다음은 앤쓰로픽 공식 문서를 번역한 글입니다.

Introducing Claude Opus 4.5

2025년 11월 25일

오늘, Anthropic의 최신 모델인 Claude Opus 4.5를 공개합니다. 이 모델은 지능적이고 효율적이며, 코딩, 에이전트(Agent), 컴퓨터 제어(Computer use) 분야에서 세계 최고의 성능을 자랑합니다. 또한 심층 연구(Deep research), 슬라이드 및 스프레드시트 작업과 같은 일상적인 업무에서도 유의미한 성능 향상을 이뤘습니다. Opus 4.5는 AI 시스템의 가능성을 한 단계 끌어올린 모델이며, 업무 방식의 거대한 변화를 예고하는 서막입니다.

Claude Opus 4.5는 실제 소프트웨어 엔지니어링 테스트에서 SOTA(State-of-the-art)를 달성했습니다.

Opus 4.5는 오늘부터 당사의 앱, API, 그리고 3대 주요 클라우드 플랫폼에서 모두 사용할 수 있습니다. 개발자라면 Claude API를 통해 claude-opus-4-5-20251101을 호출하여 즉시 사용할 수 있습니다. 가격은 백만 토큰당 $5(입력)/$25(출력)로 책정되었습니다. 이제 더 많은 사용자, 팀, 그리고 기업들이 Opus 수준의 기능을 합리적으로 이용할 수 있게 되었습니다.

Opus 출시와 함께 Claude Developer Platform, Claude Code, 그리고 소비자용 앱에 대한 업데이트도 진행됩니다. 장기 실행 에이전트(Longer-running agents)를 위한 새로운 도구들이 추가되었으며, Excel, Chrome 및 데스크톱 환경에서 Claude를 활용하는 새로운 방법들이 도입되었습니다. Claude 앱에서는 긴 대화가 중단되는 일이 사라집니다. 자세한 내용은 아래 제품 섹션을 참고해 주십시오.

첫인상 (First Impressions)

출시 전 Anthropic 동료들이 모델을 테스트하면서 놀라울 정도로 일관된 피드백을 주었습니다. 테스터들은 Claude Opus 4.5가 모호한 상황을 잘 처리하고, 일일이 지시하지 않아도(without hand-holding) 트레이드오프를 고려하여 추론한다고 평가했습니다. 복잡한 다중 시스템 버그를 맡기면 Opus 4.5가 해결책을 찾아낸다는 증언도 있었습니다. 불과 몇 주 전만 해도 Sonnet 4.5로는 불가능에 가까웠던 작업들이 이제는 사정권 안에 들어왔습니다. 전반적으로 테스터들은 Opus 4.5가 “맥락을 완벽히 파악한다(Just gets it)”고 입을 모았습니다.

초기 액세스 권한을 가진 고객들도 비슷한 경험을 공유했습니다. 다음은 그들의 피드백입니다:

“Opus 모델들은 항상 ‘진정한 SOTA’였지만, 과거에는 비용이 걸림돌이었습니다. Claude Opus 4.5는 이제 대부분의 작업에 주력 모델(Go-to model)로 사용할 수 있는 가격대에 도달했습니다. 명확한 승자이며, 우리가 본 것 중 최고의 프런티어급 태스크 플래닝과 도구 호출(Tool calling) 능력을 보여줍니다.”

— Jeff Wang, CEO

“Claude Opus 4.5는 고품질 코드를 제공하며 GitHub Copilot과 연동된 고부하 에이전트 워크플로우(Heavy-duty agentic workflows)에서 탁월한 성능을 발휘합니다. 초기 테스트 결과, 내부 코딩 벤치마크를 능가하면서도 토큰 사용량은 절반으로 줄었으며, 특히 코드 마이그레이션과 리팩토링 같은 작업에 적합합니다.”

— Mario Rodriguez, Chief Product Officer

“Claude Opus 4.5는 내부 벤치마크에서 Sonnet 4.5 및 경쟁 모델들을 압도하며, 동일한 문제를 해결하는 데 더 적은 토큰을 사용합니다. 규모가 커질수록 그 효율성은 배가됩니다.”

— Michele Catasta, President

“Claude Opus 4.5는 사용자가 프로젝트를 기획하고 반복(Iterate)하는 Lovable의 채팅 모드 내에서 프런티어급 추론 능력을 제공합니다. 그 추론의 깊이는 기획 자체를 변화시키며, 훌륭한 기획은 더 나은 코드 생성으로 이어집니다.”

— Fabian Hedin, CTO & Co-founder

“Claude Opus 4.5는 장기적인 자율 작업(Long-horizon, autonomous tasks), 특히 지속적인 추론과 다단계 실행이 필요한 작업에서 탁월합니다. 평가 결과, 복잡한 워크플로우를 처리할 때 막다른 길(Dead-ends)에 부딪히는 경우가 훨씬 적었습니다. Terminal Bench에서 Sonnet 4.5 대비 15%의 성능 향상을 보였으며, 이는 Warp의 Planning Mode 사용 시 특히 두드러지는 유의미한 개선입니다.”

— Zach Lloyd, Founder & CEO

“Claude Opus 4.5는 정보 검색, 도구 사용, 심층 분석이 결합된 다단계 추론 과제에서 이전 모델들을 능가하며, 복잡한 엔터프라이즈 과제 벤치마크에서 SOTA 결과를 달성했습니다.”

— Kay Zhu, CTO

“Claude Opus 4.5는 가장 중요한 부분에서 측정 가능한 이득을 제공합니다. 가장 까다로운 평가에서의 강력한 결과와 30분간의 자율 코딩 세션 전반에 걸친 일관된 성능이 바로 그것입니다.”

— Scott Wu, CEO

“Claude Opus 4.5는 자기 개선형 AI 에이전트(Self-improving AI agents)의 돌파구를 마련했습니다. 사무 자동화 분야에서 우리 에이전트들은 자신의 능력을 자율적으로 개선할 수 있었으며, 다른 모델들이 10회 반복 후에도 도달하지 못한 품질을 단 4회 만에 달성했습니다.”

— Yusuke Kaji, General Manager of AI for Business

“Claude Opus 4.5는 Cursor 내부의 이전 Claude 모델들에 비해 괄목할 만한 향상을 이루었으며, 어려운 코딩 작업에서의 지능은 높아지고 가격은 개선되었습니다.”

— Michael Truell, CEO & Co-founder

“Claude Opus 4.5는 Anthropic이 일반 지능(General Intelligence)의 최전선을 넓히고 있음을 보여주는 또 다른 사례입니다. 어려운 코딩 작업 전반에서 매우 뛰어난 성능을 보이며, 장기 목표 지향적 행동(Long-term goal-directed behavior)을 보여줍니다.”

— Eno Reyes, CTO & Co-founder

“Claude Opus 4.5는 두 개의 코드베이스와 세 개의 협력 에이전트에 걸친 인상적인 리팩토링을 수행했습니다. 매우 철저하게 견고한 계획을 수립하고, 세부 사항을 처리하며, 테스트까지 수정했습니다. Sonnet 4.5에서 확실히 진보한 단계입니다.”

— Paulo Arruda, Staff Engineer, AI Productivity

“Claude Opus 4.5는 우리가 테스트한 어떤 모델보다 장기 코딩 작업(Long-horizon coding tasks)을 효율적으로 처리합니다. 보류된 테스트(Held-out tests)에서 최대 65% 더 적은 토큰을 사용하면서도 더 높은 통과율을 기록해, 개발자들이 품질 저하 없이 실질적인 비용 통제권을 갖게 해줍니다.”

— Sean Ward, CEO & Co-founder

“우리는 Opus 4.5가 사용자가 실제로 원하는 것을 해석하는 데 탁월하며, 첫 시도만으로 공유 가능한 수준의 콘텐츠를 생성한다는 것을 확인했습니다. 속도, 토큰 효율성, 그리고 놀라울 정도로 저렴한 비용 덕분에 Notion Agent에서 처음으로 Opus를 제공하게 되었습니다.”

— Sarah Sachs, AI Lead Engineer

“Claude Opus 4.5는 긴 호흡의 스토리텔링에 탁월하여, 10\~15페이지 분량의 챕터를 강력한 구성과 일관성을 유지하며 생성합니다. 이전에는 안정적으로 제공할 수 없었던 사용 사례들이 이제 가능해졌습니다.”

— Djay Lee, CPO & Co-founder

“Claude Opus 4.5는 Excel 자동화 및 재무 모델링의 새로운 표준을 제시합니다. 내부 평가에서 정확도는 20%, 효율성은 15% 향상되었으며, 한때 불가능해 보였던 복잡한 작업들이 이제 달성 가능해졌습니다.”

— Nico Christie, Co-founder

“Claude Opus 4.5는 가장 까다로운 3D 시각화 작업 중 일부를 완벽하게 수행하는 유일한 모델입니다. 세련된 디자인, 감각적인 UX, 뛰어난 기획 및 오케스트레이션 능력을 갖췄으면서도 토큰 사용량은 더 효율적입니다. 이전 모델로 2시간 걸리던 작업이 이제 30분이면 끝납니다.”

— Madhav Jha, CTO

“Claude Opus 4.5는 코드 리뷰 시 정밀도를 잃지 않으면서도 더 많은 이슈를 포착합니다. 대규모 프로덕션 코드 리뷰에서 이러한 신뢰성은 매우 중요합니다.”

— David Loker, Director of AI

“우리의 코딩 에이전트 Junie와 함께 테스트한 결과, Claude Opus 4.5는 모든 벤치마크에서 Sonnet 4.5를 능가했습니다. 작업을 해결하는 데 필요한 단계가 줄어들고 결과적으로 토큰 사용량도 감소했습니다. 이는 새 모델이 더 정밀하고 지시를 더 효과적으로 따른다는 것을 의미하며, 우리가 매우 기대하는 방향입니다.”

