중간 범위의 Turnitin AI 점수는 제출물의 일부가 기계 생성된 것처럼 보일 확률을 감지기가 추정했다는 의미입니다. 이는 부정행위를 했다는 판정이 아니며, 어느 쪽으로든 작성자의 진위를 증명하는 것도 아닙니다. Turnitin은 백분율을 보고하는데, 자정에 한 가지 숫자를 뚫어지게 보고 있으면 백분율을 잘못 읽기 쉽습니다.
Turnitin AI 점수는 실제로 무엇을 측정하나요?
Turnitin의 AI 작성 지표는 세그먼트 수준에서 작동합니다. 문서를 여러 구절로 나누고 각 구절의 문구가 언어 모델이 생성한 텍스트와 얼마나 유사한지 추정합니다. 화면에 보이는 대표 숫자는 보통 이러한 세그먼트 추정치를 요약한 것이지, 전체 에세이에 대한 단일 판정이 아닙니다.
이 구분이 중요한 이유는 동일한 대표 백분율이 아주 다른 곳에서 나올 수 있기 때문입니다. 전체가 일관되게 매끄럽게 읽히는 에세이는 그렇지 않은 다양한 문체 중간에 밀도 높은 한 문단이 있는 경우와 다른 상황입니다. 감지기는 패턴을 추정하는 것이며, 패턴은 통계적인 것이지 도덕적인 것이 아닙니다. 우리 것을 포함한 모든 감지기는 증거가 아니라 확률 추정치를 산출합니다. 작동 원리를 알고 싶다면 AI 감지 작동 방식에 대한 가이드에서 감지기가 실제로 살펴보는 신호를 설명합니다.
중간 범위 판독값은 정말로 모호합니다. 이는 모델이 어느 쪽으로도 확신하지 못하는 영역에 속합니다. 이것이 솔직한 답변이며, 대부분의 학생이 결코 듣지 못하는 답변입니다. 인터페이스는 그 뒤에 있는 불확실성 없이 숫자만 보여주기 때문입니다.
왜 대표 백분율보다 어떤 세그먼트가 표시되었는지가 더 중요한가
여기서 실질적인 핵심이 나옵니다. 강사가 Turnitin 보고서를 검토할 때 보는 것은 전체 수치만이 아니라 강조 표시된 구간들입니다. 2,000단어 에세이에 중간 범위 구간이 하나 있는 경우와, 모든 문단에 같은 플래그가 붙은 문서는 전혀 다른 이야기를 합니다.
플래그가 지정된 구간에 대해 스스로 세 가지 질문을 해보세요:
- 어디에 있는가? 서론이나 요약 문단은 본질적으로 정형화된 경우가 많아 추정치를 높일 수 있습니다. 방법 섹션이나 결과 문단에 플래그가 지정된 것은 다른 이야기입니다.
- 얼마나 긴가? 짧게 플래그가 지정된 구간은 모델이 판단할 텍스트가 적기 때문에 긴 구간보다 비중이 작습니다.
- 어떻게 읽히는가? 플래그가 지정된 부분이 초안에서 가장 일반적인 부분이라면 유용한 단서입니다. 탐지기는 여러분의 아이디어가 아니라 예측 가능한 표현에 반응합니다.
그래서 저는 학생들에게 대표 수치를 방어해야 할 대상으로 취급하지 말라고 계속 말합니다. 방어해야 할 것은 구간입니다. 사람이 실제로 보는 것이 바로 그 구간이기 때문입니다.
자신의 문장 중 어떤 것이 신호를 담고 있는지 확인하고 싶다면, DeAIze는 문장 단위로 점수를 매기고 각 줄을 AI 확률에 따라 강조 표시하므로 플래그가 지정된 구간을 초안의 나머지 부분과 비교할 수 있습니다. 누구에게 답변하기 전에 AI 탐지기에서 시작하세요.
Turnitin가 구간 점수를 제시하는 방식 — 그리고 그것이 잘못 읽히는 방식
Turnitin의 보고서는 강조 표시된 텍스트와 함께 백분율을 보여줍니다. 강조 표시가 유용한 부분입니다. 백분율은 여러 세그먼트 추정치를 하나의 수치로 압축한 요약이며, 압축은 항상 세부 정보를 잃습니다.
제가 자주 보는 흔한 오독:
- 백분율을 추정치가 아닌 확실한 것으로 취급합니다.
- 한 세그먼트만 플래그되었는데도 전체 문서가 플래그되었다고 가정합니다.
