AI 탐지기는 비원어민 영어 작성자를 표시합니다. 왜냐하면 당신의 영어를 깔끔하게 만드는 습관들 — 균일한 문장 길이, 반복되는 접속사, 안전한 어휘, 축약형 없음 — 이 바로 기계 출력을 쉽게 식별하게 만드는 습관들이기 때문입니다. 탐지기는 당신의 여권을 읽는 것이 아닙니다. 그것은 당신의 문장이 얼마나 예측 가능한지를 측정하고 있으며, 수년간의 문법 훈련이 당신의 문장을 매우 예측 가능하게 만들었습니다.
왜 깔끔하고 교과서적으로 정확한 영어가 기계처럼 보일까요?
대부분의 탐지 시스템은 워터마크를 찾지 않습니다. 그들은 당신의 텍스트에 대한 통계적 그림을 구축합니다: 문장 길이가 얼마나 다양한지, 각 단어 선택이 얼마나 놀라운지, 문단이 템플릿을 얼마나 엄격하게 따르는지. 그런 다음 그 그림을 언어 모델이 생성하는 경향이 있는 것과 비교합니다.
불편한 점은 영어 교육이 당신을 바로 그 프로필로 밀어붙인다는 것입니다. 당신은 주제 문장, 세 가지 뒷받침 요점, 깔끔한 결론에 대해 보상을 받았습니다. 특이한 동사를 사용하려 할 때마다 교정을 받았습니다. 반복이 위험보다 안전하다는 것을 배웠습니다. 이 모든 것이 낮은 분산의 산문을 만들어내며, 낮은 분산은 탐지기가 가진 가장 강력한 신호 중 하나입니다.
2026-09-13에 우리 자체 측정에서, 우리는 30% 플래그 임계값으로 탐지기를 사용하여 23개의 손으로 쓴 DeAIze 가이드를 채점했습니다. 평균 AI 점수는 21%, 중앙값은 22%였으며 범위는 0에서 46이었습니다. 23개 중 5개가 플래그되었습니다. 이는 글쓰기로 생계를 유지하는 사람들이 작성한 원어민 초안이며, 약 5개 중 1개가 여전히 임계값을 넘었습니다. 이는 우리 자체 도구와 우리 자체 샘플이지, GPTZero 또는 Turnitin의 판결이 아닙니다 — 하지만 이는 스타일이 깔끔한 쪽에 있는 사람에게 여유가 얼마나 좁은지를 보여줍니다.
같은 실행에서 알아둘 만한 사실을 발견했습니다: 인간 샘플에는 100단어당 4개의 AI 노출 문구가 포함되어 있었고, 편집되지 않은 모델 출력에는 100단어당 1개가 포함되어 있었습니다. 정형화된 연결 문구는 기계 저작의 증거가 아닙니다. 인간, 특히 제2언어로 글을 쓰는 인간은 그것들을 끊임없이 사용합니다.
비원어민 글쓰기에서 실제로 의심 신호를 유발하는 패턴은 무엇인가?
다음은 반복적으로 나타나는 형태들이며, 대략 비중이 큰 순서대로 정리한 것이다.
획일적인 문장 길이. 모든 문장이 18~24단어라면 리듬이 평평하다. 기계 텍스트는 종종 이런 리듬을 가지며, 성실한 제2언어 필자가 쓴 신중한 학술 영어도 마찬가지다.
접속사 중첩. Furthermore, moreover, in addition, consequently. 각각은 맞다. 대부분 문장의 시작에 쓰이면 모델도 만들어낼 법한 템플릿을 형성한다.
안전한 어휘. big 대신 significant, use 대신 utilise, show 대신 demonstrate를 선택한다. 격식체 자체는 의심스럽지 않지만, 어디에도 구어체 단어가 없는 텍스트는 평평하게 읽힌다.
축약형 없음, 단편 문장 없음, 곁말 없음. 탐지기는 비격식 표지를 전혀 찾지 못하면 인간의 문체가 없는 것으로 간주한다.
완벽한 문단 대칭. 모든 문단: 주장, 근거, 미니 결론. 진짜 글은 조금은 흐트러지기 마련이다. 당신의 글은 그렇지 않다. 그렇게 하지 말라고 배웠기 때문이다.
