블로그글쓰기 도구

어조 체커 대부분은 정작 당신의 어조를 읽지 않아요

AI 세 개가 내놓은 어조 도구 리포트를 하나로 합치고 사실관계를 확인했어요. 대부분은 다시 쓰기만 해요. 어조를 먼저 읽어주는 도구는 몇 없는데, 그 차이가 진짜 중요해요.

글 Samet Durgun · Subtext 공동 창업자 · 읽는 데 16분

짧게 말하면

17개 도구 중 글자 하나 건드리기 전에 어조부터 읽는 부류에 속하는 건 네 개뿐이에요. 개인 메시지라면 제 선택은 두 가지예요. 제가 공동 창업한 Subtext, 그리고 웹에서 무료로 쓸 수 있는 Goblin Tools요. 문서와 업무 이메일이라면 저는 Grammarly의 감지기부터 시작하겠어요. 무료 계정으로 가벼운 메시지 다섯 개를 넣어 본 제 테스트에서는, Wordtune과 QuillBot은 어조에 대한 말 없이 다시 써줬고, Grammarly의 Paraphraser는 여덟 단어 이상인 메시지에서만 어조를 읽었어요. 지원되는 Apple 기기에서는 Writing Tools가 추가 비용 없이 정해진 어조로 다시 써주지만, 어조를 진단하지는 않아요.

하나를 시험해보는 간단한 방법

  1. 나쁘게 가닿았던 걸 아는 메시지로 시험해보세요. 다만 사적인 메시지는 무료 웹페이지에 넣지 마세요.
  2. 다시 쓰기를 제안하기 전에, 당신의 어조에서 무엇을 읽었는지 먼저 알려주는지 보세요.
  3. 다시 쓴 버전이 여전히 당신답게 들리는지 확인하세요.

저는 여기 나오는 도구 중 하나인 Subtext를 공동 창업했어요. 편향에 대한 안내는 아래 첫 섹션에 있어요.

말만 고와지고 메시지는 그대로인가요?

Subtext는 단어를 바꾸기 전에 초안이 어떻게 읽히는지 알려줘요.

최근에 AI 리서치 에이전트 세 개에 똑같은 브리프를 주고, 지금 가장 좋은 어조 체커가 뭔지 물어봤어요. Claude, ChatGPT, Gemini가 각각 길고 자신만만한 리포트를 내놨어요. 셋은 서로 의견이 꽤 갈렸고, 존재하지 않는 출처를 인용하기도 했고, 그중 하나는 제 회사에 대해 그럴듯한 창업 스토리까지 지어냈어요. 그래서 저는 평소 AI 리서치를 두고 사람들에게 하라고 말하는 걸 그대로 했어요. 구조는 살리고, 모든 주장을 1차 출처까지 따라가서 확인하고, 현실과 부딪혀 살아남지 못한 건 다 쳐냈어요.

이 글이 그렇게 합치고 검증한 버전이에요. 열일곱 개 도구를 각자 어떤 일을 하는지 기준으로 나눴고, 출처는 맨 아래 번호를 매겨 정리했어요. 그리고 가벼운 메시지 다섯 개를 Grammarly, Wordtune, QuillBot에 직접 넣어 봤고, 나란히 Subtext에도 넣어 봤어요. 사람들이 계속 묻는 비교가 바로 이거라서요.

이 중 하나는 제가 공동 창업한 도구라서, 제 편향은 패를 까놓고 시작할게요

Subtext는 제 회사고, 이 글에도 등장해요. 개인 메시지가 보내기 전에 어떻게 가 닿을 것 같은지를 읽는 앱이에요. 그러니까 이 글이 전부 설명하는 원칙인, 다시 쓰기 전에 먼저 진단한다는 그 원칙이 편하게도 제 제품을 부추겨주는 거예요. 제가 그 얘기를 할 때는 그 점을 감안하고 읽어주세요.

그래도 이 글이 쓸모 있으려면, 제 제품도 다른 모든 도구와 똑같은 기준으로 다뤘어요. 주장은 제품 페이지, 문서, 앱스토어 소개, 아니면 동료 심사를 거친 연구에서 나오고, 각각 번호가 붙은 출처로 연결돼요. 어떤 주장이 벤더의 마케팅에만 존재한다면 그렇다고 밝혔고요. 그리고 AI 에이전트들이 자신 있게 보고했지만 어떤 출처도 뒷받침하지 않는 내용은 다 쳐냈어요. 듣기 좋은 창업 스토리도 포함해서요. (“전직 심리 상담사”가 Subtext를 만들었다는 얘기인데, 그런 사람은 없어요. Anton은 엔지니어고, 글은 제가 써요.)

진짜 어조 체커는 다시 쓰기 전에 먼저 진단해요

사람들은 이 분야의 도구를 죄다 어조 체커라고 부르지만, 사실 그 이름 하나 밑에 서로 다른 두 가지 일이 숨어 있어요.

진단은 지금 내 글이 어떻게 읽히는지 알려주는 일이에요. 다시 쓰기는 그걸 다른 무언가로 바꾸는 일이고요. 이 차이는 초안을 보기 전까지는 그냥 이론처럼 들려요. 그래서 Subtext가 글자 하나 건드리기 전에 내놓는 진단을 하나 보여드릴게요. 이른 기차와 늦은 기차 중 뭘 탈지를 두고 지어낸 대화로 만든 예시 하나가 있어요. Jo가 “일찍 가는 기차 탈래, 아니면 늦게 가는 거 탈래?”라고 물었고, 답장 초안은 “괜찮아. 너 하고 싶은 대로 해.”였어요. Subtext는 아무것도 다시 쓰기 전에 “너 하고 싶은 대로 해.”를 표시하고 ‘명확성’ 태그를 달았어요. 이 말이 Jo가 물어본 기차 선택에 답하지 않아서 상대가 결정을 떠안게 된다는 이유였어요. 그러고는 버전을 내놓는 대신 먼저 물었어요. “정말 어느 쪽이든 괜찮은 건가요, 아니면 마음이 기운 쪽이 있나요?” 그 아래에는 ‘일찍 가는 기차’, ‘늦게 가는 기차’, ‘아무거나 괜찮아’를 탭해서 고를 수 있게 했고요. 글자 하나 고치기 전에 진단부터 보여주고, 빠진 답을 당신에게 되물은 거예요.

답장하기… Jo: 일찍 가는 기차 탈래, 아니면 늦게 가는 거 탈래?

괜찮아. 너 하고 싶은 대로 해.

  • 명확성: "너 하고 싶은 대로 해."는 Jo가 물어본 일찍/늦게 기차 선택에 답하지 않아서 상대가 결정을 떠안게 돼요.

