AI 점수는 어떤 글이 AI로 생성됐을 가능성을 탐지기가 추정한 값으로, 보통 백분율이나 "사람이 썼을 가능성 높음", "AI일 가능성 높음" 같은 라벨로 표시돼요. 글쓰기 패턴에 기반한 확률일 뿐, 챗봇이 몇 단어를 썼는지 잰 값도 아니고 무언가를 증명하는 것도 아니에요. 초안과 맥락을 함께 살펴보며, 더 자세히 들여다보기 위한 출발점으로 읽으세요.
숫자가 실제로 의미하는 것
AI 탐지기는 분류기예요. 사람이 쓴 글과 기계가 생성한 글을 대량으로 학습해서 둘 사이의 통계적 차이를 익혀요. 문서를 붙여 넣으면 탐지기는 그 패턴을 학습한 내용과 비교해 신뢰도를 내놓아요.
도구에 따라 대표 숫자의 의미는 다를 수 있어요.
| 표시 | 보통의 의미 |
|---|---|
| "82% AI" | 대개 글이 AI 출력과 비슷하다는 확신도 추정치. 표시된 텍스트의 비율을 뜻하는 도구도 있음 |
| "18% 사람" | 같은 추정을 반대 방향으로 표현한 것 |
| "문장 34% 표시됨" | 문장 약 3분의 1이 각각 AI처럼 보였음 |
| "AI 가능성 높음 / 혼합 / 사람 가능성 높음" | 정해진 기준값에 따라 점수를 구간으로 바꾼 것 |
| 하이라이트된 문장 | 전체 결과에 반영되는 문장 단위 추정치 |
가장 흔한 오해는 "82% AI"를 "이 글의 82%를 AI가 썼다"로 읽는 거예요. 많은 도구에서 그런 뜻이 아니에요. 확실히 하려면 도구의 문서나 도움말을 확인하세요.
점수에 반영되는 요소
탐지기는 다음과 같은 신호를 활용해요.
- 예측 가능성. 언어 모델은 다음에 올 확률이 높은 단어를 고르는 경향이 있어요. 모든 단어가 "예상대로"인 글은 점수가 높게 나올 수 있어요.
- 변화. 사람의 글은 문장 길이, 구조, 리듬이 더 다양한 경우가 많지만, 아주 고르게 쓰는 사람도 많아요.
- 표현 패턴. 일부 접속 표현과 상투적인 문구는 AI 출력에 더 자주 등장해요.
- 글 전체의 일관성. 중간에 문체가 갑자기 바뀌면 문장 단위 결과에 영향을 줄 수 있어요.
이 신호들 중 AI에만 있는 것은 없어요. 그래서 점수는 양방향으로 틀릴 수 있어요. 콘텐츠 유형별로 결과가 어떻게 달라지는지는 유형별 AI 탐지에서 설명해요.
AI 점수가 알려 주지 못하는 것
점수는 다음을 알려 주지 않아요.
- 누가 글을 썼는지. 패턴과의 유사성을 추정할 뿐이에요.
- 규칙을 어겼는지. 많은 수업에서 브레인스토밍이나 문법 제안 같은 일부 AI 도움을 허용해요.
- 내용이 정확한지. 사람의 글도 AI의 글도 틀릴 수 있어요.
- 표절인지. 출처를 베꼈는지는 표절 검사기가 다루는 별개의 문제예요.
- 글이 어떻게 만들어졌는지. 사람이 쓰고 편집 도구로 다듬은 초안과, AI 초안을 사람이 크게 고친 글이 비슷한 점수를 받을 수 있어요.
도구마다 점수가 다른 이유
같은 문단을 탐지기 세 개에 붙여 넣으면 서로 다른 숫자 세 개가 나올 수 있어요. 예상할 수 있는 일이에요. 도구마다 학습 데이터, 모델 설계, "AI 가능성 높음" 같은 라벨의 기준값이 다르기 때문이에요.
한 도구 안에서도 문단을 추가하거나 빼면 점수가 바뀔 수 있어요. 글이 길수록 모델이 참고할 정보가 많아지기 때문이에요. 결과가 중요하다면 대표 숫자에 매달리기보다 문장 단위 하이라이트를 살펴보세요.
결과를 단계별로 읽는 법
- 길이를 확인하세요. 글이 몇 문장밖에 안 된다면 점수를 신뢰하기 어려워요.
- 라벨과 설명을 읽으세요. 숫자가 가능성인지 문장 비율인지 확인하세요.
- 하이라이트를 보세요. 어떤 문장이 결과를 이끌었나요? 정의, 목록, 상투적 문구, 인용문인가요?
- 장르를 고려하세요. 기술 보고서, 양식이 정해진 과제, 격식 있는 이메일은 원래 예측 가능하게 읽혀요.
- 알고 있는 정보와 비교하세요. 작성자에게 초안이 있나요? 문체가 그 사람의 다른 글과 비슷한가요?
- 어떤 조치가 맞는지, 조치가 필요한지 판단하세요. 내 초안이라면 일반적인 부분을 고쳐 쓰는 것일 수 있어요. 다른 사람의 글이라면 대화를 나누는 것일 수 있어요.
