AI 탐지기가 비원어민 작가에게 불이익을 주는 이유: 무엇을 기록해야 할까

AI 탐지기는 비원어민 필자를 불리하게 판정합니다. 탐지기가 측정하는 특징들 — 낮은 문장 길이 변화, 흔한 전환 표현, 평범한 어휘 — 이 신중한 제2언어 글쓰기의 모습과 겹치기 때문입니다. 그 겹침이 오탐을 만들어냅니다. 이는 기록된 패턴이며, 당신이 부정행위를 했다는 증거가 아닙니다. 그리고 당신이 취할 수 있는 구체적인 조치들이 있습니다: 신호를 이해하고, 초안 작성 흔적을 남기고, 소속 기관에 침착하게 문제를 제기하고, 문장을 평평하게 만들지 말고 자신의 글로 다듬으세요.

핵심 요점

• 탐지기 출력은 텍스트 패턴에 대한 확률 추정치일 뿐, 저자에 대한 판정이 아닙니다.
• 비원어민 필자는 과도하게 표시됩니다. 신중하고 교과서적인 영어가 탐지기가 측정하는 특징들에서 모델 출력과 닮기 때문입니다.
• 방어적으로 들리지 않고 오탐을 제기할 수 있습니다: 어떤 증거 기준이 적용되는지 물은 다음, 자신의 증거를 제시하세요.
• 초안, 버전 기록, 출처 메모를 보관하세요 — 과정 증거는 당신이 가진 가장 강력한 것입니다.
• 탐지기의 승인을 위해가 아니라 리듬과 구체성을 위해 편집하세요. 도구를 기쁘게 하려고 문장을 매끄럽게 다듬으면 당신의 목소리를 잃게 됩니다.

AI 탐지기는 왜 깔끔한 비원어민 영어를 표시할까요?

대부분의 탐지기는 워터마크나 숨겨진 서명을 찾지 않습니다. 탐지기는 당신 문장의 통계적 속성을 살펴보고 모델 출력에서 나타난 패턴과 비교합니다. 흔한 신호는 문장 길이의 균일함, 좁은 어휘 범위, “moreover”나 “furthermore” 같은 연결어의 과도한 사용, 그리고 매우 적은 개성적 선택입니다.

이제 실력 있는 ESL 필자가 흔히 어떻게 배우는지 생각해 보세요. 완전한 문장을 사용하세요. 축약형을 피하세요. 명시적인 표지로 문단을 연결하세요. 구어체 단어보다 표준 단어를 선호하세요. 그 습관 하나하나가 당신의 텍스트를 분포의 기계적인 쪽 끝으로 밀어냅니다 — 기계가 만든 것이라서가 아니라, 명확성을 높이는 바로 그 조언이 탐지기가 인간 글쓰기와 연관 짓는 불규칙성을 제거하기 때문입니다.

그것이 바로 오탐의 핵심입니다. 탐지기는 당신을 탐지하는 것이 아닙니다. 탐지기는 하나의 문체를 탐지하는 것이며, 당신의 문체는 모델들도 만들어내는 문체에 가깝게 위치합니다.

두 번째 층위가 있습니다. 탐지기는 영어 텍스트, 보통 편집된 영어로 훈련되고 조정됩니다. 당신의 글쓰기가 모국어에서 전이된 특징들 — 다른 관사 사용, 약간 다른 리듬, 명사화에 대한 선호 — 을 지닐 때, 어떤 도구는 이를 잘 처리하고 어떤 도구는 그렇지 못합니다. 두 탐지기가 같은 문단을 읽고도 크게 엇갈릴 수 있습니다. 그 불일치 자체가 유용한 정보이며, 당황하기 전에 이해해 둘 가치가 있습니다. 두 도구가 왜 엇갈리는지에 관한 저희 자체 해설이 그 이유들을 자세히 다룹니다.

안심시키는 말보다 작동 원리를 원하신다면, AI 탐지가 작동하는 방식에서 신호 계열들을 자세히 다룹니다.