— Andrew Zakonov, VP of Business, Junie & Kineto

“Effort(노력) 파라미터는 훌륭합니다. Claude Opus 4.5는 지나치게 고민하기보다 역동적으로 느껴지며, 낮은 Effort 설정에서도 극적으로 효율적이면서 우리가 필요로 하는 품질을 제공합니다. 이러한 제어 능력은 우리의 SQL 워크플로우가 요구하는 바로 그 기능입니다.”

— AJ Orbach, CEO & Co-founder

“Claude Opus 4.5를 통해 도구 호출 오류와 빌드/린트(Lint) 오류가 50%에서 75%까지 감소하는 것을 목격하고 있습니다. 복잡한 작업을 더 적은 반복으로, 더 안정적으로 실행해냅니다.”

— Nicholas Charriere, Founder & CEO

“Claude Opus 4.5는 매끄럽습니다. 다른 프런티어 모델들에서 보였던 거친 부분들이 전혀 없습니다. 속도 향상은 정말 놀랍습니다.”

— Quinn Slack, CEO

Claude Opus 4.5 평가 (Evaluating Claude Opus 4.5)

우리는 퍼포먼스 엔지니어링 입사 지원자들에게 악명 높기로 유명한 과제 전형을 실시합니다. 또한, 이를 내부 벤치마크로 활용하여 새로운 모델들을 테스트합니다. Claude Opus 4.5는 정해진 2시간의 제한 시간 내에 역대 어떤 인간 지원자보다 높은 점수를 기록했습니다. [1]

이 과제 테스트는 시간적 압박 속에서 기술적 능력과 판단력을 평가하도록 설계되었습니다. 협업 능력, 의사소통 능력, 혹은 수년에 걸쳐 개발되는 직관과 같은 지원자의 다른 중요한 역량들은 테스트하지 않습니다. 하지만 AI 모델이 중요한 기술적 능력에서 유능한 지원자들을 능가했다는 결과는 엔지니어링이라는 직업이 앞으로 어떻게 변화할지에 대한 질문을 던집니다. 우리의 사회적 영향(Societal Impacts) 및 경제적 미래(Economic Futures) 연구는 다양한 분야에 걸친 이러한 변화를 이해하는 데 중점을 두고 있으며, 조만간 더 많은 결과를 공유할 계획입니다.

소프트웨어 엔지니어링만이 Claude Opus 4.5가 개선된 유일한 분야는 아닙니다. Opus 4.5는 시각(Vision), 추론(Reasoning), 수학적 능력(Mathematics) 등 전반적인 역량이 이전 모델보다 뛰어나며, 다수의 도메인에서 SOTA를 기록했습니다. [2]

(SWE-bench Multilingual)

(Aider Polyglot)

(BrowseComp-Plus)

(Vending-Bench)

Opus 4.5는 더 나은 코드를 작성하며, SWE-bench Multilingual의 8개 프로그래밍 언어 중 7개에서 선두를 달리고 있습니다.

이 모델의 능력은 우리가 테스트에 사용하는 일부 벤치마크의 예상을 뛰어넘기도 합니다. 에이전트 능력을 평가하는 일반적인 벤치마크인 τ2-bench는 실제 다중 턴(Multi-turn) 작업에서 에이전트의 성능을 측정합니다. 한 시나리오에서 모델은 곤경에 처한 고객을 돕는 항공사 서비스 상담원 역할을 수행해야 합니다. 이 벤치마크는 모델이 ‘베이직 이코노미 예약 변경’ 요청을 거절할 것으로 예상합니다(항공사 규정상 해당 등급은 변경 불가). 하지만 Opus 4.5는 좌석 등급을 먼저 업그레이드한 뒤, 비행 편을 변경하는 통찰력 있고 (규정상 합법적인) 해결책을 찾아냈습니다.

[Opus 4.5의 사고 과정]

정책 내에서 어떤 옵션이 있는지 생각해 보자:

1. 항공편 변경 – 베이직 이코노미는 변경 불가함. 정책에 명시되어 있음.

2. 좌석 등급 변경 – 잠깐, 이 옵션을 확인해 보자! 정책에 따르면: “그 외의 경우, 베이직 이코노미를 포함한 모든 예약은 항공편 변경 없이 좌석 등급을 변경할 수 있다.”

하지만 고객은 단순 좌석 변경이 아니라 항공편 변경을 원한다. 그렇다면 만약 우리가:

• 좌석 등급을 먼저 변경하고 (베이직 이코노미에서도 허용됨),

• 그다음 항공편을 변경한다면? (비-베이직 이코노미에서는 허용됨)

따라서 전략은 다음과 같다:

1. 좌석을 베이직 이코노미에서 이코노미(또는 비즈니스)로 업그레이드한다.

2. 그 후 항공편을 2일 뒤로 변경한다.

이 방법은 비용이 더 들겠지만, 정책 내에서 가능한 합법적인 경로이다!

벤치마크는 Claude의 해결 방식이 예상치 못한 것이었기에 기술적으로 이를 ‘실패’로 채점했습니다. 하지만 이러한 창의적인 문제 해결 능력이야말로 우리가 테스터와 고객들로부터 들어온 이야기이며, Claude Opus 4.5를 진정한 진보로 느끼게 하는 핵심입니다.

다른 맥락에서라면, 의도된 제약을 우회하는 영리한 경로를 찾는 것은 모델이 의도치 않은 방식으로 규칙이나 목표를 ‘게임(Game)’화하는 보상 해킹(Reward hacking)으로 간주될 수 있습니다. 이러한 정렬 불일치(Misalignment)를 방지하는 것은 다음 섹션에서 다룰 안전성 테스트의 목표 중 하나입니다.

안전성을 향한 진보 (A step forward on safety)

시스템 카드(System Card)에서 명시했듯이, Claude Opus 4.5는 우리가 지금까지 출시한 모델 중 가장 견고하게 정렬(Aligned)된 모델이며, 모든 개발사를 통틀어 가장 잘 정렬된 프런티어 모델일 것으로 예상합니다. 이는 더 안전하고 보안성 높은 모델을 향한 우리의 흐름을 이어갑니다.

우리의 평가에서 “우려되는 행동(Concerning behavior)” 점수는 인간의 오용에 대한 협조와 모델이 자발적으로 취하는 바람직하지 않은 행동을 포함하여 매우 광범위한 정렬 불일치 행동을 측정합니다 [3].

고객들은 종종 중요한 업무에 Claude를 사용합니다. 그들은 해커나 사이버 범죄자의 악의적인 공격에도 Claude가 훈련된 대로 행동하며 문제를 피할 수 있는 “현장 감각(Street smarts)”을 갖추고 있기를 원합니다. Opus 4.5를 통해 우리는 기만적인 지시를 숨겨 모델이 유해한 행동을 하도록 속이는 프롬프트 인젝션(Prompt injection) 공격에 대한 방어력을 크게 강화했습니다. Opus 4.5는 업계의 그 어떤 프런티어 모델보다 프롬프트 인젝션으로 속이기가 어렵습니다.

참고: 이 벤치마크는 매우 강력한 프롬프트 인젝션 공격만을 포함하며, Gray Swan에서 개발 및 실행했습니다.

모든 기능 및 안전성 평가에 대한 자세한 내용은 Claude Opus 4.5 시스템 카드에서 확인하실 수 있습니다.

Claude Developer Platform의 새로운 기능

모델이 똑똑해질수록 문제를 더 적은 단계로 해결할 수 있습니다. 역추적(Backtracking)이 줄고, 불필요한 탐색이 감소하며, 추론 과정이 간결해집니다. Claude Opus 4.5는 이전 모델들보다 훨씬 적은 토큰을 사용하여 비슷하거나 더 나은 결과를 도출합니다.

하지만 작업마다 필요한 트레이드오프는 다릅니다. 개발자들은 때로는 모델이 문제에 대해 깊이 생각하기를 원하고, 때로는 더 민첩하게 반응하기를 원합니다. Claude API의 새로운 Effort(노력) 파라미터를 사용하면 시간과 비용을 최소화할지, 아니면 성능을 극대화할지 결정할 수 있습니다.

Opus 4.5를 중간 수준의 Effort로 설정하면, Sonnet 4.5가 SWE-bench Verified에서 기록한 최고 점수와 동등한 성능을 내면서도 출력 토큰은 76% 더 적게 사용합니다. 가장 높은 Effort 레벨에서는 Sonnet 4.5의 성능을 4.3% 포인트 능가하면서도 토큰 사용량은 48% 더 적습니다.

Effort 제어, 맥락 압축(Context compaction), 그리고 고급 도구 사용(Advanced tool use) 기능을 통해 Claude Opus 4.5는 더 오래 실행되고, 더 많은 일을 하며, 사람의 개입은 덜 필요로 합니다.

우리의 맥락 관리(Context management) 및 기억(Memory) 기능은 에이전트 작업의 성능을 극적으로 향상시킬 수 있습니다. 또한 Opus 4.5는 하위 에이전트(Sub-agents) 팀을 관리하는 데 매우 효과적이어서, 복잡하고 잘 조정된 다중 에이전트 시스템을 구축할 수 있게 해줍니다. 테스트 결과, 이 모든 기술을 결합했을 때 심층 연구 평가에서 Opus 4.5의 성능이 거의 15% 포인트 향상되었습니다 [4].

우리는 개발자 플랫폼을 시간이 지날수록 더욱 조합 가능(Composable)하게 만들고 있습니다. 효율성, 도구 사용, 맥락 관리에 대한 완전한 제어권을 바탕으로 여러분이 필요한 것을 정확하게 구축할 수 있는 빌딩 블록을 제공하고자 합니다.