Jo가 일찍 갈지 늦게 갈지 물어봤는데, 내 선택은 없이 맡기는 답이라 어떻게 보낼지 먼저 확인할게요. 정말 어느 쪽이든 괜찮은 건가요, 아니면 마음이 기운 쪽이 있나요?

다시 쓰기 도구라면 이걸 어느 쪽이든 편한 대로 하자는 식의 더 매끈한 문장으로 아무렇지 않게 바꿔버려요. 위의 내용은 하나도 언급하지 않은 채로요. 진단 도구는 그 전에 먼저 멈춰 세우고 위의 실제 진단을 보여줘요. 일단 그게 보이면, 그다음엔 어떻게 할지 직접 정할 수 있어요. 기차를 하나 골라 답할 수도 있고요. 아니면 정말 어느 쪽이든 괜찮다면 그 말을 분명하게 남길 수도 있고요. AI 메시지 체커가 뭘 확인해줄 수 있는지, 그리고 그걸 직접 하는 법도 따로 정리해뒀어요.

다시 쓰기만 하는 도구는 그 단계를 건너뛰어요. 원래 문장의 뭐가 문제였는지는 한 번도 말해주지 않고, 더 매끈한 문장만 건네주죠. 사람들이 다듬어진 메시지를 보내놓고도 여전히 엉뚱한 말을 하게 되는 게 바로 이래서예요. 그래서 이 글에서는 먼저 읽는 도구, 다시 쓰기만 하는 도구, 그리고 특정 상대에 맞춰 어조를 조율해주는 도구로 나눴어요.

한 이메일 연구에서 보내는 사람들은 어조가 78%는 전달될 거라고 예상했어요. 실제로는 56%였어요.

도구 얘기를 하기 전에, 이 도구들이 왜 필요한지부터요.

2005년, Justin Kruger와 Nicholas Epley를 비롯한 연구진은 Journal of Personality and Social Psychology에 이메일 어조에 대한 다섯 개의 실험1을 발표했어요. 그중 한 실험에서, 보내는 사람들은 자기 어조(진지함인지 비꼬는 건지)가 78%는 통할 거라고 예상했어요. 실제로 받는 사람이 맞춘 비율은 56%였고요2. 동전 던지기보다 아주 조금 나은 수준이었는데, 받는 사람들은 보내는 사람보다도 더 자신만만해서, 메시지의 89%를 제대로 읽었다고 믿었어요. 저자들은 이렇게 진단해요1:

이 과신은 자기중심성에서 비롯돼요.

당신은 자기 메시지를 들을 때 자기 의도라는 배경음악을 풀로 틀어놓고 들어요. 읽는 사람한테는 화면 위의 글자가 전부고요. 이 문자가 무례하게 들리는지를 스스로는 정확히 판단할 수 없는 것도 바로 이 때문이에요.

20년이 지난 지금, 그 발견은 아래 나오는 모든 도구의 비즈니스 모델이 됐어요.

글자 하나 건드리기 전에 어조부터 읽는 도구 네 가지

Subtext

Subtext는 제가 공동 창업한 도구예요. 문서보다는 개인적인 메시지를 위해 만들었어요. 초안을 붙여넣거나, 대화 스크린샷을 넣거나, 음성 메모를 녹음하면 뭔가 말하기 전에 먼저 당신이 준 내용을 읽어요. 대화를 함께 넣으면 대화 전체를 읽어요. 세게 들리거나, 수동적으로 읽히거나, 오해하기 쉬운 정확한 단어를 짚어내고, 그 밑에 깔린 감정에 이름을 붙여요3. 읽고 난 뒤에는 탭 한 번으로 하는 조정(더 따뜻하게, 더 짧게, 더 캐주얼하게, 자신감 추가)4이 원래 문장을 출발점으로 삼아 메시지를 다시 써줘요. 대신 보내주는 일은 절대 없고요.

Subtext는 48가지 트리거 중에서 초안 하나에 최대 세 가지 문제에 태그를 달고, 태그를 탭하면 그 이유를 알려줘요. 지어낸 초안 “뭐, 그걸로 되겠지.”에서는 ‘성의 없는 단답’과 ‘모호함’ 태그를 돌려주고, 감정은 ‘체념’이라고 짚었어요. 첫 번째 태그의 설명에는 이 말이 “체념하거나 귀찮아하는 듯 들려서 대화를 닫아버릴 수 있어요”라고 적혀 있었고, 두 번째 태그는 무엇이 “그것”인지, 동의인지 포기인지 분명하지 않다는 점을 짚었어요. ‘보내도 괜찮아요’ 표시가 붙은 첫 번째 버전 ‘원문에 가깝게’는 “응, 그걸로 해도 괜찮을 것 같아.”였어요. 메모에 적힌 대로 체념 섞인 “뭐”를 빼고 동의를 분명히 한 버전이에요. 마지못한 기색을 덜어내는 건 제가 위에서 비판한 바로 그 방식이라서, 그 마지못함이 처음부터 의도한 게 아니었을 때만 맞는 답이에요. 이 예시에서는 세 버전 모두 그 기색을 덜어냈어요. 세 번째 ‘확실하게 마무리’도 “그걸로 충분할 것 같아. 혹시 더 신경 쓰이는 부분 있으면 편하게 말해 줘.”라며 대화를 열어둘 뿐이라, 내키지 않는 마음이 진심이었다면 그 말은 직접 다시 넣어야 해요. 손대지 않은 앱의 실제 출력이에요. 이 문단은 외부 출처 없이 앱 자체에서 나온 내용이에요.

“뭐, 그걸로 되겠지.”라는 초안이 보이는 Subtext 앱. ‘성의 없는 단답’과 ‘모호함’ 태그가 붙어 있고 ‘성의 없는 단답’의 이유가 열려 있어요

2026년 10월부터 Subtext에는 ‘기억’ 기능도 있어요. 한 사람에게 어떻게 쓰는지에 대한 짧은 메모와, ‘업무’나 ‘친구’ 같은 문체를 보관해요. 이건 아래에 나오는, 특정 상대에 맞춰 어조를 조율하는 도구들이 하는 수신자 프로파일링과는 달라요.

