로 확인합니다. 이 체인을 거친 글은 배포 전 마지막으로 사람이 한 번 읽어주면 끝입니다.

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

ai-slop-reviewer는 AI 패턴(과한 형용사·반복·번역체)을 검수하고, korean-spell-check는 규칙 기반 띄어쓰기·맞춤법을 잡습니다 — 차원이 다릅니다.

flowchart TD
    A["① AI 초안
 B
    B --> C
    C --> D
    D -- "예 (한국어 정밀 윤문 진행)" --> E
    E --> F
    F --> G
    G --> H

• 공개 웹 검사기(nara-speller.co.kr)는 비상업·저빈도 사용 정책을 명시합니다.
• 본 스킬은 사용자 주도 최종 검수용이며, 대량 배치·SaaS 백엔드 연동·상업 서비스 무단 재판매에는 사용하지 않습니다.
• 1500자 청크 분할 + 청크 간 1초 휴지로 conservative 호출.

본 스킬은 NomaDamas/k-skill (MIT) 의 korean-spell-check를 cowork에 포팅했습니다.

• 공개 검사 표면: 바른한글 (nara-speller.co.kr) — 신버전(권장)
• 이전 버전 (form POST 자동화 호환): old_speller
• 개발 주체: 부산대학교 인공지능연구실 + ㈜나라인포테크 공동 개발 (1991년 권혁철 교수 시작, 2001년 웹 서비스 개시, 2024-10 리브랜딩)
• 한컴오피스 한글 2018부터 내장 검사기로 채택, 잡코리아·사람인 취업 포털 탑재

한국 번역학계가 정립한 8유형 번역투 계보를 토대로 cowork이 자체 저작한 한국어 정밀 윤문 스킬입니다. 영어권 humanizer(QuillBot·Hix·Undetectable AI)가 약한 한국어 고유 패턴 — 번역투, 영어 인용 과다, 결말 공식, hedging, 형식명사 — 을 정량 메트릭과 SSOT 분류 체계로 수술적으로 제거합니다. 한국적 정서·결을 더하는 K 카테고리(양성 축)를 더해 ‘빼기’를 넘어 ‘한국적 결로 채우기’까지 아울렀습니다.

AI가 쓴 글은 옷장에 옷이 아무렇게나 던져져 있는 상태와 같습니다. 번역투 옷, 영어 간판이 달린 옷, 장식이 너무 화려한 옷, 한 번도 입지 않을 관용구 옷이 뒤섞여 있습니다. 이걸 한꺼번에 “전부 사람 옷으로 바꿔"라고만 시키면 어디를 손대야 할지 막막합니다. 그래서 humanize-korean은 먼저 어지러운 옷의 종류를 10가지 카테고리(A에서 J까지)로 나눕니다 — 번역투(A), 영어 인용 과다(B), 구조적 AI 패턴(C), AI 특유 관용구(D)처럼 말입니다. 종류별로 알맞은 방식으로 하나씩 정리(제거)합니다.

여기에 한 가지가 더 있습니다. A에서 J까지는 모두 “어떤 옷을 뺄 것인가"를 다루는 음성(제거) 축입니다. 하지만 옷만 빼면 옷장이 휑해집니다. 글도 마찬가지로 AI 티를 빼기만 하면 문장이 건조하고 밋밋해집니다. 그래서 마지막 K 카테고리는 양성(지향) 축으로, 비워진 자리에 한국적인 색감의 옷을 다시 걸어두는 단계입니다 — 정서의 온도, 절제된 말투, 구어의 호흡, 감정의 흐름 같은 한국적 결로 채웁니다. 빼기에서 멈추지 않고 채우기까지 이어가는 것입니다.

