Canvas는 ChatGPT를 자체적으로 감지하지 않습니다. Instructure는 Canvas를 학습 관리 시스템으로 구축했으며, 내장된 표절 검사는 기관에서 활성화하는 타사 통합을 통해 실행됩니다. 제출물에 AI 점수가 부여된다면, 그 숫자는 Turnitin 또는 학교가 과제에 연결한 탐지기에서 나온 것이지 Canvas 자체에서 나온 것이 아닙니다. Canvas가 보여주는 것은 탐지기가 제출물에 첨부하여 반환한 보고서입니다.
이 구분은 중요합니다. 왜냐하면 플래그에 대해 할 수 있는 일이 달라지기 때문입니다. 당신은 Canvas와 논쟁하는 것이 아닙니다. 탐지기의 확률 추정치를 보고 있는 것이며, 누군가 읽기 전에 신호를 발생시킨 문장을 수정할 수 있습니다.
핵심 요점
- Canvas는 전달 시스템이지 탐지기가 아닙니다. Turnitin 또는 유사한 통합이 점수를 매기고 Canvas가 결과를 표시합니다.
- 플래그는 확률 추정치이지 저작 증거가 아닙니다. 강사들에게도 이렇게 안내되지만, 모두가 그에 따라 행동하는 것은 아닙니다.
- 대부분의 최신 도구에서 탐지는 문장 수준에서 실행되므로, 문서 전체 점수는 어떤 줄이 플래그를 유발했는지 숨깁니다.
- 표면적 습관 — 균일한 문장 길이, 완곡한 전환, 정돈된 문단 형태 — 은 아이디어가 본인의 것이어도 점수를 높입니다.
- 논증을 다시 쓰지 않고도 플래그된 문장을 수정할 수 있으며, 의미가 유지되었는지 확인할 수 있습니다.
- 우리가 직접 측정한 46개의 손으로 쓴 DeAIze 가이드는 평균 AI 점수 27%를 기록했으며, 46개 중 17개가 30% 임계값에서 플래그되었습니다. 인간의 글도 플래그됩니다.
Canvas는 실제로 AI 탐지를 어떻게 처리하나요?
Canvas 자체에는 ChatGPT 탐지기가 포함되어 있지 않습니다. 포함된 것은 외부 검사가 연결된 과제 워크플로우입니다. 강사가 과제에서 표절 및 AI 서비스를 활성화하면, 제출 시 Canvas가 파일을 해당 서비스로 전달하고 반환된 보고서를 SpeedGrader 내에 표시합니다.
일반적인 통합은 Turnitin이며, 여기에는 자체 AI 작성 지표가 있습니다. Turnitin의 보고서는 모델이 AI 생성 가능성이 있다고 판단하는 제출물의 비율과 텍스트 세그먼트별 분석을 보여줍니다. 다른 학교들은 완전히 다른 업체를 사용하며, 일부는 아무것도 사용하지 않습니다.
그 점수가 어떻게 산출되는지 더 자세히 알고 싶다면, AI 탐지 작동 방식에 대한 가이드에서 신호들을 설명합니다. 간단히 말하면: 탐지기는 앞에 오는 단어들을 고려할 때 각 단어가 얼마나 예측 가능한지, 그리고 문장 길이와 구조가 얼마나 다양한지를 살펴봅니다. 평탄하고 예측 가능한 문장은 더 높은 점수를 받습니다.
왜 Canvas는 제가 직접 쓴 글에 AI 점수를 표시하나요?
탐지기가 저자 여부가 아니라 통계적 규칙성을 측정하기 때문입니다. 예측 가능한 전환과 함께 균일하고 잘 정돈된 문장으로 흘러가는 텍스트는 사람이 공들여 썼든 모델이 생성했든 동일하게 보입니다.
이는 가상의 이야기가 아닙니다. 2026-09-19에 진행한 자체 측정에서 우리는 46개의 손으로 작성한 DeAIze 가이드를 자체 탐지기로 30% 플래그 임계값에서 채점했습니다. 평균 AI 점수는 27%, 중앙값은 25%였으며, 46개 중 17개가 플래그되었습니다. 그 문서들 모두 처음부터 끝까지 사람이 작성한 것이었습니다.
우리는 또한 고정된 프롬프트에서 나온 편집되지 않은 모델 출력 12개를 채점했습니다. 그것들의 평균 AI 점수는 35%, 중앙값은 34%였습니다. 이것이 의미하는 바를 주목하세요: 신중한 인간 작성과 원시 모델 출력 사이의 격차는 대부분의 사람들이 가정하는 것보다 좁았습니다. 탐지기 출력은 겹칩니다. 이것이 정직한 그림이며, 단일 숫자를 결코 판결로 취급해서는 안 되는 이유입니다.