스토어 소개 문구는 누구를 위한 앱인지 꾸미지 않고 그대로 말하면서, 보내기 전에 같은 메시지를 다섯 번씩 고쳐 쓰는 사람들, 생각이 너무 많은 사람들, 그리고 “이 정도면 괜찮은 걸까?” 하고 되묻는 모든 사람4을 꼽아요. 가장 따뜻한 리뷰 중 상당수는 신경다양성이 있는 사용자들에게서 오는데, 신경다양인 성인을 위한 AI 말투 분석기가 정확히 그런 사람들을 위한 거고, 특히 ADHD가 있는 사용자들이 길고 정신없는 초안을 넣으면 여전히 자기다우면서도 명확한 문장을 돌려받는다5고 해요. iOS, Android, 그리고 동기화되는 웹 앱에서 돌아가고, 20개 이상의 언어를 번역이 아니라 그 언어를 쓰는 사람처럼 자연스럽게 담아요. 무료로 써볼 수 있고, 그다음은 구독으로 나머지 기능을 풀 수 있어요. 한계도 두 가지 짚어둘게요. 메시지용으로 만든 거라 긴 문서는 다른 도구를 써야 하고, 자체 약관에는 출력물이 법률, 의료, 금융, 심리 또는 그 밖의 전문적인 조언이 아니라고 적혀 있어요6. 같은 문서에는 보낸 텍스트가 AI 모델 학습에 쓰이지 않는다고도 적혀 있어요. Subtext 홈페이지의 FAQ는 치료, 진단, 의료 조언을 제공하지 않는다고 덧붙여요.

Grammarly의 어조 감지기

Grammarly는 세상에서 가장 널리 쓰이는 어조 진단 기능을 갖고 있어요. 단어 선택, 표현, 문장부호, 심지어 대문자 사용까지 살펴서 글의 어조를 파악해요7. 규칙 기반 방식과 머신러닝을 함께 쓰고요8. 2019년 출시 당시엔 친근함이나 즐거움부터 공격적이거나 짜증 난 느낌까지, 약 40가지 어조에 이름을 붙일 수 있었어요9. 어느 정도 분량의 글이 있어야 작동하는데, 브라우저에서는 약 150자10, 모바일 키보드에서는 90자면 충분해요11. 이 라벨이 곧 진단이고, 문장 단위로 어조를 다시 써주는 기능은 유료 플랜에 있어요. 기업용으로는 Grammarly Business가 브랜드 어조 기능을 추가로 제공하는데, 관리자가 50가지가 넘는 어조 중에서 골라 브랜드에 맞는지 아닌지 표시해두면12, Grammarly가 모든 구성원에게 실시간으로 안내해줘요. Grammarly는 이후 Reader Reactions도 추가했어요. Grammarly 문서 안에서 작동하는 에이전트로, 상사나 고객처럼 직접 고른 독자가 내가 쓴 글을 어떻게 해석할지 시뮬레이션해줘요13. 글쓰기가 주로 문서와 업무 이메일 안에서 이뤄진다면, 이게 기준점이에요. 가벼운 문자 다섯 개로 한 제 테스트의 메시지는 어느 것도 감지기의 최소 길이에 닿지 못해서, 제가 얻은 어조 판독은 Grammarly docs의 Paraphraser에서 나온 것뿐이었고, 그것도 여덟 단어 이상인 메시지에서만 나왔어요.

Goblin Tools (Judge와 Formalizer)

Goblin Tools는 벨기에 개발자 Bram De Buyser가 만든, 작고 무료인 AI 도구 모음이에요. 공식 사이트에는 주로 신경다양인을 위해 만든 “작고 단순하고, 한 가지 일만 하는 도구들”14이라고 소개돼 있어요. 여기서 중요한 건 그중 두 가지예요. Judge는 받은 메시지 뒤에 숨은 기분이나 감정을 감지해주고, Formalizer는 텍스트를 원하는 어조로 즉시 바꿔줘요15. 얼마나 많이 바꿀지는 “매운맛” 다이얼로 조절하고요. 이 받는 쪽 메시지를 해석해주는 기능은 드물어요. 이 글에 나오는 다른 도구들은 거의 다 당신이 보내는 쪽만 봐주거든요. 웹사이트는 무료고, 모바일 앱은 저렴한 일회성 구매예요.

Sapling

Sapling은 고객 지원팀과 영업팀을 겨냥하고, 이 그룹 안에서 가장 투명한 어조 분류 체계를 공개하고 있어요. 무료 어조 체커는 25가지가 넘는 감정 어조(기쁨, 혼란, 감사, 두려움)를 문장 단위와 문서 단위 모두에서 찾아내고16, 개발자용 API는 28가지 어조를 문장별 확률과 함께 제공해요17. 자체 제품 안에 어조 감지 기능을 넣고 싶다면, 이게 곧 땅에 묻을 옛 IBM API의 실질적인 후계자예요.

고른 어조 그대로 다시 써주는 도구 일곱 가지

다 쓸모 있는 도구고 저도 몇 개는 쓰고 있어요. 다만 Outlook의 Copilot과, QuillBot이 Premium 뒤에 잠가 둔 어조 체크를 빼면 어느 것도 원래 초안이 어떻게 읽히는지는 말해주지 않아요. 그냥 다른 초안을 건네줄 뿐이죠.

Apple Intelligence Writing Tools는 시스템 레벨에 자리 잡고 있어서, 타사 앱을 포함해 글자를 입력할 수 있는 거의 모든 곳에서 선택한 텍스트를 더 프로페셔널하게, 더 친근하게, 더 간결하게 다시 써줘요18. 원하는 걸 직접 적는 “어떻게 바꿀지 설명하기” 입력창19도 있고요. 지원 기기에서 iOS 18.1, iPadOS 18.1, macOS Sequoia 15.1이면 무료예요. 프리셋 세 개, 진단은 없어요. Apple, Google, Grammarly, ChatGPT가 각각 메시지에 뭘 하는지 기능별로 비교해봤어요.

Microsoft의 Copilot은 Office 안에서 비슷한 일을 해요. Word에서 텍스트를 선택하고 Rewrite를 고른 다음, Adjust Tone 메뉴(Neutral, Casual, Concise 등)를 쓰면 돼요20. Outlook은 예외예요. 거기서는 Copilot의 이메일 코칭이 초안의 어조, 명확성, 읽는 사람이 받을 느낌에 대해 제안을 해줘요21. 그래서 업무 이메일에 한해서이긴 하지만, 이 그룹에서 어느 정도 진단을 해주는 유일한 도구예요. 쓸 수 있는 기능은 Microsoft 요금제와 어떤 Outlook을 쓰는지에 따라 달라지고, 코칭이 얼마나 정확한지에 대한 근거는 아직 보지 못했어요.

Wordtune는 전용 다시 쓰기 도구 중에서 가장 빨라요. 문장을 하이라이트하고 Casual이나 Formal, 또는 Shorten과 Expand를 탭하면22 제안이 나오고, 그중 하나를 고르면 돼요. 무료 플랜이 있고, 유료 플랜은 연간 결제 기준 한 달에 약 $7부터23 시작해요 (2026년 8월 기준).

Hemingway Editor는 가독성으로 이름을 알린 도구예요. 복잡한 문장과 수동태에 색을 입혀 보여주는데, 이건 어조 자체라기보다는 어조에 인접한 영역이에요. 유료 버전인 Hemingway Editor Plus는 AI 다시 쓰기 기능을 더했어요. 선택한 텍스트를 더 프로페셔널하거나 더 친근하게 조정하는 기능24과, 따로 마련된 더 캐주얼하게, 더 격식 있게, 더 설득력 있게 만드는 도구들25이 있어요. 여전히 제가 아는 한 늘어지는 글을 고치는 데는 최고예요.

