| name | korean-spell-check |
| description | 국립국어원 계열 규칙을 반영한 바른한글(구 부산대 맞춤법/문법 검사기) 표면을 이용해
한국어 문장의 띄어쓰기·맞춤법·문법을 최종 검수합니다. 긴 글은 청크 분할로 나눠
순차 검사하고, 결과를 원문·교정안·이유 중심으로 정리합니다.
ai-slop-reviewer가 AI 패턴을 검수한 뒤 마지막 단계에서 호출하는 것을 권장합니다.
다음과 같은 요청 시 반드시 이 스킬을 사용하세요:
- "이 한국어 문장 맞춤법 검사해줘", "띄어쓰기 검사"
- "README 한국어 문장 최종 검수", "마크다운 맞춤법"
- "AI 교정보다 규칙 기반 한국어 검사기로 한 번 더 확인"
- "부산대 맞춤법", "바른한글 검사", "국립국어원 규칙"
- 블로그·뉴스레터·카피·계약서 등 텍스트 산출물의 최종 교정 단계
|
| version | 1.1.0 |
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).
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")
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[]:
out = []
i (, (text), size):
out += check_chunk(text[i:i+size])
i + size < (text):
time.sleep()
out
(json.dumps(spell_check(), ensure_ascii=, indent=))
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:
- 교정된 전체 문장/문단
- 주요 변경점 목록
- 각 변경점의
원문 / 교정안 / 이유
- 필요시 "공개 웹 검사기 기준 결과이며, 최종 문맥 판단은 사람이 확인" 문구
예시 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