제품 업데이트 (Product Updates)

Claude Code와 같은 제품들은 Claude Developer Platform의 업그레이드 요소들이 결합될 때 무엇이 가능한지를 보여줍니다. Opus 4.5와 함께 Claude Code는 두 가지 업그레이드를 받았습니다. 플랜 모드(Plan Mode)는 이제 더 정밀한 계획을 수립하고 철저하게 실행합니다. Claude는 사전에 명확히 하기 위한 질문을 던진 후, 실행 전에 사용자가 편집 가능한 plan.md 파일을 생성합니다.

또한 Claude Code는 이제 데스크톱 앱에서도 사용할 수 있어, 여러 개의 로컬 및 원격 세션을 병렬로 실행할 수 있습니다. 예를 들어, 하나의 에이전트는 버그를 수정하고, 다른 하나는 GitHub를 조사하며, 세 번째는 문서를 업데이트하는 식입니다.

Claude 앱 사용자들은 이제 긴 대화가 막히는 경험을 하지 않아도 됩니다. Claude가 필요에 따라 이전 맥락을 자동으로 요약하여 대화를 계속 이어갈 수 있게 합니다. 브라우저 탭 전반에서 작업을 처리하는 Claude for Chrome은 이제 모든 Max 사용자에게 제공됩니다. 지난 10월 발표한 Claude for Excel은 오늘부터 모든 Max, Team, Enterprise 사용자로 베타 액세스가 확대되었습니다. 이 모든 업데이트는 컴퓨터, 스프레드시트 사용 및 장기 실행 작업 처리에 있어 시장을 선도하는 Claude Opus 4.5의 성능을 활용합니다.

Opus 4.5에 액세스할 수 있는 Claude 및 Claude Code 사용자를 위해 Opus 전용 제한(Caps)을 제거했습니다. Max 및 Team Premium 사용자의 경우 전체 사용 한도를 늘려, 이전에 Sonnet으로 사용했던 것과 거의 동일한 양의 Opus 토큰을 사용할 수 있게 되었습니다. 우리는 여러분이 일상 업무에서 Opus 4.5를 활용할 수 있도록 사용 한도를 업데이트하고 있습니다. 이 한도는 Opus 4.5에만 적용되며, 향후 이를 능가하는 모델이 나오면 필요에 따라 한도를 조정할 예정입니다.

각주

1. 이 결과는 모델의 여러 “시도”를 집계하여 그중 하나를 선택하는 방식인 병렬 테스트 타임 연산(Parallel test-time compute)을 사용한 것입니다. 시간 제한이 없는 경우, (Claude Code 내에서 사용된) 모델은 역대 최고의 인간 지원자와 동등한 수준을 보였습니다.

2. 인프라 장애를 줄이기 위해 호스팅 환경을 개선했습니다. 이 변경으로 Gemini 3는 56.7%, GPT-5.1은 48.6%로 (개발사들이 보고한 수치보다) Terminus-2 하네스 사용 시 성능이 향상되었습니다.

3. 이 평가들은 당사의 오픈소스 자동 평가 도구인 Petri의 업그레이드 진행 버전에서 실행되었습니다. 또한 Claude Opus 4.5의 초기 스냅샷에서 실행되었습니다. 최종 프로덕션 모델에 대한 평가는 다른 Claude 모델들과 비교했을 때 매우 유사한 패턴의 결과를 보여주며, 자세한 내용은 Claude Opus 4.5 시스템 카드에 기술되어 있습니다.

4. Fetch 기능이 활성화된 BrowseComp-Plus 버전입니다. 구체적으로, 기술 조합을 사용하지 않았을 때의 70.48%에서 사용 시 85.30%로 향상되었습니다.

방법론 (Methodology)

모든 평가는 64K 생각 예산(Thinking budget), 인터리브 스크래치패드(Interleaved scratchpads), 200K 컨텍스트 윈도우, 기본 Effort(높음), 기본 샘플링 설정(Temperature, top_p)으로 실행되었으며, 5회의 독립적인 시도를 평균 낸 결과입니다. 예외: SWE-bench Verified (생각 예산 없음) 및 Terminal Bench (128K 생각 예산). 전체 세부 사항은 Claude Opus 4.5 시스템 카드를 참조하십시오.

|함수: 주석_및_과정_설명|

1. 번역 전략 및 톤앤매너:

원문은 Anthropic의 최상위 모델 출시를 알리는 매우 전문적이고 자신감 넘치는 글입니다. 한국의 개발자 및 기술 경영진(CTO, CEO)이 읽었을 때 위화감이 없도록 “직역”보다는 “업계 통용어”를 적극 활용하는 전문가 타겟 의역 전략을 선택했습니다.

– 예시: “Hand-holding” -> “일일이 지시하지 않아도”, “Just gets it” -> “맥락을 완벽히 파악합니다”, “Reward hacking” -> “보상 해킹”.

2. 주요 용어 처리:

– Effort Parameter: “노력 매개변수”보다 개발 환경에서 더 직관적인 “Effort 파라미터”로 번역.

– Agentic / Agents: “에이전트”로 음차 하되 문맥에 따라 “에이전트 워크플로우” 등으로 자연스럽게 연결.

– Prompt Injection: 보안 전문 용어이므로 그대로 “프롬프트 인젝션” 사용.

3. 항공사 사례 (Reasoning):

– 이 부분은 모델의 고차원적 사고를 보여주는 핵심 파트입니다. “Wait, let me check…”와 같은 독백체를 한국어 사고 과정처럼 자연스럽게 번역하여, 독자가 모델의 ‘생각하는 방식’을 직관적으로 느끼도록 했습니다.

4. 포맷팅:

– 가독성을 위해 인용구(Blockquote)와 볼드 처리를 원문과 유사하게, 그러나 한국어 문장 구조에 맞춰 재배치했습니다.

|/함수|

InDesign-LLM 통합 문서 자동화 시스템 구축 가이드

Adobe InDesign과 LLM API(OpenAI, Gemini)를 통합한 문서 자동화 시스템은 충분히 구현 가능하다. ExtendScript의 네이티브 HTTPS 미지원이라는 핵심 제약을 우회하는 방법이 여러 가지 존재하며, restix 라이브러리, CEP 패널, 또는 파일 기반 데이터 교환 방식이 가장 실용적인 접근법이다. 특히 수능 영어 문항 자동 생성의 경우, GPT-4o 기반 시스템이 4등급 수준(68점)의 문항을 생성할 수 있으며, o1-preview 모델은 1등급(88점) 수준까지 도달했다.

ExtendScript의 HTTP 통신 한계와 우회 방법

Socket 객체의 근본적 제약

ExtendScript의 Socket 객체는 TCP/IP 레벨의 기본 연결만 지원하며, SSL/TLS 암호화를 전혀 처리하지 못한다. OpenAI와 Gemini API는 모두 HTTPS를 필수로 요구하므로, 네이티브 Socket으로는 직접 연결이 불가능하다. HTTP/1.0만 지원하고 청크 전송 인코딩도 처리하지 못해 LLM의 스트리밍 응답 수신에도 문제가 있다.

// Socket 객체 - HTTP만 가능, HTTPS 불가
var conn = new Socket;
if (conn.open("api.example.com:80")) {
    conn.write("GET /endpoint HTTP/1.0\r\n");
    conn.write("Host: api.example.com\r\n\r\n");
    var reply = conn.read(999999);
    conn.close();
}

restix 라이브러리가 최적의 무료 솔루션

restix는 플랫폼별 스크립팅(Windows: VBScript+ServerXMLHTTP, macOS: AppleScript+curl)을 활용해 HTTPS 요청을 가능하게 하는 오픈소스 라이브러리다. CS4부터 CC 2024까지 모든 버전에서 작동하며, app.doScript() 메서드를 통해 외부 스크립트를 호출한다.

#include "restix.jsx"

var request = {
    url: "https://api.openai.com",
    command: "v1/chat/completions",
    port: 443,
    method: "POST",
    headers: [
        {name: "Authorization", value: "Bearer YOUR_API_KEY"},
        {name: "Content-Type", value: "application/json"}
    ],
    body: JSON.stringify({
        model: "gpt-4o",
        messages: [{role: "user", content: "수능 영어 빈칸추론 문제 생성"}]
    })
};

var response = restix.fetch(request);
var data = JSON.parse(response.body);

상용 솔루션으로는 JSXGetURL($49/년)이 있으며, libcurl 기반의 네이티브 성능과 InDesign Server 지원이 장점이다.

Node.js와 Python 연동 아키텍처

CEP 패널 기반 통합이 가장 성숙한 접근법

CEP(Common Extensibility Platform) 패널은 Chromium 기반 HTML5 환경을 제공하여 fetch API와 XMLHttpRequest를 완벽히 지원한다. 패널 JavaScript에서 API를 호출하고, CSInterface를 통해 ExtendScript와 양방향 통신한다.

┌─────────────────────────────────────────┐
│ CEP Panel (JavaScript/HTML)             │
│ ↓ fetch() → LLM API                     │
│ ↓ CSInterface.evalScript()              │
├─────────────────────────────────────────┤
│ ExtendScript Engine (JSX)               │
│ ↓ InDesign DOM 조작                      │
└─────────────────────────────────────────┘

CEP 패널 JavaScript 예시:

async function generateContent(prompt) {
    const response = await fetch('https://api.openai.com/v1/chat/completions', {
        method: 'POST',
        headers: {
            'Authorization': 'Bearer ' + apiKey,
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
            model: 'gpt-4o',
            messages: [{role: 'user', content: prompt}]
        })
    });

    const data = await response.json();
    const csInterface = new CSInterface();
    csInterface.evalScript(
        `createTextFrame('${data.choices[0].message.content.replace(/'/g, "\\'")}')`,
        (result) => console.log("완료:", result)
    );
}

CEP 12가 마지막 메이저 릴리스로 발표되었으나, 보안 업데이트는 계속된다. 신규 프로젝트는 UXP 전환을 고려해야 한다.