짧게 세 개 더요. LanguageTool은 다국어를 고려한다면 고를 만한 도구예요. 약 30개 언어를 지원하는 문법·스타일 체커고, 유료 플랜에는 패러프레이저도 있어요. 여기서 어조는 부산물이지 본 상품이 아니에요. ProWritingAid는 장문 원고를 위한 도구예요. 스타일과 가독성 리포트를 두껍게 쌓아주는 쪽이고, 문자 메시지가 어떻게 전달될지 그 자리에서 읽어주지는 않아요. 그리고 QuillBot은 학생들이 쓰는 패러프레이저예요. Formal을 포함한 프리셋 모드가 있고, 유창하게 다시 써주긴 하지만 무료 계정에서는 원래 글이 어땠는지 아무것도 말해주지 않아요. 제 테스트에서 Tone panel은 Premium으로 업그레이드하라고 했어요.

특정 상대 한 명에 맞춰 어조를 조율하는 도구 네 가지

이 그룹은 다른 질문에 답해요. 이 특정 상대에게, 혹은 이 특정 회사로서 나는 어떻게 들려야 하는가라는 질문이요.

Crystal은 DISC 성격 유형 프레임워크로 받는 사람의 프로필을 만들고, Writing Assistant가 Gmail이나 Outlook 안에서 실시간으로 이메일의 단어, 표현, 스타일, 어조를 확인하면서 그 사람의 소통 방식 쪽으로 이끌어줘요26. 제가 보기엔 살짝 섬뜩하면서도 가끔은 놀랍도록 정확한데, 누가 봐도 영업을 위해 만든 도구예요.

Lavender는 콜드 이메일 코치예요. 쓰는 동안 초안마다 0에서 100까지 점수를 매기는데 어조도 그 요소 중 하나고, 답장률 데이터에 근거해 고칠 부분을 제안해줘요27. 한 달에 이메일 5통까지는 무료고, 그 위로는 한 달 $29부터 시작하는 플랜이 있어요(2026년 8월 기준)27. 아웃바운드가 본업이라면 그 점수는 금방 습관이 돼요.

Textio28는 채용이라는 틈새시장을 꽉 잡고 있어요. 채용 공고와 성과 피드백에서 편향되거나 배제하는 표현을 짚어주고, 그 언어가 지원자에게 어떻게 전달될지 점수를 매겨요. 그리고 Writer는 엔터프라이즈 규모로 작동해요. 글쓰기 샘플을 업로드하면 보이스 프로필을 만들어줘서29 조직 전체의 AI 결과물이 하나의 어조로 유지되게 해줘요.

한 페이지짜리 무료 체커도 쓸 만해요. 다만 주의할 점이 하나 있어요.

큰 이름들 너머에는 텍스트만 붙여넣으면 되는 무료 페이지들이 롱테일로 길게 늘어서 있어요. 앞서 나온 Sapling의 무료 체커가 그중 믿을 만한 축이고요. LiveChatAI의 어조 체커30는 지배적인 어조를 짚어내고 어떤 표현이 그 판정을 이끌었는지 하이라이트해줘요. 감지만 하고 다시 쓰기는 안 해요. AskAI 버전31은 챗 모델을 기반으로 0에서 100까지 격식 점수를 매기고 긴 문서 안에서 어조가 흔들리는 지점을 짚어주는데, 더 많이 쓰려면 유료 플랜도 있어요. 블로그 한 단락이나 커버레터 정도라면 저는 믿고 쓸 것 같아요.

무료 웹페이지에 붙여넣는 건 뭐가 됐든 누군가의 서버로 넘어가는데, 이런 페이지 대부분은 그다음에 무슨 일이 벌어지는지 별로 말해주지 않아요. 저라면 마케팅 문구 한 단락 정도는 고민 없이 붙여넣겠지만, 이별 통보 문자는 이런 곳 근처에도 안 가져갈 거예요.

17개 도구, 무엇을 먼저 하는지로 나눠 보기

아래 표는 위에 나온 열일곱 개 도구를, Subtext까지 포함해서, 각각 무엇을 먼저 하는지에 따라 묶은 거예요.

그룹 도구 하는 일 어울리는 곳
어조부터 읽음 Subtext 세게 느껴질 수 있는 단어를 표시하고, 감정에 이름을 붙인 다음 다시 써요 개인 메시지, 생각이 많은 사람
어조부터 읽음 Grammarly의 어조 감지기 단어 선택, 표현, 문장부호로 어조를 파악해요 문서와 업무 이메일
어조부터 읽음 Goblin Tools Judge는 받은 메시지의 기분을 감지하고, Formalizer는 내 글을 바꿔 써요 주로 신경다양인
어조부터 읽음 Sapling 무료 체커는 25가지가 넘는 어조를 찾아내고, API는 28가지를 다뤄요 고객 지원팀과 영업팀
어조를 읽지 않음 Apple Intelligence Writing Tools 선택한 텍스트를 더 프로페셔널하게, 친근하게, 간결하게 다시 써요 이미 Apple 기기를 쓰는 사람
어조를 읽지 않음(Outlook 제외) Word와 Outlook의 Copilot Word에서는 Adjust Tone으로 다시 쓰고, Outlook에서는 이메일 코칭이 어조, 명확성, 읽는 사람이 받을 느낌에 대해 의견을 줘요 Copilot이 있는 Office 사용자
어조를 읽지 않음 Wordtune 하이라이트한 문장을 Casual, Formal, Shorten, Expand로 다시 써요 전용 다시 쓰기 도구 중 가장 빠름
어조를 읽지 않음 Hemingway Editor 복잡한 문장과 수동태에 색을 입히고, Editor Plus는 AI 다시 쓰기를 더해요 가독성, 늘어지는 글 다듬기
어조를 읽지 않음 LanguageTool 약 30개 언어로 문법과 스타일을 검사하고, 유료 플랜은 패러프레이즈도 해요 다국어 글쓰기
어조를 읽지 않음 ProWritingAid 스타일과 가독성 리포트를 깊이 있게 돌려요 장문 원고
어조를 읽지 않음(Premium 제외) QuillBot Formal을 포함한 프리셋 모드로 패러프레이즈해요 학생
독자나 회사에 맞춰 어조를 조율 Crystal DISC로 받는 사람의 프로필을 만들고, 이메일을 그 사람의 스타일 쪽으로 이끌어요 Gmail이나 Outlook 안에서 하는 영업
독자나 회사에 맞춰 어조를 조율 Lavender 초안에 어조를 포함해 0에서 100까지 점수를 매기고 고칠 점을 제안해요 콜드 이메일과 영업 아웃리치
독자나 회사에 맞춰 어조를 조율 Textio 채용 공고와 피드백에서 편향되거나 배제하는 표현을 짚어요 채용
독자나 회사에 맞춰 어조를 조율 Writer 업로드한 글쓰기 샘플로 보이스 프로필을 만들어요 엔터프라이즈 규모의 회사 전체 브랜드 보이스
한 페이지짜리 무료 체커 LiveChatAI 지배적인 어조와 그 근거가 된 표현을 짚고, 다시 쓰지는 않아요 텍스트를 붙여넣는 무료 페이지
한 페이지짜리 무료 체커 AskAI 0에서 100까지 격식 점수를 매기고, 긴 문서에서 어조가 흔들리는 곳을 짚어요 텍스트를 붙여넣는 무료 페이지

