자금 지원 기관들은 점점 더 연구비 신청자들에게 AI 지원 여부를 신고하도록 요구하고 있습니다. 정직한 답변은 대개 간단합니다. 편집 도움을 공개하고, 기술적 논증과 데이터는 본인의 것으로 유지하며, 작업 과정을 입증할 수 있어야 합니다. 제안서를 망치는 것은 공개 자체가 아니라, 본인이 주장하는 내용과 텍스트의 실제 모습 사이의 불일치입니다.
자금 지원 기관들은 실제로 AI 사용에 대해 무엇을 묻는가?
대부분의 자금 지원 기관의 AI 정책은 아직 뒤처져 있지만, 질문은 비슷한 범주로 모입니다. 생성형 AI를 사용했는지 여부, 어떤 도구를 어떤 작업에 사용했는지, 모델이 작성한 텍스트가 있는지(본인이 작성한 것이 아니라), 정확성을 어떻게 검증했는지를 묻습니다. 일부는 지적 기여가 본인의 것임을 확인하도록 요구합니다. 소수는 서술 부분에서 AI를 전면 금지하고 언어 교정에만 허용합니다.
신고서를 한 단어라도 쓰기 전에 해당 사업의 지침을 읽으십시오. 자금 지원 기관에 정책이 없다면, 커버 레터에 그 사실을 밝히고 본인의 관행을 명시하십시오. 이는 침묵보다 더 강력합니다. 나중에 탐지기가 특정 문단을 문제 삼을 경우 침묵은 은폐처럼 보이기 때문입니다.
공개는 자백이 아닙니다. 그것은 본인의 방법에 대한 설명입니다. “저는 2장과 3장에서 문장 흐름을 다듬기 위해 언어 모델을 사용했습니다. 모든 기술적 주장, 데이터 및 인용은 제가 작성하고 검증했습니다”는 완전하고 방어 가능한 진술입니다.
AI 지원 편집과 AI 생성 콘텐츠를 어떻게 구분하는가?
중요한 구분은 모델이 아이디어를 만들어냈는지, 아니면 단순히 표현만 다듬었는지입니다.
- AI 지원 편집: 문장은 당신이 썼고, 모델이 더 짧은 버전을 제안했으며, 당신이 수용하거나 거부했습니다. 주장, 수치, 인용, 판단은 모두 당신의 것입니다.
- AI 생성 콘텐츠: 모델이 추론, 논증 구조, 또는 당신의 데이터로 추적할 수 없는 주장을 만들어냈습니다. 나중에 편집하더라도 지적 내용은 다른 곳에서 비롯된 것입니다.
첫 번째는 동료의 빨간 펜과 비견되는 정상적인 전문 관행입니다. 두 번째는 자금 지원 기관이 실제로 우려하는 것이며, 탐지기가 표시할 경우 더 나빠 보이게 만드는 것입니다.
30페이지 제안서에 탐지기를 실행하기 전에, 무엇을 보고 있는지 파악하세요. DeAIze는 전체 문서를 점수화하고 각 문장을 AI 확률로 강조 표시하므로, 추측하는 대신 어떤 줄이 신호를 담고 있는지 확인할 수 있습니다. 무료 등급은 가입 시 신용카드 없이 200단어를 제공하며, 한 단락을 테스트하기에 충분합니다. 전체 문서가 필요하면 가격 보기를 참조하세요.
왜 탐지기는 당신이 직접 작성한 제안서를 표시할까요?
탐지는 판결이 아니라 확률 추정이기 때문입니다. 탐지기는 균일한 문장 길이, 낮은 버스트성, 예측 가능한 단어 선택, 완곡한 전환과 같은 패턴을 살펴봅니다. 기술 문서는 어차피 이런 특징으로 가득합니다. 수동태로 작성되고 병렬 문장 구조와 표준 용어를 사용하는 방법 섹션은 사람이 모든 단어를 작성했더라도 통계적으로 매끄럽게 보일 것입니다.
2026-09-13에 우리가 직접 수행한 측정은 유용한 현실 점검입니다. 우리는 30% 플래그 임계값에서 로컬 탐지기로 23개의 손으로 쓴 DeAIze 가이드를 채점했습니다: 평균 AI 점수 21%, 중앙값 22%, 범위 0-46%, 23개 중 5개가 플래그되었습니다. 고정 프롬프트에서 나온 12개의 편집되지 않은 모델 출력에서는 평균 33%, 중앙값 34%, 범위 4-46%였습니다. 분포는 크게 겹칩니다. 플래그된 문장 하나만으로는 거의 아무것도 알 수 없습니다.
자금 지원 기관이 귀하의 제안서를 탐지기에 돌려 높은 점수를 확인하더라도, 유용한 대응은 도구에 대해 논쟁하는 것이 아닙니다. 초안, 노트, 데이터 추적 기록을 보여주는 것입니다. 그것이 패널이 실제로 평가할 수 있는 것입니다.
추론이 자신의 것으로 읽히도록 제안서를 어떻게 수정합니까?
섹션별로 이동하며 누가 결정을 내렸는지 물어보세요.
- 목표 및 목적. 이는 반드시 귀하의 언어로 작성되어야 합니다. 모델이 초안을 작성했다면, 각 목표가 구체적인 결과와 구체적인 방법을 명시할 때까지 자신의 노트에서 다시 작성하세요.
- 배경 및 중요성. 문헌 종합은 귀하의 목소리로 유지하세요. 오직 귀하만 인용할 한두 편의 논문을 추가하고, 그것이 귀하의 논증에 왜 중요한지 설명하세요.