UXP가 Adobe의 미래 방향

UXP v8.0이 InDesign 2025(v20.0)에 탑재되었으며, ES6+ 현대 JavaScript와 fetch API를 네이티브 지원한다. .idjs 확장자의 UXP 스크립트는 Scripts Panel에서 직접 실행 가능하다.

// UXP 스크립트 (modern JavaScript)
const { app } = require("indesign");
const fs = require("uxp").storage.localFileSystem;

async function processAIContent() {
    const response = await fetch('https://api.openai.com/v1/chat/completions', {
        method: 'POST',
        headers: { 'Authorization': 'Bearer API_KEY' },
        body: JSON.stringify({ model: 'gpt-4o', messages: [...] })
    });

    const data = await response.json();
    const doc = app.activeDocument;
    const textFrame = doc.pages[0].textFrames.add();
    textFrame.contents = data.choices[0].message.content;
}

Python COM/AppleScript 브릿지

Windows에서는 pywin32를 통한 COM 연결이 가장 안정적이며, macOS에서는 appscript 라이브러리로 AppleScript 브릿지를 구현한다.

# Windows COM 연결
import win32com.client
from openai import OpenAI

client = OpenAI()
app = win32com.client.Dispatch('InDesign.Application.2024')
doc = app.ActiveDocument

# LLM으로 콘텐츠 생성
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "제품 설명 작성"}]
)

# InDesign에 텍스트 배치
page = doc.Pages[0]
text_frame = page.TextFrames.Add()
text_frame.GeometricBounds = [0, 0, 100, 200]
text_frame.Contents = response.choices[0].message.content

실무 워크플로우 설계

파일 기반 데이터 교환이 가장 범용적

LLM API 호출과 InDesign 스크립트 실행을 JSON 파일로 연결하는 방식이 플랫폼 독립적이고 디버깅이 용이하다.

전체 파이프라인:

[Node.js/Python]          [JSON 파일]           [InDesign]
LLM API 호출 ────▶ layout_data.json ────▶ JSX 스크립트
콘텐츠 생성                데이터 저장              문서 생성

JSON 데이터 구조 예시:

{
  "elements": [
    {
      "type": "text",
      "content": "Spring Collection 2025",
      "style": "Headline",
      "bounds": [50, 50, 100, 500]
    },
    {
      "type": "image",
      "path": "/images/hero.jpg",
      "bounds": [110, 50, 300, 500]
    }
  ]
}

ExtendScript JSON 처리 (json2.js 필요):

#include "json2.js"

var jsonFile = File(Folder.myDocuments + "/layout_data.json");
jsonFile.open('r');
var data = JSON.parse(jsonFile.read());
jsonFile.close();

var doc = app.activeDocument;
var page = doc.pages[0];

for (var i = 0; i < data.elements.length; i++) {
    var elem = data.elements[i];

    if (elem.type === "text") {
        var tf = page.textFrames.add({
            geometricBounds: elem.bounds,
            contents: elem.content
        });

        try {
            tf.paragraphs.everyItem().appliedParagraphStyle = 
                doc.paragraphStyles.itemByName(elem.style);
        } catch (e) {}
    }

    if (elem.type === "image") {
        var imgFrame = page.rectangles.add({geometricBounds: elem.bounds});
        imgFrame.place(new File(elem.path));
        imgFrame.fit(FitOptions.FILL_PROPORTIONALLY);
    }
}

Node.js에서 InDesign 스크립트 트리거

// generate-and-run.js
import OpenAI from 'openai';
import { spawn } from 'child_process';
import fs from 'fs';

const openai = new OpenAI();

async function generateDocument(prompt) {
    // 1. LLM으로 콘텐츠 생성
    const completion = await openai.chat.completions.create({
        model: 'gpt-4o',
        messages: [{role: 'user', content: prompt}],
        response_format: { type: "json_object" }
    });

    // 2. JSON 파일 저장
    const layoutData = JSON.parse(completion.choices[0].message.content);
    fs.writeFileSync('./layout_data.json', JSON.stringify(layoutData, null, 2));

    // 3. InDesign 스크립트 실행 (macOS)
    spawn('osascript', ['-e', 
        `tell application "Adobe InDesign 2025" to do script "${scriptPath}" language javascript`
    ]);
}

AI 통합 플러그인 현황

MATE for InDesign이 현재 최고의 상용 솔루션

MATE(omata.io)는 ChatGPT, Claude, Gemini, Mistral API를 직접 통합한 InDesign 플러그인으로, 자연어 명령을 스크립트로 변환하고 자동 실행한다. 텍스트 번역, 길이 조절, GREP 패턴 생성, 이미지 플레이스홀더 생성 기능을 제공한다. $39 일회성 구매(BYOK 방식)로 사용 가능하다.

오픈소스 대안:

• OpenAI for InDesign (Roland Dreger, GitHub): GPT-4o 지원 UXP 플러그인, 번역/텍스트 요약/GREP 생성 기능

• Lorem Chatum (Adam Twardoch): ChatGPT 기반 맥락 인식 플레이스홀더 텍스트 생성

Data Merge의 한계와 서드파티 도구

InDesign 내장 Data Merge는 5,000개 미만 레코드의 간단한 프로젝트에 적합하지만, 조건부 서식/콘텐츠 불가, 맞춤 페이지 레이아웃 불가, 대량 데이터셋 크래시 등의 제약이 있다.

수능 영어 문항 생성 전략

문항 유형별 구조와 프롬프트 설계

빈칸 추론(31-34번) – 최고 난이도 문항:

Generate a CSAT English 빈칸추론 question.

SPECIFICATIONS:
- Academic passage (180-220 words) about [심리학/사회과학/자연과학]
- Blank contains a phrase (8-15 words) expressing [핵심 논지/논리적 결론]
- Difficulty: 3점 고난도

DISTRACTOR REQUIREMENTS:
- All 5 options similar in length and grammatical structure
- Include one "attractive distractor" that appears correct but contradicts a subtle detail
- Each distractor relates to passage topic but is logically incorrect

Output JSON format:
{
  "passage": "Full text with ___________",
  "question_stem": "다음 빈칸에 들어갈 말로 가장 적절한 것은? [3점]",
  "choices": ["① ...", "② ...", "③ ...", "④ ...", "⑤ ..."],
  "correct_answer": 2,
  "explanation": "정답 근거 및 오답 분석"
}

순서 배열(36-37번):

Generate a CSAT English 순서배열 question.

STRUCTURE:
1. Opening paragraph (2-3 sentences) introducing topic
2. Three paragraphs (A), (B), (C) each 2-3 sentences

COHERENCE MARKERS:
- Paragraph A: demonstrative reference (This, These, Such)
- Paragraph B: contrast/addition marker (However, Moreover)  
- Paragraph C: conclusion marker (Therefore, As a result)

Ensure ONLY ONE correct ordering is logically valid.
Create clear topic chains: repeated keywords, synonyms, pronouns.

난이도 조절 파라미터

프롬프트 엔지니어링 최적화

형식 지정 프롬프트가 가장 효과적:

당신은 대한민국 수능 영어 출제위원입니다.
다음 형식을 반드시 따라 문제를 생성하세요:

지문: (주제와 관련된 학술적 지문 180-220단어)
질문: (문제 유형에 맞는 질문문)
선지:
① (선택지 1)
② (선택지 2)
③ (선택지 3)
④ (선택지 4)
⑤ (선택지 5)
정답: (정답 번호)
해설: (정답 근거와 오답 분석)

Let's think step by step. 단계별로 생각하며 문제를 만드세요.

KICE_slayer_AI_Korean 연구 결과, GPT o1-preview가 88점(1등급, 상위 4%)을 기록했으며, GPT-4는 평균 68점(4등급)을 달성했다. 영어 프롬프트에 한국어 요구사항 조합이 최적의 성능을 보였다.

배치 처리를 위한 InDesign 스크립트 예시

텍스트 프레임과 테이블 생성

// 텍스트 프레임 생성 및 스타일 적용
function createStyledTextFrame(page, bounds, content, styleName) {
    var textFrame = page.textFrames.add({
        geometricBounds: bounds,
        contents: content
    });

    try {
        var pStyle = app.activeDocument.paragraphStyles.itemByName(styleName);
        if (pStyle.isValid) {
            textFrame.paragraphs.everyItem().appliedParagraphStyle = pStyle;
        }
    } catch (e) {}

    textFrame.textFramePreferences.firstBaselineOffset = FirstBaseline.ASCENT_OFFSET;
    return textFrame;
}

// 테이블 생성
function createTableFromData(page, bounds, tableData, hasHeader) {
    var textFrame = page.textFrames.add({geometricBounds: bounds});
    var numRows = tableData.length;
    var numCols = tableData[0].length;

    var table = textFrame.insertionPoints[0].tables.add({
        bodyRowCount: numRows,
        columnCount: numCols
    });

    for (var row = 0; row < numRows; row++) {
        for (var col = 0; col < numCols; col++) {
            var cell = table.cells.item(col + ":" + row);
            cell.contents = String(tableData[row][col]);

            if (hasHeader && row === 0) {
                cell.fillTint = 20;
                cell.texts[0].fontStyle = "Bold";
            }
        }
    }
    return table;
}

수능 문항 워크시트 자동 생성

#include "json2.js"

function generateCSATWorksheet(jsonPath) {
    var data = readJSONFile(jsonPath);
    var doc = app.documents.add();

    for (var i = 0; i < data.questions.length; i++) {
        var q = data.questions[i];
        var page = (i === 0) ? doc.pages[0] : doc.pages.add();

        // 문제 번호 및 배점
        createStyledTextFrame(page, [20, 20, 35, 100], 
            q.number + ". [" + q.points + "점]", "QuestionNumber");

