talk-normal 소개
LLM 에게 간단한 질문을 던졌을 때 필요 이상으로 긴 답변이 돌아온 경험은 흔합니다. 불릿 목록과 소제목, 반복되는 요약이 붙어 실제로 필요한 정보는 몇 문장인데도 화면을 한참 채우는 식입니다. 이런 장황함(verbosity)은 읽는 시간을 늘리고 핵심을 흐립니다.
talk-normal 은 이 문제를 하나의 시스템 프롬프트로 해결하려는 프로젝트입니다. 장황하고 기업 문서 같은(corporate-sounding) LLM 출력을 군더더기 없이 핵심만 담은 응답으로 바꾸는 것을 목표로 하며, 저자는 이를 "어떤 LLM 이든 일반 사람처럼 말하게 만든다" 는 한 줄로 요약합니다. 특정 모델에 묶이지 않고 GPT, Claude, Gemini, LLaMA 등 어떤 모델에서도 동작하도록 설계되어 있습니다.
talk-normal 은 규칙(rule) 기반으로 동작하며, 규칙은 저장소의 이슈와 CHANGELOG.md 를 통해 계속 다듬어집니다. 본 게시물에서는 talk-normal 이 실제로 무엇을 줄이는지, 저자가 보고한 측정 결과, 그리고 사용법을 정리합니다.
talk-normal이 하는 일
talk-normal 의 핵심은 정보를 버리지 않으면서 표현의 군더더기만 걷어내는 것입니다. 저자는 10개의 테스트 질문에 대한 전후 비교를 TEST_RESULTS.md 에 정리해 두었으며, GPT-4o-mini 에서 73%, GPT-5.4 에서 72%의 길이 감소를 보고하면서도 유용한 정보는 모두 보존했다고 설명합니다.
예를 들어 "What is Python?" 이라는 질문에 GPT-4o-mini 는 1,583자에 이르는 답변을 내놓았지만, talk-normal 을 적용하면 같은 내용을 513자로 압축합니다. 파이썬이 고수준 인터프리터 언어이고 여러 패러다임을 지원하며 웹 개발·데이터 분석·AI 등에 널리 쓰인다는 핵심은 그대로 유지한 채, 불필요하게 번호를 매긴 항목과 반복 설명을 걷어낸 형태입니다.
저자는 이 프로젝트를 만들게 된 실제 계기도 밝히고 있습니다. 한 트레이더의 시장 논평을 해석해 달라는 요청에 GPT-5.4 가 7,358자에 달하는 과도하게 층층이 나눈 설명을 내놓았고, 그 경험이 talk-normal 을 만드는 직접적인 동기가 되었다는 것입니다.
talk-normal 사용법
talk-normal 은 시스템 프롬프트를 그대로 가져다 쓰는 방식입니다. 저장소의 prompt.md 를 모델의 시스템 프롬프트로 지정하면 되고, ChatGPT 의 커스텀 인스트럭션에 넣기 좋은 prompt-chatgpt.md 변형도 함께 제공됩니다.
git clone https://github.com/hexiecs/talk-normal.git
cd talk-normal
./install.sh
이 밖에도 저장소에는 코딩 에이전트에서 스킬(skill)로 불러 쓸 수 있는 변형과 회귀 테스트(regressions)가 포함되어 있어, 규칙을 바꿨을 때 출력이 의도대로 유지되는지 확인할 수 있습니다.
talk-normal의 라이선스
talk-normal 은 MIT 라이선스로 공개되어 있어 개인 및 상업적 목적으로 자유롭게 사용할 수 있습니다.
talk-normal 프로젝트 GitHub 저장소
더 읽어보기
이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다. 
파이토치 한국 사용자 모임
이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일
로 보내드립니다! 텔레그램(Telegram)이나 Slack/Discord/Teams/Dooray/GoogleChat 등으로도 새 글 알림을 받으실 수 있습니다. 
아래
쪽에 좋아요
를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~ 