Subtext는 글쓴이 자신의 제품이에요. 표의 행은 이 글의 섹션 순서를 따른 것이고 순위가 아니에요. 무료 웹 체커에 붙여넣은 텍스트는 누군가의 서버로 넘어가요.

가벼운 메시지 다섯 개로 Grammarly, Wordtune, QuillBot 비교해 보기

결론부터 말하면, 셋 중 어조에 대해 뭐라도 말한 건 Grammarly뿐이고, 그것도 여덟 단어 이상인 메시지에서만이었어요. Wordtune과 QuillBot은 말만 바꿔 썼고, 바꾼 문장도 대부분 날카로운 느낌을 그대로 간직하고 있었어요.

사람들이 실제로 걱정하는 짧고 살짝 날이 선 문자를 이 세 도구가 어떻게 다루는지 보고 싶어서, 2026년 11월 16일에 그런 문자 다섯 개를 각 도구의 무료 계정에 직접 입력해 봤어요. 메시지는 테스트를 위해 제가 지어냈어요. 하나같이 무해해 보이지만 속에 뭔가를 품고 있고, 주변 대화는 붙이지 않아서 모든 도구가 똑같은 입력을 받았어요.

Grammarly에서는 온라인 편집기인 Grammarly docs를 써서 교정 패널과 Paraphraser를 읽었어요. 브라우저 확장 프로그램과 휴대폰 키보드는 써보지 않았고, 어차피 이 메시지들은 어조 감지기를 쓰기에는 너무 짧아요. Wordtune에서는 편집기의 Rewrite 버튼을 썼고, 보여준 네 개의 제안 중 첫 번째를 인용했어요. 무료 플랜은 하루 열 번까지 다시 쓰게 해주는데, 이 메시지 다섯 개로 일곱 번을 썼어요. QuillBot에서는 Standard 모드의 Paraphraser를 썼어요. 같은 다섯 개를 구독 중인 테스트 계정으로 Subtext에도 넣었기 때문에, 나머지 셋과 달리 Subtext에는 잠긴 기능이 없었어요. Subtext는 제 제품이고 이 메시지들은 Subtext가 바로 겨냥하는 종류라서, 그 열은 감안해서 읽어주세요. 테스트는 영어로 진행했고, 아래 인용은 모두 도구가 준 그대로 옮긴 것이며 괄호 안은 제가 옮긴 번역이에요. 표는 그것을 요약했을 뿐이에요.

먼저, 다시 쓰기에 앞서 각 도구가 어조에 대해 뭐라고 했는지예요.

메시지 Grammarly Wordtune QuillBot Subtext
“Wow, thanks for finally replying 😊”(와, 드디어 답장해 줘서 고마워 😊) 없음, 너무 짧음 없음 없음 빈정거림, 수동공격적
“Sorry for being annoying again, just ignore me”(또 귀찮게 해서 미안, 그냥 무시해) 자기비하적, 사과조 없음 없음 자기비하, 인정 욕구
“Can we talk later? It’s kind of important.”(나중에 얘기할 수 있을까? 좀 중요한 일이야.) 직설적이고 급함 없음 없음 명확성: “later”(나중에)가 시간을 정하지 않았고, 그 모호함이 읽는 사람을 불안하게 할 수 있음
“Glad you had fun! Would’ve been nice to be asked 🙂”(재밌었다니 다행이네. 나도 불러 줬으면 좋았을 텐데 🙂) 살짝 수동공격적이거나 서운한 느낌 없음 없음 수동공격적, 빈정거림
“Sure, if you think that’s best.”(그래, 네 생각에 그게 최선이라면.) 없음, 너무 짧음 없음 없음 명확성: 정말 원하는지 그냥 따르는 건지 불분명함

‘없음’은 어조에 대한 언급이 없었다는 뜻이에요. Grammarly의 판독은 Paraphraser에서 나온 것이고, Paraphraser는 최소 여덟 단어가 필요해요. Subtext 열은 그 태그이고, 태그를 하나만 줬을 때는 설명의 요지를 적었어요. 문법 교정 몇 가지는 아래에 적어 뒀어요.

그리고 각 도구가 메시지를 무엇으로 바꿨는지는 이래요.

“Wow, thanks for finally replying 😊”(와, 드디어 답장해 줘서 고마워 😊)

  • Grammarly: 제안 없음. 여섯 단어로 셌고, Paraphraser가 요구하는 수에 두 단어 모자랐어요.
  • Wordtune: “Thank you so much for finally getting back to me 😊”(드디어 답을 줘서 정말 고마워 😊). 네 개 중 다른 제안 하나는 “Wow, thanks for responding so soon 😊”(와, 이렇게 빨리 답해 줘서 고마워 😊)였는데, 실제로 일어난 일과 정반대로 말하는 문장이에요.
  • QuillBot: “Whoa, I appreciate your response at last. 😊”(와, 마침내 답해 주셔서 감사해요. 😊)
  • Subtext: 감정을 원망이라고 짚고, ‘참고’ 표시를 붙여 “Thanks for replying, I was starting to wonder 😊”(답장 고마워, 무슨 일인가 싶던 참이었어 😊)를 내놨어요. “starting to wonder”(싶던 참이었어)가 기다린 시간을 여전히 슬쩍 드러내기 때문이에요. 나머지 두 버전은 ‘보내도 괜찮아요’ 표시가 붙었고, 하나는 기다림을 대놓고 말해요. “Thanks for replying. The wait was a bit hard on my side, so I’m glad to hear from you now 😊”(답장 고마워. 기다리는 게 내 쪽에선 좀 힘들어서, 지금 연락받아 다행이야 😊)

“Sorry for being annoying again, just ignore me”(또 귀찮게 해서 미안, 그냥 무시해)

