Originality.ai이(가) 회원님의 텍스트를 표시했습니다. 이 점수는 확률 추정치일 뿐, 모델을 사용했다는 증거가 아닙니다. 그리고 신호를 담고 있는 문장을 편집하면 정직하게 점수를 낮출 수 있습니다. 먼저 문서 전체 점수와 문장별 하이라이트를 함께 읽어보세요. 그런 다음 표시된 줄만 수정하고, 초안 전체를 고치지는 마세요. 이것이 방법의 전부이며, 이 글의 나머지는 세부 사항입니다.
Originality.ai 점수는 실제로 무엇을 의미하나요?
Originality.ai은(는) 텍스트가 기계 생성되었을 가능성을 추정하는 백분율을 반환합니다. 이는 판결이 아니며, 작성자의 증거도 아닙니다. 같은 문단을 읽는 두 도구가 크게 다른 결과를 낼 수 있는데, 각 도구가 서로 다른 신호 — 혼란도, 버스트성, 문장 리듬, 다음 단어의 예측 가능성 — 를 다르게 가중하기 때문입니다.
Originality.ai의 자체 문서에서는 이 점수를 예측으로 설명하며, 우리가 테스트한 모든 탐지기와 마찬가지로 위양성과 위음성을 모두 생성합니다. 2026-09-28에 우리가 직접 측정한 결과, 61개의 DeAIze 가이드에서 가져온 709개의 참조 구절을 30% 플래그 임계값으로 우리 탐지기에 통과시켰습니다. 이 가이드들은 메타데이터에 생성된 것으로 표시되지 않았기 때문에 선택되었습니다. 평균 AI 점수는 26%, 중앙값은 25%였으며, 범위는 0에서 69까지였습니다. 그 709개 구절 중 239개가 임계값 이상의 점수를 받았습니다. 인간 저작 여부는 독립적으로 검증되지 않았으므로, 이 수치로 인간 위양성률을 확립할 수는 없습니다. 자신의 작업에 플래그가 붙었다고 당황하기 전에 그 숫자를 다시 읽어보세요.
불편한 부분은 이것입니다: 높은 점수가 부정행위를 의미하지 않으며, 낮은 점수가 부정행위를 하지 않았다는 의미도 아닙니다. 이는 텍스트의 표면적 패턴이 모델이 인식하도록 훈련된 패턴과 유사하다는 뜻입니다. 그러한 패턴을 수정하는 것은 기술의 문제이지, 도덕의 문제가 아닙니다.
Originality.ai은(는) 왜 진짜 본인이 쓴 글을 표시하나요?
탐지기는 의미를 읽지 않습니다. 형태를 읽습니다. 깔끔한 연결어로 이어진, 놀라움 없는 균일한 중간 길이 문장들로 이루어진 문단은 사람이 썼더라도 생성된 것처럼 보입니다. 왜냐하면 그 형태가 바로 생성된 텍스트가 흔히 가지는 형태이기 때문입니다.
점수를 가장 크게 끌어올리는 세 가지가 있습니다:
- 균일한 문장 길이. 각각 열여덟 단어인 열 문장은 템플릿처럼 읽힙니다.
- 예측 가능한 전환어. “Furthermore”, “Moreover”, “In addition”이 연달아 쌓입니다.
- 구체성 없는 평면적 주장. 이름도, 방어할 수 있는 숫자도, 오직 당신만 알 수 있는 세부 사항도 없습니다.
솔직히 짚고 넘어갈 만한 구조적 편향도 있습니다. 비원어민 영어 필자는 더 자주 표시됩니다. 왜냐하면 신중한 학술 영어, 즉 작문 수업에서 가르치는 종류의 영어는 의도적으로 규칙적이기 때문입니다. 그것은 탐지기가 잡도록 만들어진 대상처럼 보입니다. 만약 당신의 상황이 그렇다면, 해결책은 더 형편없는 영어를 쓰는 것이 아닙니다. 더 다양한 영어를 쓰는 것입니다.
무엇이든 다시 쓰기 전에 어떤 특정 문장이 신호를 담고 있는지 보고 싶다면, 먼저 초안을 AI 탐지기에 돌려보세요. 문장 수준 점수는 무서운 숫자를 짧은 수정 목록으로 바꿔줍니다.
