Detector 기반의 엄격한 Constraint Prompting을 통한 AI 텍스트 리라이터 구현

How I shipped the rewriter side of an AI tell detector in 30 minutes (Claude + Next.js + Vercel)

Perufitlife2026년 5월 12일3분beginner

AI 요약

Context

기존 AI Humanizer 도구들이 단순한 '자연스러운 말투' 요청에 그쳐 AI 특유의 패턴(em-dashes, 특정 단어 사용)을 제거하지 못하는 한계 발생. Reddit 등 커뮤니티의 AI 탐지 룰셋에 대응하는 정밀한 텍스트 변환 구조 필요.

AI Detector의 탐지 룰셋을 System Prompt에 명시적 제약 사항으로 매핑하여 특정 패턴(delve, tapestry 등)의 출력을 Hard-ban 하는 구조 설계
사용자의 실제 작성 샘플을 Few-shot 데이터로 활용하여 문장 리듬, 소문자 사용 습관, 슬랭 등 개인별 고유한 Writing Style을 복제하는 로직 구현
Anthropic API의 Edge IP 차단 이슈 해결을 위해 Next.js App Router 상에서 Detector는 Edge Runtime을, Rewriter는 Node.js Runtime을 사용하는 분리 전략 채택
인프라 복잡도 최소화를 위해 DB 없이 localStorage 기반의 사용량 추적 및 Stripe Payment Link를 통한 수동 권한 부여 방식으로 초기 MVP 구축
Detector와 Rewriter를 디커플링하여 '탐지 -> 플래그 확인 -> 리라이트 -> 재점수화'로 이어지는 파이프라인 확장성 확보

실천 포인트

1. LLM 출력 제어 시 '자연스럽게'라는 추상적 지시 대신, 금지어 리스트와 구체적 패턴을 명시한 Negative Prompting 적용 검토

2. 개인화된 톤앤매너 구현을 위해 단순 지시어보다 실제 작성 샘플을 제공하는 Few-shot Learning 패턴 활용

3. 외부 API의 네트워크 제약(IP Block 등) 발생 시 런타임 환경(Edge vs Node.js) 분리 배포 전략 고려

4. 초기 검증 단계에서는 DB 도입 전 localStorage와 수동 운영을 통해 제품-시장 적합성(PMF)을 빠르게 확인

태그