하나의 숫자로 추측하는 대신 어떤 특정 문장이 신호를 보내는지 확인하고 싶다면, 초안을 AI 탐지기에 돌려보세요. 문서를 점수화하고 각 문장을 AI 확률에 따라 강조 표시하므로, 모든 것을 다시 쓰는 대신 중요한 문장만 편집할 수 있습니다.
Canvas 내부의 Turnitin AI 지표는 실제로 무엇을 보고하나요?
Turnitin의 AI 작성 지표는 모델이 AI 생성으로 간주하는 적격 텍스트의 추정 비율을 보고하며, 제출물을 분할하여 어디인지 확인할 수 있게 합니다. 특정 작성자를 보고하지 않으며, 의도도 보고하지 않습니다.
몇 가지 실질적인 결과:
- 짧은 제출물은 불안정한 판독값을 생성합니다. 몇백 단어는 탐지기가 작업할 수 있는 정보가 매우 적어 점수가 더 크게 변동합니다.
- 혼합 문서는 혼합 세그먼트를 생성합니다. 모델로 초안을 작성한 후 손으로 많이 편집한 경우, 한 세그먼트는 플래그가 지정되고 나머지는 깨끗하게 표시될 수 있습니다.
- 인용 및 참조 자료도 여전히 점수가 매겨질 수 있습니다. 탐지기는 세그먼트 분석에서 블록 인용이나 참조 목록을 안정적으로 제외하지 않습니다.
- 이 비율은 에세이에서 가짜인 부분의 비율이 아닙니다. 이는 적격 텍스트에 대한 모델 추정치입니다. 보고서의 문구는 사람들이 반복하는 방식보다 더 좁습니다.
이미 보고서를 받았고 이에 대응해야 한다면, Turnitin AI 보고서 해설에서 각 부분이 말하는 내용과 방어적으로 들리지 않으면서 강사에게 답변하는 방법을 다룹니다.
어떤 문장이 Canvas AI 점수를 높일까?
대부분 지루한 문장들이다. 다음은 신호를 담고 있는 패턴들과 의미 손실 없이 고칠 수 있는 방법을 비교한 것이다.
| 점수를 높이는 패턴 | 기계가 만든 것처럼 읽히는 이유 | 대신 할 일 |
|---|---|---|
| 모든 문장이 18–25단어 | 균일한 길이는 강한 통계적 규칙성 | 각 단락에서 한 문장을 둘로 나누거나, 두 문장을 하나의 긴 문장으로 합치기 |
| 모든 단락에 전환어로 시작 | “Moreover”, “Furthermore”, “Additionally”가 연속으로 나오는 것은 템플릿 | 전환어를 삭제하고 첫 절이 연결을 담당하게 하기 |
| 균형 잡힌 세 부분 목록 | 삼분 구조는 모델의 습관 | 두 항목으로 줄이거나, 한 항목을 완전한 문장으로 확장하기 |
| 완충 표현 중첩 | “It is important to consider that there may be” | 하고 싶은 말을 하기. “Consider X.” |
| 구체적 명사 없음 | 이름, 날짜, 객체 없이 추상적 요약 | 실제로 사용한 구체적인 도구, 파일, 숫자 추가하기 |
| 동일한 단락 형태 | 주장, 뒷받침, 재진술 — 세 번 반복 | 변화 주기. 한 단락은 예시로 시작하기 |
이 중 어느 것도 도덕적 실패가 아니다. 편집 문제이며, 한 번의 수정으로 고칠 수 있다.
논증을 다시 쓰지 않고 표시된 문장을 고칠 수 있을까?
그렇다, 그리고 그것이 올바른 범위다. 처음부터 다시 쓰면 주장이 바뀔 위험이 있으며, 이는 표시되는 것보다 더 나쁜 결과다.
지켜지는 워크플로우:
- 초안을 먼저 점수화하세요. 기준점을 확보하여 어떤 문장이 실제로 신호를 전달하는지 파악하세요. 눈을 감고 편집하는 것은 노력 낭비입니다.
- 표시된 문장만 다시 작성하세요. 깨끗한 문장은 그대로 두세요. 문단이 좋은 점수를 받으면, 손대는 것이 오히려 더 나쁘게 만들 수 있습니다.
- 의미가 유지되었는지 확인하세요. 사람들이 건너뛰는 단계입니다. 더 잘 읽히지만 주장을 바꾸는 재작성은 개선이 아닙니다.