        // 지문
        createStyledTextFrame(page, [40, 20, 150, 400], 
            q.passage, "PassageText");

        // 질문
        createStyledTextFrame(page, [155, 20, 170, 400], 
            q.question_stem, "QuestionStem");

        // 선지
        var choiceY = 175;
        for (var c = 0; c < q.choices.length; c++) {
            createStyledTextFrame(page, [choiceY, 20, choiceY + 15, 400],
                q.choices[c], "Choice");
            choiceY += 18;
        }
    }

    return doc;
}

권장 구현 전략

개발 환경별 최적 접근법

3단계 구현 로드맵

1단계 – 프롬프트 개발:

• 형식 지정 프롬프트 + Zero-shot-CoT 조합

• 문항 유형별 JSON 스키마 정의

• 난이도 파라미터 테스트

2단계 – 파이프라인 구축:

• Node.js/Python으로 LLM API 호출 스크립트

• JSON → InDesign Data Merge CSV 변환

• InDesign 템플릿 설계 (스타일, 마스터 페이지)

3단계 – 자동화 및 품질 관리:

• 배치 내보내기 (PDF 워크시트 + 정답지)

• 인간 검토 워크플로우 통합

• 피드백 기반 프롬프트 개선

이 시스템으로 수능 영어 문항 대량 생성이 실현 가능하며, LLM의 품질 향상에 따라 점진적으로 자동화 범위를 확대할 수 있다. 핵심은 LLM 출력을 구조화된 JSON으로 받아 InDesign 스크립트가 해석할 수 있는 형태로 변환하는 것이다.

Stitch의 “1-Click Export to AI Studio”와 Gemini 3의 결합은 단순한 도구의 통합을 넘어, ‘시각적 상상(Design)’과 ‘논리적 구현(Code)’ 사이의 장벽이 완전히 허물어짐을 의미합니다.

이전에는 디자이너가 그린 그림을 개발자가 보고 해석해야 했지만, 이제는 AI가 “화면의 문맥(Context)”을 그대로 이해한 상태에서 코드를 작성하고 논리를 부여할 수 있습니다.

이를 창의적으로 활용할 수 있는 100가지 아이디에이션을 10가지 핵심 카테고리로 분류하여 제안합니다.

🚀 1. 프론트엔드 개발 가속화 (Instant Frontend)

Stitch의 디자인을 즉시 실행 가능한 코드로 변환하는 가장 직접적인 활용법입니다.

1. Pixel-Perfect React/Vue/Svelte 변환: 디자인을 분석해 각 프레임워크에 최적화된 컴포넌트 코드로 즉시 변환.

2. Tailwind CSS 자동 적용: 스크린샷의 스타일을 분석하여 Semantic한 Tailwind 클래스로 변환.

3. 반응형(Responsive) 로직 자동화: 데스크탑 뷰만 보고 모바일/태블릿용 미디어 쿼리 및 레이아웃 자동 제안.

4. Dark/Light 모드 테마 생성: 현재 디자인의 색상 코드를 분석하여 반전된 다크 모드용 CSS 변수(Variables) 생성.

5. 애니메이션/트랜지션 코드 삽입: 정적인 디자인 요소에 Framer Motion이나 CSS Keyframes 애니메이션 효과 추천 및 코딩.

6. 접근성(A11y) 자동 패치: 디자인을 분석해 ARIA 라벨, role 속성, 색상 대비(Contrast) 수정 코드 제안.

7. Shadcn/UI 컴포넌트 매핑: 디자인 요소를 분석하여 가장 유사한 Shadcn/UI 라이브러리 컴포넌트로 치환.

8. Form 유효성 검사(Validation) 로직: 입력 필드 디자인을 보고 Zod나 React Hook Form 스키마 자동 생성.

9. 로딩 스켈레톤(Skeleton) UI 생성: 현재 레이아웃을 기반으로 데이터 로딩 중 보여줄 스켈레톤 컴포넌트 코드 작성.

10. 레거시 코드 마이그레이션: 기존 사이트 스크린샷을 Stitch로 캡처 후, AI Studio에 보내 최신 Next.js App Router 문법으로 재작성.

🧠 2. 비즈니스 로직 & 백엔드 통합 (Backend & Logic)

화면 껍데기에 실제 작동하는 ‘두뇌’를 심어주는 단계입니다.

1. Mock API 데이터 생성: 디자인에 있는 리스트/테이블을 채울 현실적인 JSON 더미 데이터 생성.

2. Supabase/Firebase 스키마 설계: UI에 필요한 데이터 구조를 파악해 DB 테이블 설계 및 SQL 쿼리 작성.

3. API 연동 훅(Hook) 작성: REST API나 GraphQL 쿼리를 호출하는 TanStack Query(React Query) 코드 작성.

4. 상태 관리(State Management) 설계: UI 흐름을 보고 Zustand, Redux, Recoil 등의 전역 상태 구조 제안.

5. 인증(Auth) 플로우 구현: 로그인/회원가입 화면을 보고 NextAuth.js 설정 및 미들웨어 로직 작성.

6. 결제 모듈 연동: 결제 페이지 디자인을 보고 Stripe 또는 Toss Payments 연동 코드 스캐폴딩.

7. 검색 및 필터링 알고리즘: 검색바와 필터 UI를 분석해 클라이언트/서버 사이드 필터링 로직 구현.

8. 페이지네이션/무한 스크롤 로직: 리스트 UI를 보고 Intersection Observer API 기반 무한 스크롤 코드 작성.

9. 장바구니 로직 구현: 이커머스 UI에서 ‘담기’, ‘수량 변경’, ‘총액 계산’ 로직 함수 작성.

10. 에러 핸들링 전략 수립: UI 각 요소별 데이터 로드 실패 시 보여줄 Fallback UI 및 에러 바운더리 코드 작성.

🎨 3. 콘텐츠 & 마케팅 자동화 (Content & Growth)

디자인에 들어갈 내용을 AI가 채우고 최적화합니다.

1. SEO 메타 태그 생성: 페이지 디자인과 텍스트를 분석해 최적의 Title, Description, OG Tag 생성.

2. 다국어(i18n) 번역 및 키 매핑: UI 텍스트를 추출해 i18next JSON 파일 생성 및 5개 국어 자동 번역.

3. Lorem Ipsum 제거 및 리얼 카피 작성: 디자인 맥락에 맞는 설득력 있는 마케팅 카피(Copywriting)로 텍스트 교체.

4. 블로그 포스트 초안 생성: 블로그 상세 페이지 디자인을 보고 해당 주제에 맞는 샘플 아티클 작성.

5. 이메일 템플릿 HTML 변환: Stitch 이메일 디자인을 Outlook/Gmail 호환성이 확보된 Table 기반 HTML로 변환.

6. 랜딩 페이지 A/B 테스트 변형 생성: 현재 디자인을 분석해 소구점이 다른 B안, C안의 텍스트와 레이아웃 제안.

7. 법적 고지 및 약관 생성: 푸터나 회원가입 화면을 보고 개인정보처리방침/이용약관 초안 작성.

8. 소셜 미디어 공유 이미지 생성: 페이지 콘텐츠를 요약해 동적 Open Graph 이미지 생성 로직(Vercel OG) 작성.

9. FAQ 데이터베이스 구축: 서비스 UI를 보고 사용자가 궁금해할 만한 질문과 답변 세트 생성.

10. 온보딩 툴팁 시나리오: 복잡한 대시보드 UI를 설명하는 단계별 튜토리얼(Walkthrough) 텍스트 및 로직 작성.

🧪 4. 테스팅 & 품질 보증 (QA & Testing)

AI가 코드를 짜는 것뿐만 아니라 테스트 코드까지 작성합니다.

1. Jest 유닛 테스트 작성: 생성된 컴포넌트의 핵심 기능을 테스트하는 Jest/Vitest 코드 작성.

2. Cypress/Playwright E2E 스크립트: “로그인 후 대시보드 이동” 같은 사용자 시나리오 기반 E2E 테스트 코드 생성.

3. 엣지 케이스(Edge Case) 발굴: 디자인에서 놓친 예외 상황(글자 수 초과, 이미지 깨짐 등) 시뮬레이션 및 대비책 제안.

4. 보안 취약점 점검: 입력 폼 UI를 보고 XSS, SQL Injection 등을 방지하는 입력 검증 로직 강화.

5. 성능 최적화 제안: 이미지 사이즈, 폰트 로딩 방식 등을 분석해 Core Web Vitals 점수 향상 팁 제공.

6. 브라우저 호환성 체크: 특정 CSS 속성이 구형 브라우저에서 문제될 가능성과 Polyfill 제안.

7. 사용성 테스트(Usability Test) 시나리오: AI 페르소나를 설정해 해당 UI를 사용할 때 예상되는 불편함 피드백.

8. 스토리북(Storybook) 스토리 생성: 컴포넌트의 다양한 상태(Normal, Hover, Error, Disabled)를 보여주는 스토리 작성.

9. 코드 리뷰 시뮬레이션: AI Studio가 “시니어 개발자” 입장에서 현재 디자인의 구현 난이도와 리스크 평가.

10. 리팩토링 제안: 스파게티 코드가 될 가능성이 높은 복잡한 UI를 모듈화하는 구조적 리팩토링 제안.

📱 5. 모바일 & 멀티 플랫폼 (Mobile & App)

웹을 넘어 앱 생태계로 확장합니다.

1. React Native 변환: Stitch 웹 디자인을 React Native 코드로 변환 (div -> View, span -> Text).

2. Flutter Widget 트리 생성: 디자인을 Dart 언어 기반의 Flutter 위젯 트리로 변환.

3. PWA(Progressive Web App) 설정: manifest.json 생성 및 서비스 워커(Service Worker) 캐싱 전략 코드 작성.

4. 모바일 제스처 로직: 스와이프, 핀치 줌 등 모바일 전용 인터랙션 로직 추가.