비교: 각 도구가 실제로 제공하는 것
이 표는 저희가 만든 것입니다. 각 도구가 무엇을 보고하고 무엇을 위해 만들어졌는지를 설명할 뿐, 어느 것이 얼마나 정확한지는 다루지 않습니다. 정직하게 인용할 수 있는 수치를 공개한 탐지기는 없습니다.
| 도구 | 보고 내용 | 적합한 용도 | 주의할 점 |
|---|---|---|---|
| Originality.ai | 문서 수준 AI 확률 및 표절 검사 | 대량으로 제출물을 심사하는 편집자 | 수정 방법이 명확하지 않은 단일 점수 |
| GPTZero | 문장 하이라이트가 포함된 문서 점수 | 어떤 문장에 신호가 있는지 확인 | 짧은 텍스트에서는 문장 점수가 확신에 차 보일 수 있음 |
| Copyleaks | 문서 및 세그먼트 수준 AI 확률 | 학술 및 출판 워크플로 | 세그먼트 경계가 하나의 아이디어를 어색하게 나눌 수 있음 |
| Turnitin | 기관 보고서 내 AI 지표 | 개별 작성자가 아닌 기관 | 일반적으로 원본 보고서를 직접 볼 수 없음 |
| DeAIze | 전체 문서 점수 및 문장별 AI 확률 | 수정할 문장을 찾은 뒤 다시 점수 매기기 | 이 모든 도구와 마찬가지로 확률 추정치임 |
이 표에 없는 항목을 보세요. 바로 정확도 열입니다. 이는 의도적인 것입니다. 탐지기 출력은 확률 추정치이며, 이러한 도구를 합격/불합격 기준으로 취급하는 것이 바로 잘못된 고발이 일어나는 방식입니다.
해결책: 전체 초안이 아니라 표시된 문장을 수정하세요
모든 것을 다시 쓰는 것은 사람들이 자신만의 목소리를 망가뜨리는 방식입니다. 표시된 문장은 보통 문서의 일부에 불과하며, 가장 구체적이지 않았던 부분에 몰려 있습니다.
1. 텍스트의 점수를 매기고 표시된 문장을 나열하세요. 지금은 문서 점수는 무시하세요. 임계값을 넘은 문장을 적어 두세요.
2. 표시된 각 문장에 당신만이 알 수 있는 한 가지를 추가하세요. 날짜, 장소, 이름, 자신의 데이터에서 나온 숫자, 관찰한 결과. 구체성은 가장 강력한 탐지 방지 신호이며, 글의 질도 향상시킵니다.
3. 리듬을 깨세요. 연속된 세 문장이 길면, 하나를 짧게 만드세요. 네 단어도 괜찮습니다. 변화가 핵심입니다.
4. 소리 내어 절대 말하지 않을 전환어를 잘라내세요. “Furthermore”는 거의 말하지 않습니다. “Also”는 보통 말합니다.
5. 다시 점수를 매기고 비교하세요. 의미가 유지된 경우에만 수정을 유지하세요. 재작성이 주장을 바꿨다면 원본을 되돌리고 다시 시도하세요.
이것이 DeAIze가 실행하는 루프입니다: 점수를 매기고, 표시된 문장만 재작성하고, 의미가 유지되었는지 확인하기 위해 의미적 유사성을 검사한 다음, 다시 점수를 매기고 전후를 보여줍니다. 사이트의 예시 단락에서 92% AI 점수는 4%가 됩니다. 사이트 자체 실행에서 보고된 평균 감소율은 60% 이상, 최고 71%입니다. 이는 제품의 예측 점수이며, Originality.ai이나 다른 누구의 공식 판정이 아닙니다.
실제 예시
이것은 예시이며, 실제 문서가 아닙니다.
수정 전: “인공지능은 현대 교육에서 점점 더 중요해지고 있습니다. 게다가, 그것은 학생과 교육자 모두에게 수많은 이점을 제공합니다. 더욱이, 기관들은 이러한 변화에 적응해야 합니다.”
수정 후: “우리 학과는 지난 학기에 AI 채점 보조 도구를 사용하기 시작했습니다. 여덟 명의 교직원 중 두 명은 첫 달 이후 사용을 중단했습니다 — 그들은 피드백이 모든 학생에게 똑같이 들린다고 말했습니다.”
