Claude의 'load-bearing' 어휘 분석 사이트 (Show HN)

Who Should Read

Claude가 쓴 PR 설명·코드 주석이 어색하게 읽혀 출력 문체를 다듬고 싶은 개발자

Core Mechanics

• 원문은 제목뿐이다
  • 본문 텍스트가 없어 사이트의 방법·수치는 확인할 수 없다
  • 제목은 'Claude의 load-bearing 어휘'다
• 주제는 Claude 특유의 단어 습관이다
  • 제목이 Claude가 자주 쓰는 핵심 어휘를 다룬다고 밝힌다
  • 세부 단어 목록은 원문에 없다

Community Reactions

• 작성자가 데이터를 매일 갱신한다고 밝혔다
  • 작성자 댓글에 따르면 GitHub Actions로 데이터와 분석을 매일 갱신한다
  • 하루 PR 1000개로 늘리고 검색창도 추가하는 중이라고 한다
• 금지어 지시로 문체를 고쳐 봤다는 경험
  • 한 댓글은 코드 작업 중 'name(s)'를 동사로 쓰거나 'carries', 'verdict' 같은 어색한 단어가 잦아 특정 단어를 금지했다고 한다
  • 다른 댓글은 전역 프롬프트에 Orwell 규칙을 넣었더니 Claude가 시스템 프롬프트와 충돌한다고 답했다고 전한다
• Claude만의 현상이 아니라는 의견
  • 한 댓글은 Codex도 load-bearing 같은 표현을 쓴다고 한다
  • 다른 댓글은 어떤 모델의 채팅에서 'unusually'가 너무 잦아 금지어 지시에 넣었다고 한다
• 분석 범위에 대한 반론
  • 한 댓글은 클러스터가 Claudish와 스페인어/프랑스어 둘뿐이라 영어만 따로 묶는 편이 낫다는 의견이다
  • 다른 댓글은 어휘뿐 아니라 문장 구조도 분석해 달라는 의견이다

How to Apply

• 전역 지침에 금지어 목록 넣기
  • 오늘 Claude 응답에서 거슬리는 단어를 5개 골라 시스템 프롬프트에 금지어로 적어라
  • 대체할 평범한 표현도 함께 적어라
• PR 설명 문체를 사후 점검하기
  • 에이전트가 쓴 PR 설명과 주석에서 sidecar, load-bearing 같은 단어를 검색해라
  • 걸린 문장은 구체적 동작으로 다시 쓰게 해라

Try It

# Claude 또는 ChatGPT의 시스템 프롬프트/커스텀 지침에 붙여넣기 (댓글 사례를 옮긴 간이 버전)

글을 쓸 때 다음 규칙을 지켜라.
- 비유나 관용 표현 대신 구체적인 동작과 원인을 직접 써라.
- 금지어: load-bearing, crux, first-class citizen, {{추가 금지어}}
- 명사가 무엇을 가리키는지 생략하지 말고 'abc 함수는 ...'처럼 풀어 써라.

위 규칙으로 아래 글을 다시 써라.
{{문서}}

이어서 해 볼 것: 다시 쓴 결과에서 금지어가 남았는지 직접 검색해라.

Terminology

관련 논문

• AI는 도구다, 잘 쓰려면 기술이 필요하다

  Hickey의 'AI는 도구가 아니다'에 맞서, LLM도 쓰는 사람의 기술이 결과를 가른다고 반박

• 딥리서치 에이전트의 Reflective Prompt Optimization: 토픽 분리·멀티 시드로 본 진짜 성능 향상과 프롬프트 과적합

  GEPA로 프롬프트를 최적화했더니 held-out 인용 보상 0.702→0.781

• GPT-6와 Intelligent UI: 채팅 안에서 시각·인터랙티브 응답 만들기

  OpenAI가 GPT-6로 채팅 응답에 UI를 넣는다는데 원문이 없어 댓글 반응만 확인된다

• Base 모델도 첫 토큰 단서(cue) 하나로 추론한다: 학습 데이터가 만든 연상

  응답 첫 두 토큰만 고정했더니 Olmo-3-7B의 MATH-500 정답률이 42%에서 78%로 올랐다

• Jev식 Typed Decision Model에서는 정의보다 라벨이 이긴다

  옵션 이름을 A, B로 바꿨더니 정확도가 +0.1511 올랐다

• 프롬프트는 얼마나 필요한가? Few-shot 예시를 블랙박스로 최소화하는 DD-FSM

  Delta debugging으로 few-shot 예시를 평균 65.3% 줄여도 출력은 그대로

• 언어모델은 "불안정한(Insecure)" 보고자다: 결함을 숨기는 LLM 리포트

  "Be honest" 한 줄을 붙였더니 GPT-5.5의 부정 결과 공개가 2/200에서 190/200으로 늘었다

Related Resources

• https://louisabraham.github.io/load-bearing/
• https://github.com/louisabraham/load-bearing