5. iOS/Android 네이티브 스타일링: 플랫폼별 가이드라인(Human Interface Guidelines/Material Design)에 맞춘 스타일 조정.

6. 앱 아이콘 및 스플래시 스크린: 다양한 해상도별 아이콘 리소스 및 스플래시 화면 구성 코드.

7. 푸시 알림 권한 요청 UI 로직: 알림 허용 팝업이 뜨는 시점과 로직 설계.

8. Bottom Sheet 인터랙션: 모바일 웹에서 자주 쓰이는 바텀 시트(Bottom Sheet) 동작 로직 구현.

9. Deeplink 처리: 앱 내 특정 페이지로 이동하는 라우팅 및 딥링크 설정 코드.

10. WebView 통신 브릿지: 웹뷰 환경에서 네이티브 앱과 통신하는 JS Bridge 코드 작성.

📊 6. 데이터 시각화 & 대시보드 (Data Viz)

복잡한 데이터를 아름답게 표현하는 로직을 짭니다.

1. D3.js / Recharts 코드 생성: 차트 이미지를 보고 실제 데이터를 바인딩할 수 있는 차트 라이브러리 설정.

2. 대시보드 위젯 그리드 시스템: 사용자가 위젯을 드래그앤드롭으로 배치할 수 있는 React-Grid-Layout 로직.

3. 데이터 엑셀(CSV) 내보내기: 테이블 UI 데이터를 CSV/Excel 파일로 다운로드하는 기능 구현.

4. 실시간 데이터 소켓 연동: 주식 차트나 채팅처럼 실시간 업데이트가 필요한 UI의 WebSocket 연결 로직.

5. PDF 리포트 생성: 현재 화면을 A4 용지 규격에 맞춰 PDF로 렌더링하는(React-PDF) 코드 작성.

6. 복잡한 테이블 정렬/필터: 엑셀 수준의 다중 필터링 및 정렬 기능을 갖춘 테이블 로직 구현.

7. 히트맵(Heatmap) 시각화: 데이터 밀도를 색상으로 표현하는 로직 구현.

8. Gantt 차트 스케줄러: 프로젝트 관리 툴 UI를 위한 간트 차트 및 일정 계산 로직.

9. 지도(Map) API 연동: 지도 UI에 마커를 찍고 클러스터링하는 Google/Naver Map API 연동 코드.

10. 통계 요약 알고리즘: 원본 데이터를 받아 UI에 표시될 평균, 증감률 등을 계산하는 유틸리티 함수 작성.

🎮 7. 인터랙티브 & 게임화 (Gamification & Creative)

웹사이트를 더 재미있고 몰입감 있게 만듭니다.

1. Three.js / WebGL 씬 구성: 디자인의 3D 요소를 웹상에 구현하기 위한 R3F(React Three Fiber) 코드 작성.

2. 스크롤텔링(Scroll-telling) 구현: 스크롤 위치에 따라 요소가 움직이고 변하는 Parallax 효과 코딩.

3. 캔버스(Canvas) 드로잉 로직: 서명 패드나 그림판 기능을 위한 HTML5 Canvas API 로직.

4. 마이크로 인터랙션 사운드: 버튼 클릭, 성공/실패 시 재생할 효과음(Sound FX) 트리거 로직.

5. 파티클(Particle) 효과: 축하 폭죽(Confetti)이나 배경 파티클 효과 구현.

6. 드래그 앤 드롭 퍼즐: UI 요소를 게임처럼 옮기는 DnD Kit 활용 로직.

7. 퀴즈/설문조사 로직: 단계별 퀴즈 진행, 점수 계산, 결과 도출 알고리즘 작성.

8. 다크모드 토글 애니메이션: 해와 달이 바뀌는 등 창의적인 토글 스위치 애니메이션 구현.

9. 커서(Cursor) 커스텀 효과: 마우스를 따라다니는 인터랙티브 커서 효과 코드.

10. 글리치(Glitch) 및 노이즈 효과: 사이버펑크 스타일의 디자인을 위한 CSS/Canvas 글리치 효과 구현.

📚 8. 문서화 & 협업 (Documentation)

개발자와 디자이너 간의 소통을 돕습니다.

1. README.md 자동 생성: 프로젝트의 개요, 설치 방법, 기술 스택을 정리한 리드미 파일 작성.

2. 디자인 시스템 명세서: 색상, 폰트, 간격 등을 정리한 디자인 토큰(Design Token) JSON 추출.

3. JSDoc/TSDoc 주석 달기: 생성된 코드의 각 함수와 컴포넌트에 대한 상세한 주석 자동 작성.

4. API 명세서(Swagger) 초안: UI에서 사용된 데이터를 바탕으로 예상되는 백엔드 API 스펙 문서화.

5. 변경 로그(Changelog) 작성: 기존 디자인과 새 디자인을 비교해 변경 사항 요약.

6. 개발 가이드라인 위키: 팀원을 위한 “이 컴포넌트는 언제 사용하나요?” 가이드 문서 작성.

7. 트러블슈팅 가이드: 예상되는 버그와 해결 방법을 정리한 문서.

8. User Flow 다이어그램: UI 흐름을 Mermaid.js 문법의 다이어그램으로 변환.

9. 기여 가이드(CONTRIBUTING.md): 오픈소스 프로젝트를 위한 기여 방법 가이드 작성.

10. 회의록 초안: 디자인 시안을 바탕으로 개발 회의에서 논의해야 할 기술적 안건 리스트업.

🛠️ 9. 유틸리티 & 도구 (Utils & Tools)

반복적인 작업을 줄여주는 작은 도구들을 만듭니다.

1. 정규표현식(Regex) 생성: 이메일, 전화번호, 비밀번호 규칙에 맞는 정규식 생성.

2. 날짜/시간 포맷팅: Day.js나 date-fns를 이용한 다양한 날짜 표시 형식 변환 로직.

3. 문자열 조작 헬퍼: 말줄임표(…), 대소문자 변환, 슬러그(Slug) 생성 함수 작성.

4. 색상 변환기: Hex <-> RGB <-> HSL 변환 유틸리티 함수.

5. 단위 변환 로직: px <-> rem, 화폐 단위 변환 등의 계산 로직.

6. 로컬 스토리지 관리: 사용자 설정을 브라우저에 저장하고 불러오는 훅 작성.

7. 클립보드 복사 기능: “코드 복사” 또는 “링크 공유” 버튼 기능 구현.

8. 파일 업로드/프리뷰: 이미지를 드래그해서 업로드하고 미리보기를 띄우는 로직.

9. Debounce/Throttle: 검색창 입력 최적화를 위한 디바운스 함수 적용.

10. 브라우저 감지: 사용자의 OS나 브라우저를 감지해 분기 처리하는 유틸리티.

🔮 10. 미래형 & 실험적 시도 (Visionary)

Stitch와 AI Studio의 한계를 시험하는 아이디어입니다.

1. 음성 인식(Voice UI) 통합: 화면의 버튼을 음성 명령으로 제어할 수 있는 Web Speech API 연동.

2. AI 챗봇 페르소나 주입: 채팅 UI 디자인에 Gemini API를 연결해 즉시 대화 가능한 봇 생성.

3. 개인화 추천 시스템: 사용자 행동(클릭)을 가정해 상품을 추천하는 알고리즘 시뮬레이션.

4. 웹3(Web3) 지갑 연동: 메타마스크 연결 및 NFT 표시 로직 (wagmi 라이브러리 활용).

5. 코드 설명 튜토리얼 모드: 생성된 코드가 어떻게 작동하는지 설명해주는 교육용 오버레이 생성.

6. 자기 치유(Self-Healing) UI: 에러 발생 시 AI가 자동으로 디자인을 수정(예: 폰트 크기 축소)하는 로직 상상.

7. 노코드 툴(Webflow/Bubble)용 코드: 일반 코드가 아닌 노코드 툴에 붙여넣을 수 있는 커스텀 코드 생성.

8. 디자인 -> SQL -> 차트 파이프라인: 디자인만 넣으면 DB구축부터 시각화까지 한방에 처리하는 파이프라인.

9. 가상 데이터 생성기: 테스트용 사용자 프로필 사진과 이름을 AI로 생성해 디자인에 채워넣기.

10. “Stitch to Deploy”: 디자인 수출 -> 코드 생성 -> Vercel 배포까지 이어지는 완전 자동화 스크립트 작성.

💡 핵심 가치 제안 (Value Proposition)

이 100가지 아이디어의 핵심은 “Stitch는 ‘무엇(What)’을 보여주고, AI Studio는 ‘어떻게(How)’를 해결한다”는 것입니다.

개발자는 이제:

1. Stitch에서 화면을 구성하고 (Visual Context)

2. “Export to AI Studio” 버튼을 누른 뒤 (Bridge)

3. 위 100가지 중 원하는 시나리오를 프롬프트로 입력하기만 하면 됩니다. (Execution)

이것이 바로 Antigravity가 지향하는 중력(개발 장벽)을 거스르는 개발 방식입니다.

제시해주신 동적 강화 학습(Dynamic RL)의 5대 핵심 원리(World Model, Dynamic Reward, Recursive Self-Improvement, Intrinsic Curiosity, Latent Space MCTS)를 교육용 앱 개발 방법론에 적용하여, 단순한 앱이 아닌 “사용자와 함께 진화하는 교육용 앱 아이디어 100개”를 제안합니다.

이 아이디어들은 Antigravity의 Agent Manager(기획), Editor(구현), Browser(검증) 프로세스를 통해 실현 가능하도록 설계되었습니다.