아래에 이어지는 분류표(A부터 K)는 곧 “옷장을 단정하게 정리하는 11단계 체크리스트"입니다. 표의 줄 하나하나가 “이런 종류의 AI 티는 이렇게 손본다"는 한 항목입니다. 초보자가 표 전체를 외울 필요는 없습니다 — humanize-korean이 글을 읽고 자동으로 해당하는 항목을 찾아 손보기 때문입니다. 다만 “이 스킬이 글의 무엇을 어떻게 다루는지"를 한눈에 파악하고 싶을 때 이 표를 펼쳐 보면 됩니다.

flowchart LR
    A["AI가 쓴 글
(뒤섞인 옷장)"] --> B["종류 분류
A~J 카테고리"]
    B --> C["종류별 정리
(음성·제거 축)"]
    C --> D["빈 자리 채우기
K 카테고리
(양성·지향 축)"]
    D --> E["사람이 쓴 듯한
한국어 결"]
    style A fill:#eaeaea,stroke:#6e6e6e,color:#09110f
    style B fill:#fbf0dc,stroke:#c47b2a,color:#09110f
    style C fill:#e6f0ef,stroke:#144a46,color:#09110f
    style D fill:#fbf0dc,stroke:#c47b2a,color:#09110f
    style E fill:#d6ebe7,stroke:#1c7c70,color:#09110f

1. 의미 불변 — 사실·주장·수치·고유명사·직접 인용은 100% 원문 보존
2. 근거 기반 — 탐지된 span에만 수술적 수정. 탐지 없는 구간은 건드리지 않음
3. 장르 유지 — 칼럼을 문학으로, 리포트를 에세이로 옮기지 않음
4. 과윤문 금지 — 변경률 30% 초과 시 경고, 50% 초과 시 강제 중단·롤백

A~J가 음성(제거) 축 — “AI 티"를 빼는 데 집중 — 이라면, K는 양성(지향) 축으로 “한국적 정서·결로 채우는” 역할을 합니다. 빼기에서 멈추지 않고 온도·절제·호흡·아크를 더해 사람이 쓴 글의 결로 만듭니다.

본진에도 E-8(다어절 띄어쓰기 기계적 균일성, S2)·E-7 보강(3단계 화계 선택)·머리말 모델별 번역투 시그니처 힌트를 추가했습니다. 학술 근거: Park & Han 2026 LREAD(arXiv:2601.19913) · translationese(arXiv:2602.16469) · KatFish 2025 교차. 자체 저작·학술 원전 직접 인용. 메트릭·테스트 무변경(parity 안전) — 기존 윤문 결과는 동일합니다.

{콘텐츠 생성 스킬} → ai-slop-reviewer (1차 일반 후처리)
                  → humanize-korean (2차 한국어 정밀 윤문, A/B/C/D 등급)
                  → 사용자 최종 검토

ai-slop-reviewer는 일반 AI 슬롭(영어 표현, 일반 패턴)을 1차 정리하고, humanize-korean은 한국어 SSOT(번역투/관용구/형식명사 등 40+ 패턴)를 2차 정밀 윤문 + 정량 메트릭 + 등급 판정합니다.

• 변경률 30% 초과 → 경고, 50% 초과 → 강제 중단·전체 롤백
• 자체검증 6항 — 윤문 직후 보존성·register·장르 이탈·잔존 S1·인공 표현 자가 점검
• A/B/C/D 등급 — 자동 판정, 등급 C/D는 정밀 검증 권고
• 고유명사·수치·날짜·인용 100% 보존 (Do-NOT 리스트)

metrics.py(Python 3.13 표준 라이브러리만, 외부 의존 0) 으로 사전·사후 측정:

• 문장 수, 평균 문장 길이, 길이 표준편차
• 연결어미+쉼표 빈도(C-11 KatFish 시그널)
• 한자어 -성/-적/-화 밀도(F-4)
• 종결어미 분포(I 카테고리)
• 문두 접속사 빈도(H-1)

카테고리별 개선율(%)을 자동 계산해 등급 판정에 반영합니다.