인간이 쓴 글이 표시된 사례에 대해 저희 자체 측정이 보여준 것

저희는 저희 자체 글에 저희 자체 탐지기를 돌립니다. 불편한 작업이지만 유용한 작업입니다. 2026-09-19에 저희는 손으로 작성한 DeAIze 가이드 46개를 30% 표시 임계값으로 저희 로컬 앙상블로 채점했습니다. 평균 AI 점수는 27%, 중앙값은 25%였고, 범위는 0에서 55%까지였습니다. 그 임계값에서 46개 중 17개가 표시되었습니다.

다시 읽어 보세요. 이는 사람이 사람을 위해 쓴 가이드이며, 휴머나이저를 판매하는 사이트에 실린 글입니다. 그중 3분의 1 이상이 신중한 기관이 사용할 법한 임계값에서 선을 넘었습니다.

같은 실행에서 고정 프롬프트로 생성된 편집되지 않은 12개의 글은 평균 35%, 중앙값 34%의 점수를 받았습니다. 그 표본에서 사람이 쓴 글과 기계가 쓴 글 사이의 격차는 실재하지만 좁습니다 — 사람들이 상상하는 그런 깔끔한 분리와는 거리가 멉니다.

가장 흥미로운 수치는 AI 티(tell) 빈도였습니다: 사람 표본에서는 100단어당 3회인 반면, 편집되지 않은 모델 출력에서는 100단어당 1회였습니다. 오타가 아닙니다. 우리의 인간 필자들이 모델보다 흔히 AI 티로 분류되는 표현을 더 많이 사용했습니다. 티는 민간 분류법일 뿐 신뢰할 수 있는 검사가 아니며, “delve”와 “moreover”를 세어 에세이를 채점하는 교사들은 데이터와 접촉하면 살아남지 못하는 목록에 의존하고 있는 것입니다.

이 모든 것을 있는 그대로 받아들이십시오: 우리 자신의 도구로, 우리 자신의 코퍼스에서, 하루의 데이터로 얻은 결과입니다. Turnitin, GPTZero 또는 다른 누구에 대한 연구가 아닙니다. 하지만 이것은 왜 플래그가 판결이 아니라 대화를 필요로 하는지를 보여줍니다.

자신의 초안에서 어떤 특정 문장이 신호를 담고 있는지 보고 싶다면, 무엇이든 다시 쓰기 전에 문장 수준 탐지기를 통해 실행해 보십시오. 플래그를 촉발한 세 줄을 아는 것이 전체 수치를 아는 것보다 훨씬 유용합니다.

왜 ESL 필자들이 더 자주 플래그되는가?

세 가지 메커니즘이 대부분의 역할을 하며, 이들은 서로 겹쳐서 작용합니다.

훈련 데이터 비대칭성. 탐지기는 압도적으로 편집된 원어민 영어 말뭉치로부터 “인간”이 어떤 모습인지 학습합니다. 당신의 글쓰기는 완벽하게 좋은 영어일 수 있지만 여전히 그 기준 분포 밖에 있을 수 있습니다.

문체 평준화. 제2언어 학습자에게 가르치는 학술 영어는 의도적으로 중립적입니다. 중립적 문체는 바로 명령어 튜닝된 모델이 기본으로 삼는 것입니다. 당신은 모델이 쓰는 방식대로 쓰도록 배워온 것입니다.

균일성 페널티. 많은 탐지기는 낮은 분산을 기계 신호로 점수화합니다. 일관된 문단 구조로 훈련받은 작성자는 의도적으로 낮은 분산을 만들어냅니다.

이러한 메커니즘 중 어느 것도 의도를 포함하지 않습니다. 그것이 당신이 ChatGPT를 사용했는지 질문받는 회의에 앉아 있을 때 붙잡아야 할 핵심입니다.

교사나 기관에 어떻게 제기합니까?

