탐지기가 당신의 번역을 표시하고 AI 생성이라고 부릅니다. 대부분의 경우, 이 도구는 처음부터 모델이 작성한 것이 아니라 기계 번역의 흔적에 반응하는 것입니다. DeepL, Google Translate 및 LLM 번역 모드는 모두 동일한 지문을 남깁니다: 균일한 문장 길이, 직역된 관용구, 평평한 문체, 반복되는 접속사. 이러한 패턴은 통계적으로 보입니다. 그것들은 저자성 신호가 아니지만, 탐지기가 항상 차이를 구별할 수 있는 것은 아닙니다. 이 가이드는 번역된 텍스트 AI 탐지가 실제로 어떻게 작동하는지, 기계 번역이 무엇을 남기는지, 그리고 의미를 건드리지 않고 오탐을 줄이는 편집 방법을 보여줍니다.
주요 요점
- 기계 번역의 흔적(균일한 구문, 직역된 관용구, 평평한 문체)은 AI 생성 신호와 겹치므로 Turnitin, GPTZero 및 Copyleaks 같은 플랫폼이 정당한 번역을 표시합니다.
- 2026-09-19에 우리 자체 측정에서, 우리는 46개의 손으로 쓴 DeAIze 가이드를 30% 표시 임계값으로 우리 탐지기로 점수화했습니다: 평균 AI 점수 27%, 중앙값 25%, 범위 0-55%, 46개 중 17개가 표시됨.
- 같은 실행에서 12개의 편집되지 않은 모델 구절을 점수화했습니다: 평균 35%, 중앙값 34%, 범위 25-49%. 번역은 이 두 분포 사이 어딘가에 위치합니다.
- 번역을 수정하려면 특정 편집 과정이 필요합니다: 문장 길이의 균일성을 깨고, 직역된 관용구를 대체하고, 문체 변화를 복원하고, 문장 수준 탐지기로 다시 확인하십시오.
- 기관이 당신을 고발하면, 탐지 출력은 확률 추정치이지 저자성의 증거가 아닙니다. 초안, 용어집 및 번역 메모리로 이의를 제기할 수 있습니다.
번역된 텍스트가 왜 AI로 표시되나요?
탐지기는 의미를 읽지 않습니다. 그것들은 통계적 질감을 측정합니다: 이전 토큰이 주어졌을 때 각 토큰이 얼마나 예측 가능한지(퍼플렉시티)와 문장 길이와 구조가 얼마나 다양한지(버스티니스). 기계 번역은 유창성과 일관성을 최적화하여 두 측정을 평평하게 만듭니다. 번역된 단락은 종종 인간의 초안보다 더 매끄러운 전환, 더 적은 독특한 단어 선택, 그리고 거의 문체 변동이 없습니다. 탐지기에게는 기계 확률로 읽힙니다. 인간 독자에게는 유능한 번역으로 읽힙니다.
혼동은 구조적이지 악의적이지 않습니다. Turnitin, GPTZero, Copyleaks, Originality.ai 및 Sapling 모두 그들의 점수가 추정치라고 발표합니다. 그들 중 어느 것도 번역 특정 보정을 발표하지 않습니다. 이중 언어 작가가 번역된 초록이나 번역된 마케팅 페이지를 제출할 때, 도구는 그 텍스트를 대부분 영어 원어민 인간 글쓰기와 모델 출력을 포함하는 코퍼스와 비교합니다. 번역은 모델이 분리하도록 훈련되지 않은 세 번째 범주입니다.
두 번째 이유가 있습니다. 영어로의 번역은 문법적으로는 맞지만 통계적으로는 흔치 않은 구문을 자주 만들어내는데, 탐지기들은 흔치 않지만 유창한 표현이 모델 출력과 상관관계가 있다는 것을 학습했습니다. “the committee proceeded to the evaluation of the proposal” 같은 문장은 틀린 것이 아닙니다. 다만 원어민 영어 편집에서는 드물 뿐이고, 탐지기는 바로 그 드묾을 기계적인 것으로 읽습니다.
기계 번역은 대상 언어에 무엇을 남기는가?