> 이 ChatGPT 초안 자연스럽게 윤문해줘. 한국어 AI 티 제거해서 사람이 쓴 것처럼.
→ humanize-korean Fast 모드
→ _workspace/{run_id}/final.md (윤문본 + HTML 주석 요약)
→ summary.md (등급 B / 자체검증 6/6 / 변경률 18%)

> 이 칼럼 humanize-korean으로 정밀 윤문해줘. 장르: 칼럼, 강도: 적극, 최소심각도: S1
→ S1 패턴만 강도 적극으로 수술적 제거
→ 등급 A 목표

• 외부 API 호출 0건 (로컬 완결)
• 사용자 측 API 키 발급 불필요
• 정밀 모드 설계 노트는 references/strict-pipeline-spec.md에 정리 (현재 미사용, 향후 독립 워크플로 확장용)

본 스킬은 한국 번역학계가 정립한 8유형 번역투 계보와 학술 원전(KatFish, Toral 2019 등)을 토대로 cowork이 100% 자체 저작했습니다. taxonomy·rewriting-playbook·quick-rules·metrics.py·baseline.json·test_metrics.py·scholarship.md는 모두 자체 저작 콘텐츠이며, 외부 라이브러리 코드·예문·산문을 포함하지 않습니다(언어 개념·학술 원전은 저작권 비대상으로 직접 인용).

• 학술 기반: 한국 번역학계 8유형 번역투 계보 (김정우 2007, 이근희 2005 등)
• 메트릭 원전: KatFish (Park et al.), Toral 2019 (arXiv:1907.00900) — post-editese 정량 신호
• 저작·라이선스: cowork 자체 저작 (NC-ND 1.0)

Thariq Shihipar의 “The Unreasonable Effectiveness of HTML” 철학을 기반으로, 마크다운 보고서를 단일 파일 HTML로 변환하는 스킬입니다. 외부 JS/CSS 프레임워크 의존성 0, 인라인 SVG + vanilla JS로 12-25KB 초경량 산출물을 만듭니다.

html-report는 산출물 용도에 따라 여러 “모드"를 제공합니다. 그중 P1 컨슈머 호환성이란, 최종 사용자(컨슈머)에게 그대로 전달할 수 있도록 렌더링·한글 폰트·인쇄·체인 연동을 모두 검증 마친 모드를 뜻합니다. 여기서 “컨슈머"는 외부 담당자를 의미합니다. 즉 회사 바깥의 고객, 임원, 투자자, 소상공인처럼 이 산출물을 받아보는 사람입니다.

비유하자면, 레스토랑 주방에서 만든 음식이 “나가기 전 위생 검사를 통과한 메뉴"인지 확인하는 것과 같습니다. html-report가 요리라면, P1 호환은 “손님 상에 올려도 되는가"를 점검한 상태입니다. 통과한 모드는 별도 설정 없이 바로 컨슈머 산출물로 직행합니다.

현재 4종이 P1 검증을 통과했습니다. executive-summary는 임원·대표에게 한 페이지로 보내는 경영 요약용이고, financial-statements는 재무팀과 투자자 공시에 쓰는 숫자 중심 재무제표, sbiz365-analyst는 소상공인 분석 리포트, daily-briefing은 팀 채널에 매일 공유하는 아침 브리핑입니다. 반면 status·incident처럼 내부 팀만 보는 용도는 컨슈머(외부 사용자) 산출물이 아니므로 P1 검증 범위에서 제외됩니다. 요약하면 “P1 = 외부로 나가도 검증된, 안심하고 쓸 수 있는 모드"입니다.