“저는 부정행위를 하지 않았습니다”로 시작하는 것이 본능입니다. 그것을 참으세요. 부인은 당신의 인격에 대한 논쟁을 불러일으킵니다. 대신, 기관이 사용하는 절차에 대해 물어보고 당신 자신의 증거를 제시하세요. 짧고 침착한 메시지가 길고 상처받은 메시지보다 더 많은 일을 합니다.

1. 어떤 기준이 적용되는지 물어보세요. 어떤 도구인지, 기준치는 무엇인지, 그리고 그 점수가 정책에서 어떤 비중을 차지하는지. 많은 기관이 학생들에게 구체적인 내용을 알리지 않은 채 학문적 진실성 정책을 업데이트했습니다.
2. 무엇이 저자임의 증거로 인정되는지 물어보세요. 이는 대화의 틀을 고발에서 절차로 바꾸며, 보통 명확한 답을 얻을 수 있습니다.
3. 요청받기 전에 먼저 작성 과정 기록을 제시하세요. 초안, 타임스탬프, 메모, 직접 작성한 참고문헌 목록 등입니다.
4. 이메일 스레드가 아니라 면담을 요청하세요. 말투는 대면이나 통화에서 더 쉽게 파악됩니다.
5. 원하는 것을 말하세요. 파일에 메모를 남기는 것, 출처를 설명할 기회, 또는 논증에 대한 구두 변론 등입니다. 구체적인 요청은 모호한 호소보다 수용되기 쉽습니다.

한 문장은 연습해 둘 가치가 있습니다: “보고서에서 우려가 제기된 것을 이해하며, 이 글이 어떻게 작성되었는지 보여드리고 싶습니다.” 이는 방어적이지 않고, 상대방에게 앞으로 나아갈 길을 제시합니다.

이 모든 것 아래에 깔린 두려움은 실제이며, 위로하는 답변이 아니라 정직한 답을 받을 자격이 있습니다. 경고 표시는 성적 이의신청, 지도 관계, 비자 서류, 첫 직장 추천서까지 따라다닐 수 있습니다. 기관은 느리게 움직이고 기록은 남습니다. 바로 그렇기 때문에 절차가 당신에게 다가오기를 기다리지 말아야 합니다: 고발당한 후가 아니라 글을 쓰는 동안 기록하세요.

작성 과정에서 어떤 증거를 보관할 가치가 있나요?

사후에 과정을 재구성할 수는 없으므로, 작업하는 동안 기록을 쌓아 두세요. 지루하고 자동적으로 하세요.

한 단락이 좋아지기 전에 더 나빠지는 과정을 보여주는 버전 기록이 매끈하게 다듬어진 최종 파일보다 더 설득력이 있다. 사람의 글은 울퉁불퉁하다. 그 울퉁불퉁함을 그대로 두라.

자신의 문법을 평평하게 만들지 않고 어떻게 편집하는가?

잘못된 선택, 그리고 사람들이 압박을 받을 때 하는 선택은 탐지기가 만족할 때까지 다시 쓰는 것이다. 그것은 보통 더 짧은 문장, 더 단순한 단어, 더 많은 얼버무림을 의미한다 — 당신의 글이 당신처럼 들리게 만드는 것과 정확히 반대다.

더 나은 접근: 구조는 유지하고, 리듬은 변화를 주고, 오직 당신만이 제공할 수 있는 구체적인 내용을 더하라.

표시된 문장을 소리 내어 읽어라. 모든 문장이 같은 길이로 끝난다면, 하나는 반으로 끊고 다른 하나는 길게 늘어뜨려라. 리듬은 속이기 가장 어렵고 되살리기 가장 쉬운 것이다.

단락마다 일반적인 표현 하나를 구체적인 표현으로 바꿔라. “결과는 유의미했다”는 실제 측정값과 실제 방향이 된다. 이것은 채우기가 아니라 정밀함이며, 그 자리에 있었던 사람처럼 들리는 가장 빠른 방법이다.