기계 번역은 네 가지 반복되는 흔적을 남깁니다. 이는 DeepL, Google Translate 및 LLM 번역 모드 전반에서 나타나며, 깔끔한 번역이 어떤 탐지기에서도 높은 점수를 받을 수 있는 이유입니다.
| 흔적 | 영어에서 나타나는 모습 | 탐지기가 반응하는 이유 |
|---|---|---|
| 균일한 구문 | 모든 문장이 18-25단어, 동일한 주어-동사-목적어 구조 | 낮은 버스티니스는 기계로 읽힘 |
| 직역된 관용구 | “Take the decision”, “make a photo”, “in the last years” | 예측 가능한 차용 번역, 낮은 퍼플렉시티 |
| 평평한 레지스터 | 격식체와 비격식체 문단이 동일하게 들림 | 인간의 레지스터 변화가 빠져 있음 |
| 과도하게 응집된 연결어 | 대부분의 문단을 “Moreover”, “Furthermore”, “In addition”으로 시작 | 반복되는 예측 가능한 전환 |
| 대칭적인 문단 구성 | 모든 문단이 3-4문장, 같은 길이 | 탐지기가 알아차리는 구조적 규칙성 |
레지스터 문제는 번역가들이 과소평가하는 부분입니다. 원문 언어에서 저자는 격식 있는 논증과 캐주얼한 곁말 사이를 오갈 수 있습니다. 기계 번역은 이를 하나의 일관된 어조로 평준화하는 경향이 있습니다. 일관성은 스타일 가이드에는 좋지만 탐지기에는 나쁩니다. 인간의 글쓰기는 문서 전체에 걸쳐 그렇게 일관적인 경우가 드물기 때문입니다.
차용 번역은 두 번째로 과소평가되는 범주입니다. “Make a decision”은 괜찮습니다. “Take a decision”은 영국 영어이자 여러 로망스어 및 게르만어에서의 직역이기도 합니다. 인간 번역가라면 이를 잡아낼 것이고, 기계 번역은 이를 재현하며, 탐지기는 낮은 확률의 바이그램을 보고 그 문장에 약간의 기계 확률을 더합니다.
번역 흔적은 AI 생성 신호와 어떻게 다른가요?
번역 흔적과 AI 생성 신호는 겹치지만, 같은 것은 아닙니다. 차이를 알면 무엇을 편집해야 하는지 알 수 있습니다.
번역 흔적은 원문에서 비롯됩니다. 원문의 논리, 용어, 논증 순서, 특이점을 보존합니다. 번역된 문단은 보통 모든 문장에 정당한 이유가 있습니다. 원문이 그렇게, 그 순서로, 그 용어로 말했기 때문입니다. 이상함은 내용이 아니라 표면적 형태에 있습니다.
AI 생성 신호는 모델의 샘플링에서 비롯됩니다. 출처 없는 완곡한 표현(“고려하는 것이 중요합니다”), 일반적인 예시, 지어낸 구체적 내용, 그리고 다음 문단을 시작하기 전에 이전 문단을 요약하려는 경향이 포함됩니다. 이상함은 표면만이 아니라 내용과 추론에 있습니다.
실용적인 테스트: 표시된 문장을 읽고 그것을 만들어낸 원문 문장을 지목할 수 있는지 물어보세요. 그렇다면 아마도 번역 흔적입니다. 그렇지 않고, 그 문장이 원문이 요구하지 않은 수사적 역할을 하고 있다면, 생성 신호일 수 있습니다. 이 구분이 중요한 이유는 해결 방법이 다르기 때문입니다. 번역 흔적은 표면 편집이 필요합니다. 생성 신호는 내용 편집이나 삭제가 필요합니다.
번역 초안에서 어떤 특정 문장이 기계 신호를 담고 있는지 보고 싶다면, 먼저 DeAIze AI 탐지기를 통해 실행해 보세요. 문장 수준 강조 표시는 편집할 줄을 보여주므로, 애초에 문제가 아니었던 문단을 다시 쓰지 않아도 됩니다.
인간이 작업했는데도 번역된 텍스트가 탐지기를 걸리는 이유는 무엇인가요?
불편한 답은 탐지기가 번역을 위해 만들어진 것이 아니라는 점입니다. 탐지기는 인간이 작성한 영어와 모델이 작성한 영어를 구분하기 위해 만들어졌습니다. 번역은 제3의 양식이며, 양쪽의 특징을 모두 차용합니다.