1. Antigravity 교육 앱 설계 원리 (The Algorithm)

우리가 만들 앱들은 단순한 Input -> Output이 아니라, 아래의 RL 에이전트 루프를 따릅니다.

$$\pi_{new} = \text{Optimize}(\pi_{old} + \text{UserFeedback} + \text{Curiosity})$$

1. World Model (세계 모델): 앱이 사용자의 학습 상태(State)를 시뮬레이션합니다.

2. Dynamic Reward (동적 보상): 사용자가 지루해하면 ‘재미’에, 어려워하면 ‘친절함’에 가중치를 둡니다.

3. Curiosity (호기심): 사용자가 모르는 영역을 능동적으로 제안합니다.

2. 동적 RL 원리가 적용된 교육용 앱 아이디어 100선

이 리스트는 5가지 핵심 카테고리로 나누어, 각 20개씩 MECE(상호 배타적, 전체 포괄적)하게 구성했습니다.

🏛️ 카테고리 A: World Model 시뮬레이션 (과학 & 물리)

사용자의 조작에 따라 ‘세계의 규칙’을 실시간으로 보여주는 시뮬레이터

1. Solar System Architect: 중력 상수를 바꿔가며 행성 궤도가 붕괴되는 과정을 시뮬레이션.

2. Quantum Particle Sandbox: 관찰(클릭)할 때만 입자가 확정되는 양자 역학 시각화.

3. Eco-Balance God: 포식자와 피식자의 수, 번식률을 조절하여 생태계 평형 유지 게임.

4. Weather Maker: 온도/습도/기압을 조절하여 태풍이 생성되는 원리 학습.

5. Chemical Reaction Cooker: 분자를 드래그하여 결합시키고 폭발/안정 반응 실험.

6. Bridge Stress Tester: 다리 구조를 설계하고 차량 하중을 늘려가며 붕괴 지점 예측.

7. Electric Circuit Flow: 전압/저항을 실시간 변경하며 전자의 흐름 속도 시각화.

8. Virus Spread Simulator: 마스크 착용률, 거리두기 변수를 통한 전염병 확산 예측.

9. Traffic Light Optimizer: 사거리 신호 주기를 조절하여 교통 체증 해소 (MCTS 원리).

10. Sound Wave Synthesizer: 주파수와 진폭을 조절하여 소리의 파형과 화음 시각화.

11. Light Refraction Lab: 렌즈와 거울을 배치하여 빛의 굴절 및 반사 경로 추적.

12. Genetic Evolution Lab: 세대별 돌연변이 확률을 조절하여 가상의 생물 진화 관찰.

13. Plate Tectonics Sim: 지각 판을 이동시켜 지진과 화산 폭발 원리 학습.

14. Fluid Dynamics Paint: 유체 역학(Navier-Stokes)을 적용한 디지털 마블링 아트.

15. Rocket Launch Control: 연료량과 발사 각도를 계산하여 궤도 진입 미션 수행.

16. Photosynthesis Tycoon: 빛과 물의 양에 따른 식물 성장 속도 경영 게임.

17. Cell Division Visualizer: 미토시스(체세포 분열) 단계를 직접 조작하며 관찰.

18. Black Hole Gravity: 블랙홀 근처에서 빛이 휘어지는 중력 렌즈 효과 시뮬레이션.

19. Engine Piston Logic: 4행정 엔진의 움직임과 타이밍을 직접 조절.

20. Logic Gate City: AND, OR, NOT 게이트로만 이루어진 도시의 전력망 설계.

🧠 카테고리 B: Recursive Self-Improvement (언어 & 암기)

사용자의 실수를 데이터로 삼아 난이도와 콘텐츠를 스스로 진화시키는 앱

1. Adaptive Voca Battler: 내가 틀린 단어만 모아서 몬스터(보스)로 재등장시키는 게임.

2. Forgetfulness Curve Notifier: 에빙하우스 망각 곡선에 맞춰 최적의 복습 타이밍 알림.

3. Typing Ghost Racer: 과거의 내 기록(Ghost)과 실시간으로 경주하는 타자 연습.

4. Grammar Correction Bot: 내 작문 스타일을 학습하여 자주 틀리는 문법 패턴 집중 교정.

5. Pronunciation Tuner: 원어민 파형과 내 목소리 파형을 겹쳐서 오차(Loss) 줄이기.

6. Speed Reading Pacer: 내 눈동자 움직임(혹은 스크롤 속도)에 맞춰 텍스트 속도 자동 조절.

7. Contextual Idiom Quiz: 내가 읽은 뉴스 기사 기반으로 관련 숙어 퀴즈 생성.

8. Synonym Tree: 단어 하나를 입력하면 유의어/반의어가 가지처럼 뻗어나는 마인드맵.

9. Kanji Stroke Dojo: 획순을 틀리면 AI가 실시간으로 붓글씨 궤적을 교정해줌.

10. Code Syntax Highlighter: 코드를 보고 틀린 문법(세미콜론 누락 등)을 찾는 숨은그림찾기.

11. Debate AI Partner: 내 주장에 대해 반박만 전문으로 하는 ‘악마의 변호인’ 챗봇.

12. Daily Journal Sentiment: 일기를 쓰면 감정 상태를 분석해 위로/격려 코멘트 생성.

13. Poetry Generator: 키워드를 주면 운율(Rhyme)에 맞춰 시를 완성하는 빈칸 채우기.

14. Sign Language Mirror: 웹캠으로 수어를 하면 AI가 인식하여 텍스트로 변환 연습.

15. Lip Reading Trainer: 소리 없이 입모양만 보고 단어를 맞추는 훈련.

16. Morse Code Tapper: 화면 터치 길이로 모스 부호를 입력하여 메시지 전송.

17. Dialect Translator: 표준어를 입력하면 사투리로, 사투리를 표준어로 변환 교육.

18. Ancient Hieroglyph Decoder: 상형문자 패턴을 인식하여 현대어로 해석하는 퍼즐.

19. Hangman with Context: 단순 단어가 아닌 문맥 힌트를 주는 지능형 행맨.

20. AI Story Chain: 내가 한 문장 쓰면 AI가 다음 문장을 써서 소설 이어가기.

🗺️ 카테고리 C: Intrinsic Curiosity (역사 & 지리 & 탐구)

예측하지 못한 흥미로운 사실(Reward)을 던져주어 탐색을 유도하는 앱

1. History Timeline Slider: 연도를 슬라이드하면 해당 시점의 전 세계 지도 국경 변화 표시.

2. Random Street View Quest: 구글 스트리트 뷰에 떨어져서 위치를 추리하는 탐정 게임.

3. Flag Designer: 국가의 특징(종교, 지리)을 입력하면 국기를 생성해주는 AI.

4. Capital City Conquest: 수도를 맞추면 영토를 확장하는 땅따먹기 게임.

5. Artifact 3D Inspector: 박물관 유물을 360도 회전하며 깨진 부분 복원해보기.

6. Historical Chat Simulator: 이순신, 링컨 등 위인 페르소나와 카톡하듯 대화.

7. Trade Route Tycoon: 실크로드 상인이 되어 날씨와 도적을 피해 무역하기.

8. Geology Layer Puzzle: 지층 단면도를 보고 어떤 순서로 퇴적되었는지 맞추기.

9. Constellation Connector: 밤하늘 별들을 이어서 별자리 모양 완성하기.

10. Deep Sea Diver: 수심을 내려갈수록 수압과 서식 생물이 변하는 스크롤 앱.

11. Dinosaur Size Comparator: 내 키와 티라노사우루스 크기를 AR로 비교.

12. Currency Converter Time Machine: “1920년 1달러는 지금 얼마?” 인플레이션 계산기.

13. Local Law Explorer: GPS 위치 기반으로 해당 지역의 특이한 법/조례 퀴즈.

14. Architecture Style Identify: 건물 사진을 찍으면 양식(고딕, 바로크 등) 분석.

15. Mythology Family Tree: 그리스 로마 신화의 복잡한 가계도를 인터랙티브하게 탐색.

16. Food Origin Map: 음식 재료들의 원산지를 지도 위에서 추적하는 요리 탐험.

17. War Strategy Replay: 역사적 전투의 병력 배치를 직접 수정해보는 워게임.

18. Cultural Etiquette Guide: 나라별 인사법, 식사 예절을 상황극으로 학습.

19. Endangered Species Tracker: 멸종 위기 동물의 남은 개체 수와 서식지 실시간 확인.

20. Space Station Docker: ISS 도킹 시뮬레이션을 통해 궤도 역학 체험.

🧮 카테고리 D: MCTS Decision Making (수학 & 논리 & 전략)

여러 수를 내다보는(Simulation) 능력을 길러주는 두뇌 훈련 앱

1. Fractal Zoomer: 만델브로 집합을 무한히 확대하며 수학적 패턴의 아름다움 탐색.

2. Graph Theory Router: 택배 배달 최단 경로(Traveling Salesman) 찾기 퍼즐.

3. Probability Monte Carlo: 주사위를 10,000번 던지는 시뮬레이션으로 큰 수의 법칙 증명.

4. Matrix Transformation Lab: 행렬 값을 바꾸면 3D 물체가 회전/왜곡되는 모습 시각화.

5. Calculus Slope Rider: 미분 값(기울기)을 조절하여 롤러코스터 트랙 설계.

6. Prime Number Spiral: 울람 나선(Ulam Spiral)을 통해 소수의 분포 패턴 찾기.

7. Binary Finger Counter: 이진수를 손가락으로 세는 법을 가르쳐주는 카메라 앱.

8. Sudoku Solver Viz: 스도쿠가 풀리는 과정을 백트래킹 알고리즘으로 시각화.

9. Tower of Hanoi AI: 하노이의 탑 최소 이동 경로를 재귀 함수로 보여줌.

10. Fibonacci Flower: 피보나치 수열에 따라 꽃잎이 배치되는 자연의 원리 구현.

11. Statistic Bias Hunter: 통계 그래프의 오류(축 왜곡 등)를 찾아내는 리터러시 훈련.

12. Boolean Algebra Switch: 스위치를 켜고 끄며 논리식(Truth Table) 완성하기.

13. Geometry Proof Block: 도형의 정리를 블록 코딩처럼 끼워 맞추며 증명하기.

14. Vector Force Battle: 힘의 벡터 합성을 이용해 물체를 목표 지점으로 날리기.

15. Encryption Decoder: 시저 암호, 비제네르 암호의 원리를 직접 돌려보며 해독.

16. Algorithm Sorting Race: 버블 정렬 vs 퀵 정렬 속도 차이를 경주로 시각화.

17. Nash Equilibrium Game: 죄수의 딜레마 상황에서 최적의 선택을 하는 게임 이론.

18. 3D Function Plotter: $z = x^2 + y^2$ 같은 3차원 그래프를 AR로 띄우기.

