AI 검사기가 문서를 판정하는 장면은 이제 대학과 기업에서 낯설지 않습니다. 그런데 검사기는 대체 무엇을 보고 "이 글은 AI가 썼다"고 판단할까요? 원리를 이해하면 판정 결과를 해석하는 눈이 생기고, 왜 어설픈 우회가 통하지 않는지도 명확해집니다.
AI 글에는 통계적 지문이 남습니다
생성형 AI는 "다음에 올 확률이 가장 높은 단어"를 이어 붙이는 방식으로 문장을 만듭니다. 그래서 AI가 쓴 글에는 사람의 글과 구별되는 통계적 특징, 일종의 지문이 남습니다. 검사기가 보는 대표적인 신호는 다음과 같습니다.
- 예측 가능성(퍼플렉시티) — AI 문장은 언어모델 입장에서 "예측하기 쉬운" 단어들로 이어집니다. 사람의 글은 예측을 벗어나는 표현이 훨씬 자주 나옵니다.
- 문장 변화폭(버스티니스) — 사람은 긴 문장과 짧은 문장을 불규칙하게 섞어 씁니다. AI는 문장 길이와 리듬이 고르게 유지되는 경향이 있습니다.
- 어휘·구문 패턴 — "~라고 할 수 있습니다", "결론적으로", 균형 잡힌 나열식 전개처럼 AI가 선호하는 표현과 구조가 반복적으로 나타납니다.
- 문서 전체의 일관성 — 사람의 글은 부분마다 밀도와 스타일이 흔들리지만, AI 글은 처음부터 끝까지 균질한 경우가 많습니다.
검사기는 문장 단위로 확률을 계산합니다
최근의 AI 검사 도구들은 문서 전체에 단일 점수를 매기는 데서 나아가, 문장 단위로 AI 생성 확률을 계산합니다. 그래서 "전체 AI 유사도 35%"라는 수치 뒤에는 "어느 문단의 어느 문장이 왜 판정됐는지"의 세부 정보가 존재합니다.
이 지점이 실무적으로 중요합니다. 제출 전에 점검한다면 전체 수치가 아니라 문장 단위 판정 근거를 봐야 대응이 가능하기 때문입니다. 위원회 제휴 서비스 카피클린이 문장 단위 상세리포트를 기본 제공하는 것도 같은 이유입니다.
탐지가 완벽하다는 뜻은 아닙니다
원리상 AI 탐지는 확률 판정이므로 오탐(사람 글을 AI로 판정)과 미탐이 존재합니다. 특히 정형화된 학술 문체는 드물게 AI로 오인될 수 있습니다. 그래서 위원회는 검사 결과를 "판결"이 아니라 "점검 신호"로 다루기를 권합니다. 판정된 문장을 확인하고, 필요한 부분을 자신의 언어로 다듬고, 검사 기록을 보관해 소명 근거로 삼는 것이 올바른 사용법입니다.
원리를 알면 결론은 하나입니다
통계적 지문은 문장을 몇 개 바꾼다고 사라지지 않고, 자동 변환 도구는 또 다른 AI 지문을 남깁니다. 결국 탐지 원리가 가리키는 결론은 단순합니다. 내가 이해하고 내 언어로 쓴 글이 가장 강력한 대응이라는 것입니다.
AI 유사도 검사의 기본 개념이 궁금하시다면 AI 유사도 검사 완전 가이드부터 읽어보세요.