- 중간 범위 수치를 “이것의 절반이 AI에 의해 작성되었다”라고 읽습니다. 이는 저작 비율이 아닙니다. 특정 구절에 붙은 추정치입니다.
- 점수가 탐지기의 모델, 버전, 기관이 적용한 임계값에 따라 달라진다는 것을 잊습니다.
보고서 레이아웃과 그 주변 용어에 대한 더 자세한 설명을 원하시면, Turnitin AI 탐지 백분율 의미에 대한 저희 글에서 숫자를 한 줄씩 읽는 방법을 설명합니다.
| 보고서에 표시되는 내용 | 의미 | 의미하지 않는 것 |
|---|---|---|
| 헤드라인 백분율 | 세그먼트 수준 추정치의 요약 | AI가 작성한 텍스트의 측정된 비율 |
| 강조 표시된 세그먼트 | 모델이 모델 출력과 통계적으로 유사하다고 판단한 구절 | 해당 구절이 모델에 의해 생성되었다는 증거 |
| 중간 범위 판독값 | 어느 방향으로든 낮은 신뢰도 | 위법 행위 발견 |
| 세그먼트 경계 | 모델의 추정치가 변경된 위치 | 사람 편집자가 선을 그은 위치 |
중간 범위 점수가 위법 행위 발견이 아닌 이유
연구 부정행위는 의도, 과정, 그리고 과제에 적용된 규칙에 대한 인간의 판단입니다. 탐지기는 문구에 대한 추정치를 산출합니다. 이는 서로 다른 범주의 주장이며, 이를 혼동하는 것이 이런 대화에서 가장 흔한 실수입니다.
대부분의 학문적 정직성 정책은 도구를 사용하는 것과 자신의 작업을 왜곡하는 것을 구분합니다. 학문적 정직성 정책에서 왜곡으로 간주되는 것에 대한 저희 분석은 답변을 작성하기 전에 읽어볼 가치가 있습니다. 정책 문구는 보통 위원회가 실제로 중요하게 여기는 것, 즉 제출된 작업이 자신의 이해와 노력을 나타내는지 여부를 알려주기 때문입니다.
중간 범위의 구간 점수는 그것을 입증하지 않습니다. 그것은 통계 모델이 어느 정도 유사성을 발견했다는 것을 입증할 뿐입니다. 그것은 대화의 출발점이지 결론이 아닙니다.
플래그에 대응할 때 실제로 도움이 되는 증거
이것은 학생들이 건너뛰는 부분이며, 결과를 결정하는 부분입니다. 분노로 시작하지 말고, 다른 숫자를 제시하는 다른 탐지기의 스크린샷으로 시작하지 마세요. 탐지기들은 끊임없이 서로 불일치합니다. 그 사실은 실제이지만 그 자체로는 설득력이 거의 없습니다.
대신 도움이 되는 것:
- 당신의 초안과 버전 기록. Word 문서, Google Docs 수정 기록, 타임스탬프. 이것은 과정을 보여주기 때문에 가장 유용한 증거입니다.
- 당신의 출처와 노트. 하이라이트된 PDF, 독서 노트, 개요. 아이디어가 어디서 왔는지 보여줍니다.
- 당신의 과정에 대한 짧은 서면 설명. 언제 썼는지, 무엇을 어려워했는지, 어떤 부분을 다시 썼고 왜 그랬는지.
- 특정 플래그된 부분에 대한 주석. 공들인 문장을 지적하고 선택을 설명할 수 있다면, 추상적인 숫자를 구체적인 논의로 바꾼 것입니다.
- 다른 작업과의 일관성. 다른 제출물도 같은 방식으로 읽힌다면, 그 패턴이 증거입니다.
탐지기 측면에서는 점수가 변동한다는 점을 아는 것이 도움이 됩니다. 우리는 2026-09-13에 DeAIze 탐지기를 사용하여 30% 플래그 임계값으로 자체 측정을 실행했습니다. 손으로 작성한 DeAIze 가이드 23개는 평균 21%, 중앙값 22%, 범위 046%를 기록했고, 23개 중 5개가 플래그되었습니다. 고정 프롬프트에서 나온 편집되지 않은 모델 출력 12개는 평균 33%, 중앙값 34%, 범위 446%를 기록했습니다. 겹치는 부분에 주목하세요. 인간의 글쓰기와 편집되지 않은 모델 출력은 같은 대역에 위치하며, 이것이 중간 범위 판독이 본질적으로 불확실한 이유입니다. 이는 제3자 탐지기 결과가 아닌 우리 자체 도구이며, 표본이 작지만 겹친다는 점이 핵심입니다.