- 다시 점수화하고 비교하세요. 숫자가 움직이지 않았다면, 재작성이 실제 신호를 다루지 않은 것입니다.
워크플로우 질문에 대해, 우리의 초안 편집기는 이를 폐쇄 루프로 실행합니다: 점수를 매기고, 표시된 문장만 다시 작성하며, 의미 유사도가 의미가 유지되었다고 말할 때만 재작성을 유지한 다음, 다시 점수를 매기고 전후를 보여줍니다. 우리 사이트의 예시 문단에서 92% AI 점수가 4%가 됩니다. 사이트는 휴머나이징 후 평균 AI 점수 감소가 60% 이상이며 최고 71%라고 보고합니다 — 이는 우리 자체 예측 점수이지 Turnitin나 다른 누구의 공식 판정이 아닙니다.
그 주의 사항은 겸손이 아닙니다. 그것은 도구의 실제 한계입니다. 어떤 휴머나이저도 Turnitin가 반환하는 것을 통제하지 못합니다.
휴머나이징은 부정행위로 간주되나요?
이것은 진지하게 받아들일 가치가 있는 반론이므로, 여기 판매 문구 없이 제시합니다.
아이디어, 분석, 결론을 직접 생성하고 모델이 문장 표현을 도왔다면, 문장을 다듬는 것은 편집입니다. 모든 작가가 하는 일이죠. Grammarly도 그런 작업을 합니다. 이것이 표면적 패턴을 수정하는 근거입니다.
논증을 직접 생성하고 제출물을 자신의 작업으로 통과시키려 한다면, 그것은 다른 행위이며 어떤 도구도 그 본질을 바꾸지 않습니다. 감지 점수가 침해되는 대상이 아닙니다. 저자 표시를 왜곡하는 것이 문제입니다.
대부분의 학문적 정직성 정책은 이를 직접 다루며, 문구는 학생들이 예상하는 것보다 더 다양합니다. 여러분의 대학이 실제로 허용하는 것에 대한 저희 분석은 일반적인 구조를 다루고, 학문적 정직성 청문회 가이드는 사건이 그 단계까지 갈 때 패널이 무엇을 보는지 설명합니다. 자신의 정책을 읽어보세요. 보통 소문이 시사하는 것보다 짧습니다.
제출하기 전에 무엇을 해야 하나요?
순서대로 짧은 루틴:
- 과제의 감지기 설정을 확인하세요. 교수자가 AI 검사를 활성화했다면, 어떤 보고서가 여러분의 이름 옆에 나타날지 알 수 있습니다.
- 제출 전에 자신의 초안을 점수 매겨보세요. 비공개로 알아내는 것이 SpeedGrader에서 알아내는 것보다 낫습니다.
- 표시된 문장만 수정하고, 문서 전체를 고치지 마세요. 이미 깨끗한 점수를 받은 부분은 보존하세요.
- 다시 쓴 문장을 소리 내어 다시 읽어보세요. 여러분이 막히면 독자도 막힙니다.
- 버전 기록을 보관하세요. 모델로 초안을 작성하고 직접 편집했다면, 그 기록이 증거이며, 교수자와의 대화에서 가져갈 수 있는 가장 유용한 것입니다.
- 자신의 과정을 설명할 준비를 하세요. “모델로 초안을 작성하고 많이 편집했습니다”는 방어 가능한 문장입니다. “왜 표시되었는지 모르겠습니다”는 그렇지 않습니다.
이 검색 아래에 깔린 두려움은 보통 도구에 관한 것이 아닙니다. 하지 않은 일로 고발당하고, 그것을 증명할 방법이 없는 것에 관한 것입니다. 방어책은 문서화와 깔끔한 문장이며, 둘 다 당신이 통제할 수 있는 것입니다.
어떤 문장이 기계가 만든 것처럼 읽히는지 확인할 준비가 되셨나요?
어떤 줄이 플래그를 일으켰는지 추측할 필요가 없습니다. 초안을 AI 탐지기에 돌려 문장별 점수를 확인하고, 신호를 담고 있는 문장을 초안 편집기에서 수정한 다음, 전후 수치를 확인하세요. 밀린 문서를 처리하고 있다면, 요금제는 만료되지 않는 크레딧을 사용하는 종량제이며, 무료 등급은 가입 시 신용카드 없이 200단어를 제공합니다. 시작할 준비가 되면 계정을 만들고 걱정되는 초안으로 테스트해 보세요.
텍스트는 현재 작업에만 처리되며, 학습에 사용되지 않고 재판매되지도 않습니다. 당신의 초안은 당신의 것입니다.