  • Grammarly: Paraphraser는 이 문장을 “casual and self-deprecating, but the apologetic tone may undermine your confidence and clarity”(가볍고 자기비하적이지만, 사과하는 어조가 당신의 자신감과 명확성을 떨어뜨릴 수 있다)로 읽었고, Simple 스타일은 Pro 제안이라는 표시가 붙은 무료 샘플로 “Sorry to bother you again, please feel free to ignore me”(또 방해해서 미안해요, 부담 없이 저를 무시하셔도 돼요)를 내놨어요. 교정기는 더 자신 있게 들리도록 “just”를 빼라고 제안했어요.
  • Wordtune: “I’m sorry for being annoying again, just ignore me”(또 귀찮게 해서 정말 미안해, 그냥 무시해). 네 개의 제안 모두 “ignore me”(무시해)를 그대로 뒀어요.
  • QuillBot: “I apologise for bothering you once more; please disregard me.”(다시 귀찮게 해 드려 사과드립니다. 저는 신경 쓰지 말아 주세요.)
  • Subtext: 감정을 민망함이라고 짚고 자기비하 태그를 달았는데, 이 문장이 “may make the other person feel they have to reassure you”(상대가 당신을 안심시켜야 한다고 느끼게 할 수 있다)라는 설명과 함께였고, 인정 욕구 태그도 달았어요. ‘보내도 괜찮아요’ 표시가 붙은 첫 버전은 “Sorry to message again. Feel free to answer when it suits you.”(또 연락해서 미안해. 편할 때 답해 줘도 돼.)였어요.

“Can we talk later? It’s kind of important.”(나중에 얘기할 수 있을까? 좀 중요한 일이야.)

  • Grammarly: “direct and urgent, but could be softened to sound more approachable and less abrupt”(직설적이고 급하지만, 더 다가가기 쉽고 덜 갑작스럽게 들리도록 부드럽게 할 수 있다)로 읽고는, 제안은 없다고 했어요.
  • Wordtune: 두 문장을 하나씩 따로 다시 썼어요. 첫 제안은 “Would it be possible to talk later?”(나중에 이야기할 수 있을까요?)와 “I think it’s important.”(중요하다고 생각해.)였어요. 두 번째 문장의 선택지 중에는 “There’s a lot at stake here.”(여기에는 걸린 게 많아.)도 있었어요.
  • QuillBot: “Can we have a conversation later? It’s somewhat significant.”(나중에 대화를 나눌 수 있을까요? 다소 중대한 일이에요.)
  • Subtext: 감정을 불안이라고 짚고 명확성 태그를 달았어요. 이유는 “‘Later’ has no time behind it, and ‘kind of important’ with no hint of what it is about can make the reader worry”(‘Later’(나중에)에는 시간이 담겨 있지 않고, 무슨 얘기인지 힌트도 없는 ‘kind of important’(좀 중요한)는 읽는 사람을 걱정하게 만들 수 있다)였고, 언제 시간이 되는지 물었어요. ‘보내도 괜찮아요’ 표시가 붙은 버전은 시간을 상대에게 넘겨요. “There’s something I’d like to talk about with you when you have a quiet moment. What time suits you?”(조용한 시간이 생기면 같이 얘기하고 싶은 게 있어요. 몇 시가 괜찮으세요?)

“Glad you had fun! Would’ve been nice to be asked 🙂”(재밌었다니 다행이네. 나도 불러 줬으면 좋았을 텐데 🙂)

  • Grammarly: “friendly and casual, but the tone could be interpreted as slightly passive-aggressive or disappointed”(친근하고 가볍지만, 어조가 살짝 수동공격적이거나 실망한 것으로 해석될 수 있다)로 읽었고, 역시 Pro 샘플로 “Glad you had fun! It would have been nice if you had asked me 🙂”(재밌었다니 다행이야. 나를 불러 줬다면 좋았을 거야 🙂)를 내놨어요. 교정기는 “Would’ve” 대신 “It would’ve”를 쓰라고 했어요.
  • Wordtune: “I’m glad you had fun!”(재밌었다니 기뻐.)과 “It would have been nice to have been asked 🙂”(불러 줬다면 좋았을 텐데 🙂).
  • QuillBot: “I’m glad you enjoyed yourself! It would have been wonderful to be asked. 🙂”(즐거웠다니 기뻐요. 불러 주셨다면 정말 좋았을 거예요. 🙂)
  • Subtext: 감정을 상처라고 짚고 수동공격적과 빈정거림 태그를 달았어요. 첫 버전은 당신의 말에 가깝게 두고 웃는 얼굴을 뺀 “Glad you had fun. I would have liked to be asked.”(재밌었다니 다행이야. 나도 불러 줬으면 했어.)였고, ‘참고’ 표시가 붙었어요. “Glad you had fun”(재밌었다니 다행이야)이 여전히 살짝 퉁명스럽게 들릴 수 있다는 이유였어요. ‘보내도 괜찮아요’ 표시가 붙은 두 버전은 서운함을 소리 내어 말하고, 그중 하나는 “I’ll admit it stung a little not to be asked”(불러 주지 않아서 조금 쓰렸던 건 인정할게)라고 해요.

“Sure, if you think that’s best.”(그래, 네 생각에 그게 최선이라면.)

  • Grammarly: 제안 없음. 이번에도 Paraphraser에는 너무 짧았어요.
  • Wordtune: “Yes, if that’s what you prefer.”(응, 네가 원하는 게 그거라면.) 교정기는 “best”를 문법 오류로 표시하고 “good”을 제안했어요.
  • QuillBot: “Yes, if you believe that’s the best option.”(네, 그것이 최선의 선택이라고 믿으신다면.)
  • Subtext: 감정을 체념이라고 짚고 명확성 태그를 달았어요. 이 문장이 “leaves open whether you actually want this or are just going along”(정말 원하는 건지 그냥 따르는 건지 열어 둔다)이라서요. 첫 버전 “Sure, that works for me. I trust your call on this.”(그래, 난 괜찮아. 이 일은 네 판단을 믿을게.)는 ‘보내도 괜찮아요’ 표시가 붙었고 마지못한 느낌을 지워 버리는데, 그건 당신이 처음부터 그런 마음이 아니었을 때만 맞는 고침이에요. ‘참고’ 표시가 붙은 세 번째는 나중에 의견을 말하겠다는 약속을 더하고, 그 사실도 스스로 밝혔어요. “That commitment is new, so check it fits you.”(그 약속은 새로 생긴 거니까, 나한테 맞는지 확인해 보세요.)