내 글을 점검할 때
내 초안을 탐지기에 돌려 보는 것은 올바르게만 쓴다면 유용할 수 있어요.
좋은 활용법:
- 일반적이거나 군더더기가 많은 문단을 찾아 구체적인 내용과 나만의 논리를 더하기
- 수업에서 내 말로 쓰도록 요구한다면, AI로 한 브레인스토밍이 최종 문장에 스며들지 않았는지 확인하기
- 검토자에게 내 글이 어떻게 보일지 이해하고 대화를 준비하기
피해야 할 활용법:
- 숫자를 낮추려고 계속 고쳐 쓰기. 글이 좋아지는 경우는 드물고, 실제 작성 과정을 보여 주기 어려워질 수 있어요.
- 점수가 낮다고 수업 정책을 어긴 과제를 제출해도 된다고 여기기. 중요한 것은 숫자가 아니라 정책이에요.
직접 쓴 글이 높은 점수를 받았다면 AI 탐지 오탐 가이드에서 다음에 할 일을 확인하세요.
다른 사람의 글을 검토할 때
교사, 편집자, 관리자라면 몇 가지 원칙을 지켜야 점수에 기반한 판단이 공정해져요.
- 점수만으로 조치하지 마세요. 초안, 버전 기록, 이전 과제, 대화를 함께 고려하세요.
- 도구의 한계를 아세요. 정확도, 오탐, 최소 길이에 대해 업체가 밝힌 내용을 읽어 보세요.
- 오탐 위험이 더 큰 집단에 주의하세요. 제2언어로 글을 쓰는 사람, 엄격한 양식을 따르는 학생 등이 포함돼요.
- 투명하게 운영하세요. 수업이나 조직에서 탐지기를 쓴다면 그 사실을 알리고, 결과를 어떻게 처리하는지 설명하세요.
- 배움에 집중하세요. 교육에서 목표는 학생을 적발하는 것이 아니라 학생이 직접 생각했는지 이해하는 거예요.
같은 점수가 다른 의미를 갖는 두 가지 사례
점수는 맥락 속에서만 의미가 있어요. 둘 다 비슷하게 높은 AI 가능성이 나온 두 문서를 생각해 보세요.
문서 A는 1,200단어 분량의 논증 에세이예요. 하이라이트가 대부분의 문단에 퍼져 있고, 개인적인 예시가 없으며, 모든 문단이 같은 구조를 쓰고, 학생에게 이전 초안도 없어요. 이 경우 점수는 에세이를 어떻게 썼는지 대화를 시작할 합리적인 계기가 돼요.
문서 B는 150단어 분량의 실험 절차서예요. 학과 양식을 한 줄 한 줄 따르고, 표준 용어와 수동태를 쓰며, 학생의 실험 노트에는 수업 중에 작업한 기록이 남아 있어요. 여기서 점수는 대부분 장르를 반영할 뿐이에요. 검토자에게 거의 아무것도 알려 주지 않아요.
숫자는 같아도 의미는 전혀 달라요. 그래서 경험 많은 검토자는 화면 맨 위의 백분율보다 하이라이트, 장르, 작성 과정을 살펴보는 데 더 많은 시간을 들여요.
글이 바뀌면 점수도 바뀌어요
점수가 글에 고정된 속성이 아니라는 점도 알아 두면 좋아요. 개인적인 성찰 문단을 추가하거나, 블록 인용을 빼거나, 문서를 여러 부분으로 나누면 결과가 달라질 수 있어요. 이것은 악용할 허점이 아니라, 점수가 특정 모델이 특정 시점에 특정 입력을 측정한 값이라는 사실을 일깨워 주는 것이에요. 다른 단일 측정값과 마찬가지로 신중하게 다루세요.
흔한 점수 구간과 적절한 대응
탐지기마다 다르므로 규칙이 아니라 일반적인 가이드로 받아들이세요.
| 결과 | 적절한 대응 |
|---|---|
| 낮은 AI 가능성 | 점수에 따른 조치는 필요 없음. 평소처럼 내용의 질은 검토 |
| 혼합 또는 중간 | 하이라이트된 문장 확인. 정형화된 부분이나 인용문인 경우가 많음 |
| 긴 글에서 높은 AI 가능성 | 결론을 내리기 전에 작성 과정의 증거를 보고 작성자와 대화 |
| 짧은 글에서 높은 AI 가능성 | 판단 불가로 처리. 글의 양이 충분하지 않음 |
핵심 정리
- AI 점수는 글이 AI 글쓰기와 얼마나 비슷한지 추정한 값이에요. AI가 쓴 단어 수도 아니고 증거도 아니에요.
- 도구와 글 길이에 따라 점수가 달라지므로 문장 하이라이트와 맥락을 살펴보세요.
- 짧은 글, 정형화된 글, 제2언어 글쓰기는 오해를 부르는 점수가 나오기 쉬워요.
- 점수는 내 글을 개선하거나 공정한 대화를 시작하는 데 쓰고, 판단의 유일한 근거로 삼지 마세요.