19. Complex Number Plane: 복소수 곱셈이 회전 이동임을 보여주는 비주얼라이저.

20. PI Approximation: 다각형의 변을 늘려가며 원주율($\pi$)에 수렴하는 과정 실험.

🛠️ 카테고리 E: Meta-Learning & Tools (생산성 & 개발)

학습하는 방법을 학습(Meta)하고, 도구를 만드는 도구

1. Focus Timer (Pomodoro AI): 내 집중력 주기를 학습하여 휴식 시간을 자동 제안.

2. Markdown Live Editor: 마크다운 문법을 입력하는 즉시 미리보기 + 치트시트 제공.

3. Color Palette Generator: 이미지에서 주조색을 추출하여 웹 디자인 배색 추천.

4. Regex Crossword: 정규표현식(Regex)을 사용하여 십자말풀이 풀기.

5. Git Branch Visualizer: 깃 커밋 트리가 꼬였을 때 시각적으로 풀어서 보여줌.

6. JSON Parser Tree: 복잡한 JSON 데이터를 접고 펼칠 수 있는 트리 형태로 변환.

7. SQL Query Builder: 블록을 조립하면 SQL 문장이 완성되는 노코드 DB 도구.

8. Flexbox Froggy Clone: CSS Flexbox 속성을 이용해 개구리를 연잎으로 옮기기.

9. Shortcut Master: 엑셀, VS Code 단축키를 게임처럼 떨어지는 노트로 훈련.

10. API Response Mocker: API가 없을 때 가짜 응답(Mock)을 생성해주는 개발 도구.

11. Pixel Art CSS: 픽셀을 찍으면 box-shadow CSS 코드로 변환해주는 툴.

12. Meta Tag Previewer: 내 사이트 주소를 넣으면 카톡/슬랙 공유 미리보기 생성.

13. Contrast Checker: 텍스트와 배경색의 명도비를 계산해 웹 접근성 통과 여부 확인.

14. Font Pairing Matcher: 제목 폰트와 어울리는 본문 폰트를 AI가 추천.

15. Border Radius Morph: 슬라이더를 조절해 복잡한 유기적 도형(Blob) 모양 만들기.

16. Keyframe Animation Maker: 타임라인에서 움직임을 만들면 CSS @keyframes 생성.

17. User Persona Gen: 서비스 기획을 위한 가상의 유저 페르소나 프로필 랜덤 생성.

18. Lorem Ipsum with Meaning: 의미 없는 라틴어 대신 말이 되는 가짜 문장 생성기.

19. Readme.md Generator: 프로젝트 정보를 입력하면 예쁜 README 파일 자동 생성.

20. Antigravity Prompt Builder: Antigravity에게 일을 잘 시키기 위한 프롬프트 생성기.

3. Antigravity를 활용한 구현 시나리오 (예시: Idea #65)

사용자가 “65번 Calculus Slope Rider(미분 롤러코스터)”를 만들고 싶다고 가정할 때, Antigravity는 다음과 같이 작동합니다.

Phase 1: Agent Manager (기획)

• Prompt: [Role: Proactive] [Stack: Next.js + Canvas] [Feature: Calculus Rollercoaster]

• Plan:

• $y = f(x)$ 함수 파서 구현 (mathjs 라이브러리).

• 도함수 $f'(x)$를 계산하여 매 프레임마다 접선의 기울기 추출.

• 롤러코스터 객체가 $f'(x)$ 기울기에 맞춰 회전하도록 캔버스 렌더링.

• Dynamic Reward: 경사가 너무 급하면(미분값 절대값이 크면) 속도 감소 및 “위험!” 경고.

Phase 2: Editor (코드 작성)

• Tech Stack: React, react-canvas-draw, mathjs

• Core Logic:

TypeScript

``javascript
// 사용자가 입력한 함수 f(x)에 따라 기울기(미분계수)를 구하고
// 롤러코스터의 각도(Rotation)를 실시간으로 변경
const updateCoaster = (x: number) => {
const slope = derivative(userFunction, x); // f'(x)
const angle = Math.atan(slope); // 라디안 각도 변환
setCoasterStyle({ transform:rotate(${angle}rad)` });
};

“`

Phase 3: Browser (검증)

• Simulation: 브라우저를 열어 $y=x^2$ 입력.

• Verify: $x=0$일 때 롤러코스터가 평평한지(기울기 0), $x$가 커질수록 가파르게 기울어지는지 테스트.

• Artifact: 동작하는 데모의 Walkthrough 영상 생성.

다음 단계 (Next Step)

이 리스트 중 가장 흥미로운 아이디어 번호 하나를 골라주시면, 제가 바로 Antigravity 모드로 전환하여 [Implementation Plan(구현 계획)]을 작성하고 코딩을 시작할 준비를 하겠습니다. 몇 번을 구현해볼까요?

네이버 플레이스 / 네이버 검색광고 / 네이버 스마트플레이스 리뷰·상세페이지 모니터링 기준을 바탕으로 정리한\
📌 영어학원 업종 맞춤 금칙어 DB v1.0 (2025년 기준) 입니다.\
영어교육 업종에 실제로 제재가 많이 걸린 키워드·표현들을 카테고리별로 정리했고,\
대체 문구(안전 표현)까지 함께 제공합니다.

🔥 영어학원 금칙어 DB (카테고리별)

🚫 1) 객관적 근거 없는 “최상급·우위 표현”

걸리는 키워드

1등, 최고, 최강, 절대, 비교불가, No.1, 넘버원, 탑, 전국 1위, 지역 1위, 독보적, 압도적

대체 표현

많은 학부모님이 선택한, 만족도가 높은, 검증된 프로그램, 좋은 평가를 받고 있는

🚫 2) 결과 보장 / 확정 / 단정 표현

걸리는 키워드

100% 보장, 완성, 무조건, 확실, 결과 보장, 성적 보장, 점수 보장, 단기 마스터, 단기 폭발, 단기 확실, 성적폭발

대체 표현

꾸준히 성적이 향상되는 사례가 많습니다, 집중관리 프로그램 제공, 목표 달성 사례가 많습니다

🚫 3) 수치 과장·허위 성과 강조

걸리는 키워드

점수 200점 상승, 수강생 100% 성적향상, 2개월 만에 상위 1%, 토익/토플/내신 단기 만점

대체 표현

짧은 기간 안에 좋은 성과를 낸 학생들이 있습니다, 점수 상승 사례 다수 보유

🚫 4) 타 학원 비방 / 비교 유도

걸리는 키워드

○○학원보다 낫다, 다른 학원과 비교 불가, 경쟁 학원보다 뛰어남, 유일하게

대체 표현

학생에게 맞춘 학습 방식으로 좋은 반응을 얻고 있습니다

🚫 5) 전문 자격·면허 오인 유도

(의료·공인 자격처럼 보이게 하는 표현 포함)\
걸리는 키워드

공식 인증 강사, 공인 교육자, 국가 인증 지도자, 치유, 치료, 상담 전문가

대체 표현

경력 기반의 강사진, 학습 지도 경험이 풍부한 강사진

🚫 6) 학생 모집 압박 / 불안 조장

걸리는 키워드

지금 안오면 늦음, 뒤쳐질 수 있음, 놓치면 큰일, 경쟁에서 밀림

대체 표현

미리 준비하면 학습 부담을 줄일 수 있습니다

🚫 7) 자극적인 혐오·선동적 문구

걸리는 키워드

바보, 멍청, 떨어진다, 머리 나쁘면 안됨, 실패 확정

🚫 8) 지나친 가격·할인 자극 표현 (특히 이벤트/쿠폰 노출화면 제재 多)

걸리는 키워드

반값, 공짜, 무료 수강, 0원 클래스, 파격 할인, 원가 이하, 초특가

대체 표현

신규 등록 혜택 제공, 체험 수업 진행 중

📌 “금칙어가 아니지만 자주 제재되는 문장 패턴”

📂 다운로드 형태로 제공 가능

아래 중 원하시는 형식으로 만들어 드릴 수 있습니다:

희망 포맷을 알려주시면 바로 생성해 드립니다.

✨ 보너스 – 영어학원 홍보문에서 안전하게 잘 먹히는 키워드 추천

금칙어를 대체하면서 효과가 좋았던 추천 키워드:

개인 맞춤 커리큘럼 / 피드백 시스템 / 학습 루틴 / 자기주도 학습 지원  
체계적 관리 / 학습 데이터 분석 / 실전형 프로그램  
소규모 / 밀착 케어 / 참여형 / 즐거운 학습 / 연습량 중심

다음 중 원하는 걸 말씀해 주세요 👇

1. 금칙어 DB 엑셀 파일로 생성

2. 네이버 플레이스 홍보 글 안전하게 작성

3. 홍보 콘텐츠 문구 자동 필터링 규칙 엔진 제작

4. 영어학원 마케팅 키워드/카피라이팅 예시까지 포함한 세트 업로드

선택 번호만 적어주셔도 됩니다. 🚀