Wordtune과 QuillBot은 약속한 일, 곧 말을 바꿔 쓰는 일은 했지만, 무료 계정에서는 둘 다 어조에 대해 한마디도 하지 않았어요. 바꿔 쓴 문장은 대체로 날카로운 느낌을 그대로 뒀고(“finally”(드디어), “at last”(마침내), “ignore me”(무시해)), Wordtune의 대안 중 일부는 뜻이 달라졌어요. 늦은 답장에 대해 “responding so soon”(이렇게 빨리 답해 줘서)이라고 한 것, 그리고 “kind of important”(좀 중요한)를 “There’s a lot at stake here.”(여기에는 걸린 게 많아.)로 바꾼 것이에요. Grammarly는 제 예상보다 잘했어요. Paraphraser는 여덟 단어 이상인 세 개를 읽었고 네 번째에서는 수동공격적인 느낌을 잡아냈지만, 가장 짧은 두 개에는 아무 말도 하지 않았고, Reader Reactions 에이전트는 100단어 이상을 원해요. 그래서 여섯 단어짜리 두 문자에 대해서는 셋 중 어느 도구도 제 메시지의 무엇이 문제인지 알려주지 않았어요. Subtext는 다섯 개 모두에 무언가를 짚어냈는데, 그게 Subtext가 만들어진 이유예요. 다만 Subtext의 행들에는 제가 앞에서 말한 절충도 그대로 보여요. ‘보내도 괜찮아요’ 표시가 붙은 버전이 때로는 지키고 싶었던 감정을 뭉개 버린다는 점이에요.

이건 도구마다 하루에 한 번 돌려 본 결과예요. 이런 도구는 두 번째에는 다르게 말하기도 하니(QuillBot의 첫 메시지 두 번째 시도는 “Whoa, thanks for responding at last 😊”(와, 마침내 답해 줘서 고마워 😊)였어요), 벤치마크가 아니라 하루치 스냅숏으로 봐주세요. Subtext의 답은 앱의 실제 출력이고 손대지 않았어요. 이 테스트는 제가 직접 한 것이라 번호가 붙은 출처가 없어요.

다들 인용하던 그 어조 API는 이제 없어요

10년 동안 기술적인 의미의 “어조 체킹”은 수없이 많은 데모와 연구 논문 뒤에 있던 API, IBM Watson Tone Analyzer를 뜻했어요. 지금은 사라졌어요. IBM은 2022년 2월 24일에 서비스 종료를 발표했고, 서비스는 2023년 2월 24일에 실제로 꺼졌어요32. 지금 남은 건 Watson의 자연어 툴킷 안에 있는 작은 사전 구축된 어조 분류 모델33뿐이에요. 영어와 프랑스어를 지원하고, 신남, 좌절, 무례함, 정중함, 슬픔, 만족, 공감처럼 짧은 카테고리 목록을 다뤄요.

이 부고를 넣은 건 이게 시장을 설명해주기 때문이에요. 독립형 어조 API의 시대는 끝났고, 그 에너지는 위에서 본 어시스턴트들, 그리고 요청하면 뭐든 다시 써주는 대형 언어 모델 쪽으로 옮겨갔어요. 그럼 이제 불편한 부분으로 넘어가 볼게요.

AI에게 내 글을 맡기는 것에 대해 연구는 뭐라고 말할까

다시 쓰는 일 자체는 이제 너무 쉬워요. 그런데 그 결과는 그렇게 깔끔하지 않고, 이걸 다룬 진짜 연구 문헌도 있어요.

연구자들은 이걸 AI 매개 커뮤니케이션이라고 불러요. AI 시스템이 사람들 사이의 메시지를 수정하거나, 보강하거나, 생성하는 것34을 말하는데, Jeff Hancock, Mor Naaman, Karen Levy가 2020년에 이렇게 정의했어요. 가장 눈에 띄는 발견은 그보다 1년 앞서 Airbnb 호스트 프로필을 다룬 CHI 연구에서 나왔는데, Jakesch 연구팀은 읽는 사람이 AI가 썼다고 믿은 텍스트를 신뢰도가 더 낮게 평가한다는 걸 발견했어요35. AI 스마트 답장을 다룬 후속 연구는 그 제안들이 사람들이 실제로 만들어내는 언어를 바꿔놓고, 더 긍정적인 쪽으로 밀어붙이며, 대화 상대끼리 서로를 인식하는 방식까지 바꿔놓았다는 걸36 발견했어요. AI 메시지 재작성 도구가 정말로 효과가 있는지는 다른 글에서 더 자세히 다뤘어요.

모델 자체에도 편향 문제가 있어요. Monash University의 2025년 연구는 일부러 중립적으로 설계한 프롬프트에서 수천 개의 어시스턴트 대화를 생성했는데, 일관된 쏠림을 발견했어요. 연구진의 표현을 그대로 빌리면 모델들은 “중립을 기대하는 상황에서조차 지나치게 예의 바르거나, 쾌활하거나, 조심스러운”37 쪽으로 기본값이 맞춰져 있고, 어조 분류기는 이 쏠림을 최대 macro-F1 0.92 점수로 감지해냈어요37. 기계에도 억양이 있어요. 그 기계한테 보내는 모든 걸 다시 쓰게 놔두면, 당신도 그 억양으로 말하기 시작해요. NLP 분야에는 이 밑에 깔린 메커니즘을 가리키는 이름도 따로 있는데, 텍스트 스타일 전이라고 부르고, 이걸 다룬 서베이 논문도 한 무더기 있어요38. 그런데 그중 어느 것도 당신을 당신답게 만드는 게 뭔지는 학습하지 않았어요. 그 억양 때문에 Subtext는 어떤 다시 쓰기에서든 당신의 원래 표현을 출발점으로 삼고, 그걸 정해진 하우스 스타일로 바꿔치기하지 않아요.

이 모든 것에서 제가 내린 결론은, 이 도구들을 거울로는 자주 쓰고 대필 작가로는 어쩌다 한 번만 쓰라는 거예요. 네, 이게 누구의 결론인지는 염두에 두고 읽어주세요. 보내기 전 어조 읽기는 Kruger 연구가 보여준 78 대 56 문제를 겨냥하지만, 여전히 당신 머릿속 바깥에서 하는 추측이에요. 2025년 ACL 연구에서 사람 독자와 언어 모델 모두 글쓴이가 느꼈다고 밝힌 감정을 불완전하게만 맞혔어요39. 그러니 어떤 체커의 판단이든, 제 것까지 포함해서, 두 번째 의견으로 받아들이세요. 반면 보내는 모든 걸 통째로 다시 쓰는 건 새로운 문제를 만들어요. 엄마가 답장한 게 로봇이라는 걸 눈치채는 문제요.