스타일 가이드라면 잘라낼 연결어까지 포함해 자신만의 연결어를 유지하세요. “therefore” 대신 자연스럽게 “and so”라고 쓴다면 그대로 두세요. 당신의 독특한 버릇은 증거입니다.

점수를 옮기기 위해 단어를 동의어로 바꾸지 마세요. 탐지기를 피하려고 바꿔 쓰는 것은 보통 더 나쁜 문장을 만들고, 수치도 크게 바뀌지 않는 경우가 많습니다. 두 접근법의 차이는 바꿔 쓰기 vs 인간화하기에서 읽어볼 만합니다.

다음은 실제 학생의 글이 아닌 예시입니다. 이전: “또한, 재생 에너지 정책의 시행은 여러 맥락에서 효과적인 것으로 입증되었다. 더욱이, 이러한 정책은 배출량 감소에 크게 기여한다.” 이후: “재생 에너지 정책은 효과가 있고, 우리에겐 증거도 있다. 내가 계속 떠올리는 사례는 독일의 발전차액지원제도인데, 그것은 정권 교체를 견뎌냈기 때문이다.” 같은 주장, 같은 저자이지만, 사람이 썼다는 증거의 양은 다릅니다.

임기응변식 편집이 아니라 체계적인 점검을 원한다면, 기계가 만든 패턴 정리하기가 목소리를 바꾸지 않고도 쓸 수 있는 체크리스트를 제공합니다.

피해야 할 함정은 인간화 도구를 세탁 단계로 취급하는 것입니다. 그렇지 않으며, 자신이 하지 않은 작업을 남의 것으로 속이는 데 사용하는 것은 어떤 도구가 보고하든 학문적 사기입니다. 인간화 도구가 진정으로 도움이 되는 것은 다른 상황입니다. 당신이 자신의 제2언어로 직접 초안을 썼는데 도구가 당신의 문체를 잘못 읽는 경우입니다. 바로 그런 경우에 표시된 문장만 다시 쓰고 — 재작성 후에도 의미가 살아 있는지 확인하는 — 초안 편집기가 정당한 일을 하는 것입니다.

탐지기 점수가 실제로 입증할 수 있는 것은 무엇인가?

그 자체로는 거의 아무것도 아니며, 이것이 보고서를 들이밀며 당신에게 따지는 누구에게든 분명히 말할 가치가 있는 부분입니다.

탐지기 점수는 당신의 텍스트를 모델이 본 패턴과 비교하는 통계 모델이 산출한 확률 추정치입니다. 그것은 어떤 구절이 그 모델이 측정하는 특징들에서 모델 출력과 유사하다는 것을 알려줄 수 있습니다. 그러나 누가, 언제, 어떤 도움을 받아, 어떤 의도로 그 단어를 입력했는지는 알려줄 수 없습니다. 그것은 당신의 브라우저 기록, 초안, 또는 당신의 두뇌에 접근할 수 없습니다.

실질적인 결과:

• 높은 점수는 결론이 아니라 살펴볼 이유입니다.
• 같은 텍스트에 대한 두 탐지기의 결과가 서로 다를 수 있으며, 어느 쪽도 거짓말하는 것이 아닙니다.
• 낮은 점수 역시 아무것도 증명하지 못합니다. 점수를 낮추기 위한 편집은 쉽고, 저자 여부는 같은 질문이 아니기 때문입니다.
• 당신의 기관이 사용하는 임계값은 과학적 상수가 아니라 정책적 선택입니다. 다른 임계값은 다른 학생 집단을 표시할 것입니다.

우리 자체의 수치가 이것을 구체적으로 보여줍니다. 2026-09-19 실행에서 사람이 작성한 가이드는 평균 27%의 AI 점수를, 편집되지 않은 모델 출력은 평균 35%를 기록했습니다. 그 범위의 중간에 임계값을 설정하면 일부 기계 텍스트를 잡아내겠지만 많은 사람도 잡아낼 것입니다. 탐지기가 거의 결정적이라고 말하는 사람은 우리가 보는 것과 같은 수치를 읽고 있지 않은 것입니다.