번역된 구조. 모국어로 생각하고 문장별로 옮기면, 문법적으로는 맞지만 정보 순서가 특이한 영어가 나온다. 이런 낯섦은 대부분 원어민 산문으로 훈련된 모델에게 기계적인 글로 읽힐 수 있다.
| 신호 | ESL 글쓰기에서 나타나는 모습 | 모델이 이를 어떻게 처리하는가 |
|---|---|---|
| 문장 길이 변화 | 낮음 — 일관되게 중간 길이 | 낮음 |
| 접속사 밀도 | 높음, 정형화됨 | 높음 |
| 어휘 범위 | 좁음, 격식적 | 좁음 |
| 축약형 | 없음 | 대개 없음 |
| 문단 모양 | 대칭적 | 대칭적 |
| 개인적 세부사항 | 드묾 | 드묾 |
이 중 어느 것도 잘못된 행동이 아니다. 이는 좋은 교육의 지문이다.
초안에서 어떤 특정 문장이 그 신호를 지니고 있는지 보고 싶다면, AI 탐지기를 통해 실행해 보라 — 전체 문서를 점수화하고 각 문장을 AI 확률에 따라 강조 표시하므로, 모든 것을 다시 쓰는 대신 표시된 줄만 수정할 수 있다.
오탐을 줄이면서 자신만의 목소리를 유지하려면 어떻게 해야 할까?
더 나쁘게 쓰려는 게 아닙니다. 덜 예측 가능하게 쓰려는 것이고, 이는 어느 언어든 좋은 작가들이 어차피 하는 일입니다.
- 의도적으로 리듬을 깨세요. 초안을 소리 내어 읽어보세요. 세 문장이 연달아 같은 길이로 끝나면, 하나를 짧게 자르세요. 긴 문장 뒤에 오는 네 단어짜리 문장은 어떤 동의어 교체보다도 통계적 프로필을 더 많이 바꿉니다.
- 접속사의 절반을 삭제하세요. 대부분의 furthermore와 moreover는 손실 없이 사라질 수 있습니다. 실제 논리적 역할을 하는 것들만 남기세요.
- 문체가 허용하는 곳에서는 축약형을 사용하세요. Don’t, it’s, you’re — 과제가 격식체라면, 적어도 틀렸다고 표시되지 않을 것들은 빼세요.
- 문단마다 구체적이고 일반적이지 않은 세부 사항을 하나씩 추가하세요. 날짜, 장소, 이름, 자신의 데이터에서 나온 숫자. 모델은 추상화를 기본으로 하고, 인간은 구체성을 기본으로 합니다.
- 당신처럼 들리는 문장을 하나 남기세요. 약간 이상한 관용구, 독자에게 하는 직접적인 질문, 직설적이고 짧은 판단. 그 문장은 서명만큼이나 당신의 저자임을 증명하는 증거입니다.
- 첫 초안을 일부러 나쁘게 쓰세요. 논지를 평범하고 지저분한 영어로 적은 다음, 다듬으세요. 깔끔하게 시작한 초안은 템플릿 모양으로 끝나는 경향이 있습니다.
- 표시된 문장만 다시 쓰세요. 도구가 개별 줄을 강조 표시하면, 그것들만 작업하세요. 점수를 쫓아 문서 전체를 다시 쓰면 보통 보호하려던 목소리가 벗겨집니다.
다음은 실제 제출물이 아닌 예시입니다. 전: Furthermore, it is important to consider that remote work has significantly influenced employee productivity in numerous organisations. 후: Remote work changed how my team works. I got more done at home, and I missed the corridor conversations. 같은 주장, 다른 통계적 형태 — 그리고 두 번째 것은 실제 팀이 있는 사람만이 쓸 수 있었습니다.
이에 대한 더 긴 설명을 원하시면, 자신의 초안에서 기계가 만든 패턴을 정리하는 방법 가이드에서 같은 방법을 문서별로 안내합니다.
고발당했을 때 어떻게 해야 할까요?
여기서의 두려움은 실제이며, 이름을 붙일 가치가 있습니다: 유학생에게 오탐은 단순한 불편이 아닙니다. 비자, 장학금, 취업 제안에 영향을 미칠 수 있습니다. 어떤 탐지기 점수도 그만한 가치가 없고, 어떤 탐지기 점수도 무엇의 증거가 되지 못합니다. 이 도구들은 모두 확률 추정치를 출력합니다. 높은 숫자는 그 텍스트가 통계적으로 모델 출력과 유사하다는 뜻입니다. 기계가 썼다는 뜻이 아니며, 누가 그 단어를 입력했는지 위원회에 알려줄 수도 없습니다.
그러니 감정을 가라앉히고 증거를 갖춰 글로 자신을 변호하세요.