2026-09-19에 우리가 직접 측정한 결과는 인간 영역이 이미 얼마나 넓은지를 보여줍니다. 우리는 손으로 작성한 DeAIze 가이드 46개를 30% 플래그 임계값으로 탐지기로 채점했습니다. 평균 AI 점수는 27%, 중앙값 25%, 범위 0-55%였고, 46개 중 17개가 플래그되었습니다. 그 가이드들은 인간이 작성하고 편집하고 게시한 것입니다. 그런데도 탐지기는 그 임계값에서 3분의 1 이상을 플래그했습니다. 비교를 위해, 편집되지 않은 모델 구절 12개는 평균 35%, 중앙값 34%, 범위 25-49%를 기록했습니다. 두 분포는 크게 겹칩니다. 번역된 문서는 어떤 모델도 작성하지 않았는데도 그 겹침 안 어디에든 놓일 수 있습니다.
그 겹침이 탐지의 정직한 한계입니다. 또한 단일 점수를 판결로 절대 받아들여서는 안 되는 이유이기도 합니다. 고객, 편집자 또는 기관과 일하고 있다면 유용한 대화는 어떤 문장이 걸렸는지, 원문이 무엇이라고 했는지, 그리고 번역 메모리에 무엇이 나타나는지에 관한 것입니다. 오탐 가이드는 그 대화를 단계별로 안내합니다.
의미를 바꾸지 않고 탐지를 피하기 위해 번역된 텍스트를 어떻게 편집하나요?
이것은 번역에 특화된 편집 단계입니다. 일반 QA를 대신하는 것이 아니라 그 후에 하세요.
- 표시된 문장만 읽으세요. 표시되지 않은 텍스트를 다시 쓰지 마세요. 문장 수준 탐지기는 짧은 목록을 제공하니, 그 목록을 작업하세요.
- 문장 길이의 획일성을 깨세요. 표시된 세 문장이 모두 20-25단어라면, 하나는 나누고 다른 하나는 합치세요. 버스트성은 복원하기 가장 저렴한 신호입니다.
- 직역을 관용적 표현으로 바꾸세요. “Take a decision”은 “decide”가 됩니다. “In the last years”는 “in recent years”가 됩니다. 용어가 문서 전체에서 일관되게 유지되도록 용어집을 유지하세요.
- 문체 변이를 복원하세요. 원문에 캐주얼한 곁말이 있다면, 번역도 그 부분에서 캐주얼하게 하세요. 모든 문단을 같은 격식으로 갈아내지 마세요.
- 접속사를 다양하게 하세요. “Moreover”가 세 문단을 시작한다면, 두 개를 바꾸세요. 콜론, 대시, 또는 접속사 없음을 사용하세요.
- 결과를 소리 내어 읽으세요. 동료에게 말하지 않을 표현은 다시 손보세요.
- 다시 점수를 매기세요. 의미가 흐르지 않고 표시된 문장이 줄었는지 확인하세요. 재작성이 전문 용어를 바꾼다면, 되돌리고 다시 시도하세요.
다음은 실제 예시입니다. 이 글을 위해 만들어졌으며, 고객 작업에서 가져온 것이 아닙니다.
이전 (일반적인 기계 번역 출력):
Moreover, the implementation of the new framework requires the consideration of several factors. Furthermore, the evaluation of these factors must be conducted in a systematic manner. In addition, the results of this evaluation should be documented in a comprehensive report.
이후 (번역 흔적을 편집한 결과):
The new framework needs several things to work. You have to evaluate them systematically. Document what you find.
의미는 동일합니다. 표시된 패턴들은 사라졌습니다: 반복되는 “게다가/더욱이/또한”이 없고, 획일적인 문장 길이도 없으며, 명사화 위에 명사화가 쌓이지도 않습니다.
더 긴 문서를 편집하고 있다면, 번역 아티팩트 체크리스트가 같은 문제의 비영어권 측면을 다루며, 원문이 영어가 아닐 때 표시가 다르게 작동하는 이유도 포함합니다.
번역된 글에서 탐지 결과에 언제 이의를 제기해야 하나요?
작업 과정을 입증할 수 있을 때 이의를 제기하세요. 즉, 세 가지를 의미합니다.