- 방법. 여기서 탐지기가 가장 자주 플래그를 지정하며, 용어를 변경할 여지가 가장 적습니다. 프로토콜 언어를 인간처럼 들리도록 다시 작성하지 마세요; 표준 용어를 유지하고 대신 주변 산문을 다양하게 하세요. 용어를 변경하지 않고 그랜트 제안서 편집하기에 관한 우리 가이드가 그 제약을 다룹니다.
- 실현 가능성 및 위험. 팀과 실제로 논의한 구체적인 비상 계획을 추가하세요. 모델은 일반적인 위험 진술을 생성하지만, 귀하에게는 실제 위험이 있습니다.
- 예산 정당화. 숫자와 정당화는 귀하의 계산으로 추적 가능해야 합니다. 모든 수치를 스프레드시트와 대조하여 확인하세요.
유용한 테스트: 단락을 소리 내어 읽어보세요. 주장이 어디서 왔는지 또는 왜 그 방법을 선택했는지 말할 수 없다면, 아직 귀하의 것이 아닙니다.
저자임을 입증하기 위해 어떤 증거를 보관해야 할까요?
누군가 요청하기 전에 파일을 만들어 두세요.
| 증거 | 보여주는 내용 | 보관 위치 |
|---|---|---|
| 타임스탬프가 있는 버전 기록 | 논증이 한 번의 붙여넣기가 아니라 시간에 따라 발전했음 | 소속 기관 드라이브 또는 저장소 |
| 노트, 개요, 읽기 주석 | 추론이 본인에게서 시작되었음 | 참고문헌 관리 도구 또는 노트북 |
| 데이터 파일 및 분석 스크립트 | 기술적 내용이 본인의 작업임 | 프로젝트 폴더, 버전 관리됨 |
| 지도교수 또는 공동저자와의 서신 | 다른 사람들이 초안이 발전하는 것을 보았음 | 이메일 또는 프로젝트 채팅 |
| AI 사용에 관한 짧은 방법 메모 | 모델이 정확히 무엇을 했고 하지 않았는지 | 제출물에 첨부 |
이는 어떤 저자 자격 문제에 대해서도 수집하게 될 것과 동일한 증거입니다. 또한 조용히 넘어가기보다 일찍 공개해야 하는 이유이기도 합니다. 날짜가 남은 기록은 뒤늦은 해명보다 훨씬 더 설득력이 있습니다.
점수를 해석하기 전에 신호가 어떻게 계산되는지 이해하고 싶다면, AI 탐지 작동 방식이 과장 없이 그 메커니즘을 설명합니다.
어느 정도의 도움은 언급할 필요가 없을 만큼 사소한가요?
이는 판단이 필요한 사안이며, 가장 안전한 기준은 본인이 아니라 자금 지원 기관의 규정입니다. 해당 제도가 모든 생성형 AI 사용을 신고하라고 명시한다면, 문법 검사까지 포함해 전부 신고하십시오. 실질적 사용을 신고하라고 명시한다면, 맞춤법과 문법 교정은 일반적으로 실질적 사용에 해당하지 않습니다.
세 가지 질문이 도움이 됩니다:
- 그 도구가 의미를 바꾸었습니까, 아니면 표면만 바꾸었습니까? 표면적 변경은 사소한 것입니다.
- 독자가 그 도구가 손댄 문장을 식별할 수 있습니까? 그렇다면, 그리고 자금 지원 기관이 묻는다면, 그렇게 말하십시오.
- 심사 패널에게 설명하는 것이 편안하겠습니까? 그렇지 않다면, 관행을 바꾸거나 공개하십시오.
함정은 작은 수정이 아닙니다. 직접적으로 질문을 받은 후에 숨긴 작은 수정입니다. 자금 지원 기관은 문법 검사기를 돌렸는지 여부보다 솔직함을 더 중요하게 여깁니다.
제안서에 문제가 제기될 경우 해야 할 일
사실에 근거하십시오. 버전 기록과 방법론 노트를 제공하십시오. 도구가 무엇을 했는지 평이한 용어로 설명하고, 논증 중 명백히 본인의 것인 부분을 지적하십시오. 탐지기를 공격하지 마십시오. 점수는 추정치이며, 문제는 도구의 정확성이 아니라 저자임을 인정하십시오.
자신의 글에서 오탐을 줄이기 위해 휴머나이저를 사용했다면, 그것도 밝히세요. DeAIze의 휴머나이저는 표시된 문장만 다시 쓰고, 의미적 유사도가 의미가 유지되었다고 판단할 때만 재작성본을 유지한 뒤, 다시 점수를 매기고 전후 결과를 보고합니다. 이는 숨길 것이 아니라 보여줄 수 있는 편집 기록입니다. 어떤 제3자 탐지기에서든 특정 점수를 보장하지 않으며, 다른 사람의 작업을 자신의 것처럼 속이는 방법도 아닙니다.
연구비 심사에서 가장 강력한 입장은 다른 곳에서와 마찬가지입니다. 바로 자신의 아이디어, 자신의 데이터, 자신의 논증, 그리고 그것을 표현하는 데 사용한 도구에 대한 명확한 설명입니다.
측정 참고: 이 글의 수치는 2026-09-13에 자체 탐지기를 실행한 결과에서 나온 것입니다 — 손으로 작성한 가이드 n = 23 대 편집되지 않은 모델 출력 n = 12, 중앙값 AI 점수는 각각 22%와 34%였습니다. 방법: /methodology/.