특정 보고서를 다루고 있다면, 점수가 실제로 무엇을 의미하는지에 대한 세부 설명은 AI 탐지기 오탐: 무엇을 해야 하나에서 다룹니다.

기계가 만든 문장이 어떤 것인지 직접 확인할 준비가 되셨나요?

다음 제출 전에, 이의 제기를 하면 어차피 해야 할 일을 10분 동안 해보세요. 어떤 문장이 신호를 담고 있는지 찾아내고, 그것을 바꿀 가치가 있는지 판단하는 것입니다.

초안을 AI 탐지기에 붙여넣으면 문서 점수와 문장별 분석을 받을 수 있으므로, 무서운 숫자 하나가 아니라 세 개의 특정 문장에 대응하게 됩니다. 표시된 문장이 실제로 본인이 작성했고 유지하고 싶은 문장이라면, 초안 편집기가 해당 문장만 다시 쓰고, 의미가 유지될 때만 변경을 반영하며, 변경 전후를 보고합니다. 현재 가격도 확인할 수 있습니다. 종량제, 만료되지 않는 크레딧, 가입 시 카드 없이 200단어 무료 체험이 제공됩니다. 이미 테스트하고 싶은 내용을 알고 있다면 계정을 만들고 먼저 자신의 문단으로 실행해 보세요.

그리고 무엇을 사용하든 초안을 보관하세요. 오탐에 대한 가장 강력한 방어는 낮은 점수가 아닙니다. 바로 그 글이 어떻게 작성되었는지를 보여주는 폴더입니다.

문장 수준 점수는 실제로 무엇을 가리키나요?

문서 숫자 하나는 플래그가 발생했다는 것만 알려줍니다. 어디서 발생했는지는 알려주지 않습니다. 이 구분은 편집을 할지 말지 결정할 때 중요합니다. 대부분의 플래그된 초안에는 신호를 담은 몇 개의 문장과 아무것도 유발하지 않은 평범한 산문이 많기 때문입니다.

문장 수준 탐지는 문서를 여러 구절로 나누고 각 구절에 점수를 매기므로, 어떤 줄이 기계가 만든 것처럼 읽히고 어떤 줄이 그렇지 않은지 확인할 수 있습니다. 이 분석 결과를 살펴보면 보통 세 가지 패턴이 나타납니다:

• 한 섹션에 몰린 군집. 보통 가장 추상적인 문단, 즉 설명하기보다 요약한 문단입니다. 이는 편집 문제이지 저자성 문제가 아닙니다.
• 흩어진 단일 줄들. 흔히 전환 문장과 주제 문장, 즉 올바른 학술 형식으로 배운 문장들입니다.
• 강한 구절 없이 높은 문서 점수. 중간 범위의 줄이 많이 쌓일 때 발생합니다. 개별적으로는 문제 삼을 만한 것이 없어 보이며, 무엇이든 다시 쓰기 전에 알아 둘 가치가 있습니다.

각 점수 정의가 무엇을 의미하고 플래그가 다음에 어디로 안내하는지에 대한 단계별 설명은 DeAIze 리뷰: 탐지기가 실제로 보고하는 내용을 참조하세요.

2026-10-13에 진행한 자체 실행에서는 생성됨으로 표시되지 않은 DeAIze 가이드의 1549개 구절을(메타데이터 선택만 사용, 인간 저자성은 독립적으로 검증되지 않음) 30% 임계값으로 채점했습니다. 평균 AI 점수는 28%, 중앙값은 20%였으며, 해당 1549개 구절 중 522개가 임계값 이상이었습니다. 문서 수가 아니라 구절 수이며, 검증된 오탐률도 아닙니다. 요점은 분명합니다. 임계값은 평범한 글도 많이 걸러내므로, 무엇을 바꿀지 결정하기 전에 문장별 보기를 읽어 보세요.