• 인라인 SVG + vanilla JS: 12-25KB 산출물, 페이지 로딩 거의 무영향
• 한글 폰트 매핑: Pretendard (기본), Noto Serif KR (serif), Noto Sans KR (sans), 조선일보명조, KoPubWorld 명조, JetBrains Mono (코드)
• 인쇄 친화: @media print 자동 적용, 페이지 나누기 최적화
• CSS 변수 8종: --ivory, --slate, --clay, --oat, --olive, --sans, --serif, --mono
• P1 컨슈머 호환성: executive-summary, financial-statements, sbiz365-analyst, daily-briefing 4종 검증 완료

flowchart LR
    subgraph P1["P1 호환 — 컨슈머 검증 완료 (4종)"]
        direction TB
        ES["executive-summary
경영 요약 · 핵심 1페이지"]
        FS["financial-statements
재무제표 · 숫자 중심"]
        SB["sbiz365-analyst
소상공인 분석 리포트"]
        DB["daily-briefing
일일 브리핑 · 빠른 공유"]
        PASS["✓ 컨슈머 호환성 검증 PASS
렌더·한글 폰트·인쇄·체인 연동 OK"]
        READY["즉시 사용 가능 — 별도 설정 없이 컨슈머 산출물로 직행"]
        ES --> PASS
        FS --> PASS
        SB --> PASS
        DB --> PASS
        PASS --> READY
    end

    subgraph N1["P1 미해당 — 검증 대상 아님 (2종)"]
        direction TB
        ST["status
주간 현황 · 내부 팀 공유용"]
        IN["incident
장애 포스트모템 · 내부 사후 정리용"]
        EXC["내부 워크플로우 용도
컨슈머 외부 산출물이 아니므로
P1 검증 범위에서 제외"]
        ST --> EXC
        IN --> EXC
    end

    subgraph ALL["html-report 모드 전체 (6종)"]
        direction TB
        R1["status — 주간 현황 / 태스크"]
        R2["incident — 포스트모템 / 우발 대응"]
        R3["plan — 구현 계획 / 사업 계획"]
        R4["explainer — 기능 설명 / 개념 해설"]
        R5["financial — 재무 보고 / 수익 동향 ★ P1"]
        R6["pr — PR 서사 / 관계자 알림"]
    end

{텍스트 생성 스킬} → ai-slop-reviewer (1차 일반 후처리)
                  → humanize-korean (2차 한국어 정밀 윤문)
                  → html-report mode=<X> (HTML 변환, 인쇄 친화)

html-report는 보고서 산출물의 마지막 단계에서 HTML 포맷 변환용으로 사용합니다. 기존 체인(블로그 발행 등)에는 영향을 주지 않습니다.

> 주간 현황 보고서 HTML로 변환해줘. mode: status
→ .moai/workspace/html-report/{run_id}/report.html
→ 12-25KB 단일 파일, 브라우저에서 바로 열기

> 이 재무제표 인쇄 친화적으로 변환해줘. mode: financial, font_stack: serif
→ Noto Serif KR 적용, A4 인쇄 최적화
→ PDF 내보내기 가능

이 스킬의 핵심 아키텍처 아이디어는 Thariq Shihipar의 블로그 포스트에서 영감을 받았습니다. HTML의 단순함, 보편성, 웹 표준 준수라는 철학을 기반으로, 복잡한 프레임워크 없이도 강력한 문서를 만들 수 있음을 보여줍니다.

• 원본 글: The Unreasonable Effectiveness of HTML
• 핵심 메시지: “HTML은 이미 문서용으로 최적화된 언어입니다. 다른 도구가 필요하지 않습니다.”

본 스킬의 핵심 아키텍처 아이디어는 Thariq Shihipar의 블로그에서 영감을 받았습니다.

• 원본 글: Thariq Shihipar “The Unreasonable Effectiveness of HTML”
• 핵심 라이선스: 원본 글은 퍼블릭 도메인, 본 스킬은 cowork-plugins MIT 라이선스

• moai-media — 이미지·영상 동시 생성
• moai-marketing — SEO 감사·캠페인 기획과 결합
• v2.1.x 릴리스 노트 — humanize-korean 도입 상세

• modu-ai/cowork-plugins README
• moai-content 디렉터리
• NomaDamas/k-skill — MIT — korean-spell-check 원본
• 바른한글 (nara-speller.co.kr) — 공개 검사 표면