- 점수를 산출한 도구가 무엇이고 어떤 임계값이 사용되었는지 물어보세요. 임계값 없는 숫자는 의미가 없습니다. 임계값에 따라 표시되는 텍스트 비율이 크게 달라집니다 — 저희가 직접 실행했을 때는 30% 임계값에서 사람이 작성한 가이드 23개 중 5개가 표시되었고, 다른 기준값에서는 그 수가 달라질 것입니다.
- 자신의 과정을 제시하세요. 초안 파일, 버전 기록, 메모, 논지가 아직 정리되지 않았던 이전 초안 등을 보여주세요. 과정 증거는 두 번째 탐지기의 의견보다 훨씬 강력합니다.
- 알려진 오탐 패턴을 지적하세요. 비원어민 작성자는 이 시스템들의 문서화된 약점입니다. 공격적으로 하지 말고 분명하게 말하세요.
- 사람의 검토를 요청하세요. 대부분의 학문적 정직성 정책이 이를 허용합니다. 서면으로 요청하세요.
- 급하게 인간화한 버전을 변호 자료로 제출하지 마세요. 의미가 달라졌다면 자신의 입장을 더 나쁘게 만든 것입니다. 탐지기가 귀하를 표시했을 때 어떻게 해야 하는지에 대한 저희 가이드에서 에스컬레이션 경로를 더 자세히 다룹니다.
한 가지 솔직한 한계: 저희를 포함해 어떤 도구도 Turnitin, GPTZero, Copyleaks, Originality.ai 또는 Sapling가 귀하의 텍스트에 대해 뭐라고 할지 보장할 수 없습니다. 탐지기들은 서로 의견이 다르고, 업데이트됩니다. 어떤 점수든 여러 의견 중 하나로 취급하고, 귀하의 초안을 실제 증거로 취급하세요.
DeAIze는 이 문제를 어떻게 다르게 처리하나요?
탐지는 문장 단위로 이루어집니다. 문서 점수와 문장별 AI 확률을 받게 되는데, 이는 이 문제에서 매우 중요합니다 — 표시가 정형화된 세 문장에 있는지 아니면 글 전체에 걸쳐 있는지 알려주기 때문입니다. 세 문장은 고칠 수 있습니다.
인간화는 폐쇄 루프로 작동합니다: 텍스트에 점수를 매기고, 표시된 문장만 다시 쓰고, 의미적 유사도가 의미가 유지되었다고 말할 때만 재작성을 유지한 다음, 다시 점수를 매기고 전후를 보고합니다. 사이트에서는 인간화 후 평균 AI 점수 60% 이상 감소, 최고 71% 감소를 보고하며, 사이트의 예시 단락에서는 92% AI 점수가 4% AI로 바뀝니다. 이는 제품 자체의 예측 점수이지, 제3자 탐지기의 공식 판정이 아닙니다.
업로드는 .txt, .docx, .pdf 파일을 지원하며, Word 문서를 다시 작성할 때도 글꼴, 스타일, 표가 그대로 유지됩니다. 감지와 재작성은 영어를 포함한 10개 언어를 지원하고, 인터페이스는 10개 언어로 제공됩니다. 무료 요금제는 가입 시 신용카드 없이 200단어를 제공합니다. 텍스트는 현재 작업에만 처리되며, 학습에 사용되거나 재판매되지 않습니다.
설정된 경우, 출력은 내부 추측이 아닌 실제 제3자 감지기 API와 교차 검증됩니다. 이는 정상 작동 확인일 뿐, 보장은 아닙니다.
작업에 담긴 아이디어, 데이터, 결론은 여전히 본인의 것이어야 합니다. 여기에 있는 어떤 것도 다른 사람의 생각을 더 매끄러운 문장으로 제출할 수 있는 허가가 아닙니다.
요약
당신의 영어 실력이 문제가 아닙니다. 문제는 획일성입니다. 문장 길이를 다양하게 하고, 연결어의 골격을 줄이고, 각 문단에 구체적인 디테일을 하나씩 추가하고, 누가 봐도 당신처럼 들리는 문장을 하나 남겨두세요. 누군가 점수를 내밀면, 도구와 기준, 사람의 검토를 요구하세요 — 그리고 당신의 초안을 가져가세요.
측정 참고: 이 글의 수치는 2026-09-13에 자체 탐지기를 실행하여 얻은 결과입니다 — 직접 작성한 가이드 n = 23개 대 편집되지 않은 모델 출력 n = 12개, 중앙값 AI 점수는 각각 22%와 34%입니다. 방법: /methodology/.