응답하기 전에 직접 분류 작업을 하고 싶다면, 텍스트가 AI로 작성되었는지 확인하는 방법의 방법이 합리적인 시작점입니다.
다음에 할 일, 순서대로
- 보고서를 열고 정확히 어떤 부분이 플래그되었는지 확인하세요. 경계를 적어 두세요.
- 해당 부분을 소리 내어 읽어 보세요. 표현이 일반적이거나, 템플릿 같거나, 유난히 매끄러운 곳을 메모하세요.
- 초안, 노트, 버전 기록을 한 폴더에 모으세요.
- 당신의 과정에 대해 짧고 차분하게 서술하세요.
- 자신의 글이 플래그되고 어떤 문장이 신호를 담고 있는지 보고 싶다면, 추측하지 말고 문장 수준 탐지기를 통해 실행하세요.
- 해당 부분, 증거, 그리고 어떻게 진행하기를 원하는지에 대한 질문을 담아 강사에게 답장하세요.
당신이 느끼는 두려움은 이해할 수 있지만, 숫자 자체는 보기보다 약한 증거입니다. 부분, 초안, 과정이야말로 인간 검토자가 실제로 저울질할 수 있는 것입니다.
실제 예시
학생이 도시 열섬 현상에 대해 쓴 글을 살펴보자. 초고는 이렇다: “도시는 도시 열섬 효과로 인해 주변 농촌 지역보다 더 따뜻한 경우가 많다. 이 현상은 콘크리트와 아스팔트가 낮 동안 열을 흡수하고 밤에 천천히 방출하기 때문에 발생한다.”
이것은 유능하고 명확한 인간의 글이지만, 문장 구조가 균일하고 어휘가 표준적이기 때문에 탐지기가 중간 범위로 점수를 매길 수 있는 표현이기도 하다. 이제 같은 생각을 학생이 자신의 목소리로 쓴 글: “나는 지난여름 우리 동네에서 이것을 측정했다. 내 아파트는 자정이 훨씬 지나서까지 더웠는데, 20분 거리에 있는 부모님 집은 10시까지 식었다.”
두 번째 버전은 더 구체적이고 더 개인적이며 덜 예측 가능하고, 탐지기는 그 차이에 반응하는 경향이 있다. 또한 단순히 더 나은 글쓰기이다. 해결책은 무엇인가를 위장하는 것이 아니라, 페이지에 자신을 더 많이 담는 것이며, 이는 과제가 애초에 요구한 바로 그 것이다.
점수 확인이 적합한 위치
답변하기 전에 두 번째 읽기를 원한다면, 문장 수준 도구는 하나의 불투명한 숫자를 주는 대신 어떤 줄이 신호를 담고 있는지 보여준다. DeAIze는 문서 점수를 보고하고 각 문장을 AI 확률로 강조하며, 휴머나이저는 닫힌 루프를 실행한다: 점수 매기기, 표시된 문장만 다시 쓰기, 의미 유사도가 의미가 유지되었다고 말할 때만 재작성 유지, 그런 다음 다시 점수 매기고 전후를 보고한다. 이 사이트는 휴머나이징 후 평균 AI 점수 60%+ 감소를 보고하며, 사이트에 사용된 예시 단락에서는 92% AI 점수가 4%가 된다. 이는 제품 자체의 예측 점수이지, 어떤 제3자 탐지기의 공식 판정이 아니며, 어떤 도구도 Turnitin가 무엇을 보여줄지 보장할 수 없다. 가입 시 200단어 무료 티어가 있고 신용카드가 필요 없으며, 자신의 표시된 부분이 문장 수준에서 어떻게 읽히는지 보고 싶다면 이용할 수 있다.
가장 중요한 것은 아이디어, 데이터, 결론이 당신의 것으로 남는 것입니다. 더 깔끔한 문장이 당신의 사고를 대신할 수는 없으며, 그 뒤에 있는 작업이 당신의 것이 아니라면 추구할 가치가 있는 점수는 없습니다.
측정 참고: 이 글의 수치는 2026-09-13에 자체 탐지기를 실행한 결과에서 나온 것입니다 — n = 23개의 직접 작성한 가이드 대 n = 12개의 편집되지 않은 모델 출력, 중앙값 AI 점수는 각각 22%와 34%입니다. 방법: /methodology/.