첫째, 원문 텍스트입니다. 프랑스어, 독일어, 스페인어 또는 일본어 원문에서 번역했다면, 원본 문서가 가장 강력한 증거입니다. 탐지기는 그것을 볼 수 없지만, 사람 검토자는 볼 수 있습니다.
둘째, 번역 메모리 또는 용어집입니다. 세그먼트 수준 기록은 사람이 각 선택을 했다는 것을 보여주고, 그 선택들이 일관되었음을 보여줍니다. 이것이 “탐지기가 그렇게 말했다”를 방법론에 대한 대화로 바꿔주는 문서입니다.
셋째, 탐지기 자체의 출력입니다. 플랫폼이 문장 수준의 세부 정보 없이 문서 수준 점수만 보고한다면, 정확하게 대응할 수 없습니다. 문장별 분석을 요청하세요. 그것이 없다면, 없다고 말하세요. 증거로서의 탐지에 관한 적법 절차 글은 기관이 확률 추정치로부터 합리적으로 결론 내릴 수 있는 것과 없는 것을 설명합니다.
해서는 안 되는 일은 번역문을 휴머나이저에 돌리고 끝났다고 하는 것입니다. 휴머나이저는 표면적 패턴을 바꿀 뿐, 출처 흔적을 만들어내지 않습니다. 번역이 진정으로 본인의 것이라면, 위의 편집 과정과 TM이 출처 없는 재작성 파일보다 더 강력한 입장입니다.
번역 문서를 위한 간단한 루틴
정기적으로 번역하고 탐지기가 계속 결과물을 표시한다면, 이것을 납품 체크리스트에 포함하세요.
- 납품 전에 목표 텍스트를 문장 수준 탐지기에 돌리세요.
- 표시된 문장만 위의 7단계 과정을 사용해 편집하세요.
- 다시 점수를 매기고 전후를 비교하세요. 전후 보고서를 납품물과 함께 보관하세요.
- 원문, 용어집, TM 세그먼트 ID를 파일과 함께 저장하세요.
- 고객에게 무엇을 했는지 알리세요. 오탐에 대한 QA로 설명하는 것은 정직하며 어색한 대화를 미리 방지합니다.
마지막 요점은 편집보다 더 중요합니다. 번역은 이미 기계적이라는 비난을 받습니다. 원문, 용어 선택, 편집 로그를 보여줄 수 있는 번역가는 전문가가 해야 할 일을 정확히 하는 것입니다. 탐지기는 판사가 아니며, 당신의 과정이 증거입니다.
기계가 만든 것처럼 읽히는 문장이 어디인지 확인할 준비가 되셨나요?
번역한 단락을 DeAIze AI 탐지기에 붙여 넣으면 문서 점수와 문장별 AI 확률이 나오므로, 표시가 직역된 문장 하나에 있는지 문서 전체에 걸쳐 있는지 확인할 수 있습니다. 표시가 몇 줄에 집중되어 있다면 초안 편집기에서 해당 문장을 제자리에서 다시 쓸 수 있고, 휴머나이저는 닫힌 루프를 실행합니다. 점수를 매기고, 표시된 문장만 다시 쓰고, 의미가 유지되었다고 의미 유사도가 판단할 때만 재작성본을 유지한 다음, 다시 점수를 매기고 전후를 보고합니다. 사이트에서 사용된 예시 단락에서는 92% AI 점수가 4% AI가 됩니다. 무료 요금제는 가입 시 200단어를 제공하며 신용카드가 필요 없고, 이는 약정하기 전에 번역한 단락 하나를 테스트하기에 충분합니다. 유료 크레딧은 종량제이며 만료되지 않습니다. 단어 묶음은 요금제를 참조하세요. 교차 검증은 내부 추측을 신뢰하는 대신, 설정된 경우 실제 제3자 탐지기 API(GPTZero, Turnitin, Copyleaks, Originality.ai 및 Sapling 포함)에 대해 출력을 실행합니다. 탐지기 점수는 확률 추정치일 뿐 저자임을 증명하는 것이 아니며, 어떤 도구도 어떤 플랫폼에서든 특정 점수를 보장할 수 없습니다. 아이디어와 번역은 여전히 당신의 것이어야 합니다.