두 번째 버전에는 숫자, 기간, 그리고 누군가 반대할 수 있는 의견이 있습니다. 어느 쪽이 사람이 쓴 것처럼 읽히는지 탐지기가 알려줄 필요가 없습니다.
이것이 잘못된 접근인 경우
편집이 답이 아닌 경우에 대해 스스로에게 솔직해지세요.
소속 기관이나 고객이 AI 지원 초안 작성에 반대하는 규칙을 가지고 있는데도 모델을 사용했다면, 텍스트를 편집한다고 해서 그 문제가 해결되지 않습니다. 문제는 문장이 아니라 공개 여부입니다. 먼저 정책을 읽어보세요 — 무엇이 허위 진술로 간주되는지에 대한 저희 분석에서 대부분의 정책이 그 경계를 어떻게 긋는지 다룹니다.
탐지기 점수가 불리한 증거로 사용되고 있다면, 그 혐의를 편집으로 이기려 하지 마세요. 어떤 도구가 점수를 산출했는지, 어떤 임계값이 적용되었는지, 원본 보고서를 확인할 수 있는지 물어보세요. 임계값이 명시되지 않은 확률 추정치는 판정이 아닙니다.
그리고 근본적인 아이디어, 데이터 또는 결론이 본인의 것이 아니라면, 아무리 문장을 편집해도 그 작업이 본인의 것이 되지 않습니다. 휴머나이징은 본인이 쓴 글의 오탐을 줄이고 본인의 AI 지원 초안을 정리하는 것입니다. 그게 전부입니다.
탐지율을 낮게 유지하는 주간 루틴
탐지 후 편집은 사후 대응입니다. 다음은 예방적 버전이며, 시간은 비슷하게 걸립니다.
- 평소처럼 초안을 작성하세요. AI 지원 여부와 상관없습니다.
- 소리 내어 읽어보세요. 보도자료처럼 들리는 모든 문장은 다시 씁니다.
- 각 섹션마다 구체적인 세부 사항을 하나씩 추가하세요 — 이름, 수치, 날짜.
- 제출 후가 아니라 제출 전에 점수를 확인하세요.
- 누군가 물어볼 경우를 대비해 변경한 내용을 기록해 두세요. 자신의 편집을 설명할 수 있는 것이 가장 강력한 입장입니다.
이 작업이 속하는 더 넓은 편집 과정에 대해서는 AI 텍스트 인간화 가이드에서 동일한 루프를 더 깊이 다룹니다.
알아둘 만한 측정값이 하나 더 있습니다: 같은 2026-09-28 실행에서 우리 탐지기는 참조 샘플에서 약 100단어당 하나의 AI 흔적을 발견했는데, 그 샘플의 인간 저작 여부는 독립적으로 검증되지 않았으며, 편집되지 않은 DeepSeek 모델 출력에서도 100단어당 하나를 발견했습니다. 흔적 자체가 두 코퍼스를 구분하는 요소가 아닙니다. 구분하는 것은 변이의 빈도입니다. 그래서 해결책은 동의어 교체가 아니라 리듬과 구체성입니다.
다음 10분 동안 할 일
표시된 문서를 엽니다. 점수가 가장 높은 세 문장을 찾습니다. 각 문장에 구체적이고 확인 가능한 세부 사항을 하나씩 추가합니다. 해당 단락을 소리 내어 읽습니다. 다시 점수를 매깁니다. 숫자가 움직이고 의미가 유지된다면, 방법을 찾은 것입니다 — 문서의 나머지 부분에도 반복하고, 문서 점수가 0이 될 때가 아니라 표시된 줄이 사라질 때 멈추세요. 0이 되지는 않을 것이고, 그럴 필요도 없습니다.
측정 참고: 이 글의 수치는 2026-09-28에 우리 자체 로컬 탐지기 관찰에서 나온 것입니다 — 61개의 메타데이터로 선택된 가이드에서 발췌한 n = 709 참조 구절 대 n = 12 편집되지 않은 DeepSeek 모델 구절, 중앙값 AI 점수는 각각 25%와 34%입니다. 인간 저작 여부는 독립적으로 검증되지 않았습니다; 같은 가이드에서 나온 구절들은 상관관계가 있으므로, 이 수치로 인간 오탐률을 확립할 수 없습니다. 방법: 방법론. 날짜가 있는 증거: 코퍼스 관찰, 2026-09-28.