제가 고른다면

개인적인 메시지와 어려운 대화라면, 제가 고른 후보는 Subtext 아니면 Goblin Tools예요. 진단과 다시 쓰기, 대화 맥락까지 한곳에서 내 말투 그대로 보고 싶다면 Subtext고, 무료에 한 가지 일만 하고 계정도 필요 없는 쪽을 원한다면 Goblin의 Judge와 Formalizer예요. 문서와 업무 이메일이라면 Grammarly의 감지 기능이 기준점이고, 늘어지는 글을 다듬는 데는 Hemingway를 더하세요. 짧고 가벼운 문자라면 제 테스트에서 Grammarly의 무료 도구는 여덟 단어 미만에는 조용했고, Wordtune과 QuillBot은 말만 바꿔 써줬어요. Apple 기기를 쓴다면 글쓰기 도구가 프리셋 어조 전환을 추가 비용 없이 해결해주고, 회사에서 이미 Copilot 비용을 내고 있다면 Outlook 코칭이 업무 이메일을 기본적인 수준에서 읽어줘요. 진짜 진단이 필요할 때만 전용 도구에 돈을 쓰면 돼요. 영업 아웃리치라면 Lavender, 받는 사람에 맞춘 메시지라면 Crystal, 채용 언어라면 Textio, 회사 전체의 브랜드 보이스라면 Writer예요. 돈은 없는데 궁금하기만 하다면, Sapling의 무료 체커와 Goblin Tools만으로도 이 개념을 공짜로 배울 수 있어요. 지금 앞에 있는 초안이 의도보다 날카롭게 읽히는 업무 이메일이라면, 그런 이메일 다섯 통을 AI를 쓸 때와 안 쓸 때로 나눠 고쳐 쓴 예를 업무 이메일을 수동공격적으로 들리지 않게 고쳐 쓰려면 어떻게 해야 할까요?에서 볼 수 있어요.

그리고 뭘 고르든, 마지막 말은 당신이 하세요. 위에 나온 연구들이 꽤 분명하게 말해주는 목표는 흠잡을 데 없이 예의 바른 모델처럼 들리는 게 아니라, 컨디션 좋은 날의 나답게 들리는 메시지예요.

“이 정도면 괜찮은 걸까?” 하는 그 순간을 너무 잘 안다면, Subtext는 바로 그 순간을 위해 만들어졌어요. 초안을 붙여넣거나 대화를 스크린샷으로 담으면 양쪽을 함께 읽고, 당신의 메시지가 뭘 신호할 것 같은지 짚어주고 정확히 어떤 단어가 그 일을 하고 있는지 보여준 다음, 당신다운 말투로 된 여러 버전을 제시해요. 브라우저에서 Subtext 써보기App Store에서 Subtext 받기Google Play에서 Subtext 받기


이 글을 위해 AI 리서치 리포트 세 개를 합치고 검증이 안 되는 건 다 쳐냈지만, 그래도 살아남은 내용이 논쟁의 여지가 없다고 우기진 않을게요. 이 도구 중 하나를 만드신 분이 제가 부당하게 낮게 평가했다고 생각하시거나, 제가 찾은 네 개보다 더 잘 진단하는 체커를 알고 계시다면 저한테 알려주세요. 직접 써보고 글을 업데이트할게요.

Samet Durgun은 Subtext의 공동 창업자예요. 메시지에 담긴 감정의 어조를 잡아내서 당신다운 말투로 다시 써주는 앱을 만들어요. 베를린에 살아요.

출처

위의 모든 링크는 1차 출처가 있는 경우 그쪽으로 연결돼요. 인용 번호는 아래에 등장한 순서대로 매겨져 있어요.

어조가 어긋나는 이유

  1. Kruger, J., Epley, N., Parker, J., and Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. DOI: 10.1037/0022-3514.89.6.925. 전문 PDF.
  2. American Psychological Association, Monitor on Psychology (2006년 2월). E-mails and egos.

도구들

  1. Subtext, 공식 사이트. subtext.it (기능 설명)
  2. Subtext: AI Writing Assistant, Apple App Store 페이지 (기능, 타깃 사용자, 인앱 구독 가격).
  3. Subtext: AI Writing Assistant, Google Play 페이지 (사용 사례와 사용자 리뷰).
  4. Subtext, 이용약관 및 개인정보처리방침.
  5. Grammarly, Writing Tone Detector and Tone Suggestions.
  6. Grammarly 블로그, Meet Grammarly’s Tone Detector.
  7. VentureBeat (2019년 9월 24일). Grammarly uses AI to detect the tone and tenor of your writing.
  8. Grammarly Support, Using the tone detector in the browser extension.
  9. Grammarly 블로그, Tone Detector for Mobile.
  10. Grammarly Business, Brand Tones.
  11. Grammarly Support, Reader Reactions user guide (2026년 9월 확인).
  12. goblin.tools 소개 페이지, Autism Community Training에서 인용.
  13. Goblin Tools, 공식 Google Play 페이지.
  14. Sapling, Tone Checker / Detector.
  15. Sapling, Tone Detection API 문서.
  16. Apple Support, Use Writing Tools to write, improve, and summarize content on iPhone.
  17. Apple Support, Use Writing Tools on Mac.
  18. Microsoft Support, Elevate your content with Copilot in Word.
  19. Microsoft Support, Get email coaching with Copilot in Outlook (2026년 9월 확인).
  20. Wordtune, Free Online Rewriting Tool.
  21. Capterra, Wordtune 가격 정보 (2차 출처, 가격은 2026년 8월 기준).
  22. Hemingway Editor Help, Rewriting text with AI tools.
  23. Hemingway Editor 블로그 (2024년 3월 5일). Announcing powerful AI tools for adjusting tone and style.
  24. Crystal, Getting Started with the Crystal Writing Assistant.
  25. Woodpecker (2026년 리뷰, 2차 출처, 가격은 2026년 8월 기준). Lavender AI Review.
  26. Textio, 공식 사이트 (채용을 위한 증강 글쓰기, 편향과 어조 가이드).
  27. Writer, Introducing voice.
  28. LiveChatAI, Free AI Tone Checker.
  29. AskAI, AI Tone Checker.
  30. IBM Watson SDK 지원 종료 공지 (Tone Analyzer는 2022년 2월 24일 지원 종료 발표, 2023년 2월 24일 서비스 철수).
  31. IBM, Watson Natural Language Processing tone classification block.

AI와 함께 쓰기

  1. Hancock, J. T., Naaman, M., and Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100.
  2. Jakesch, M., French, M., Ma, X., Hancock, J. T., and Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019.
  3. Mieczkowski, H., Hancock, J. T., Naaman, M., Jung, M., and Hohenstein, J. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1).
  4. Bodara, H., Mushfiq, M. M., and Siddiqui, I. F. (2025). Bias Beneath the Tone: Empirical Characterisation of Tone Bias in LLM-Driven UX Systems. UISE ’26 workshop (ACM).
  5. Jin, D., Jin, Z., Hu, Z., Vechtomova, O., and Mihalcea, R. (2022). Deep Learning for Text Style Transfer: A Survey. Computational Linguistics, 48(1), 155-205.
  6. Li, J., Zhou, Y., Narayanan Venkit, P., Islam, H. B., Arya, S., Wilson, S., and Rajtmajer, S. (2025). Can Third Parties Read Our Emotions? Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 21478-21499.