직접 작성한 중국어 논문이 AI로 탐지되는 이유: 항목별 나열, 대구 구조, 그리고 "종합하면"의 진실
항목별 나열과 대칭적인 문장 구조, 정형화된 요약 연결구는 그 규칙성과 형식적 구조가 신경망 분류기가 학습한 패턴과 유사하여 AI 탐지 소프트웨어의 오경보를 유발하기 쉽습니다. 그러나 단 하나의 특정 중국어 어구만으로 기계가 생성한 텍스트임을 증명할 수 있다는 실증적 증거는 어디에도 존재하지 않습니다. 오탐에 직면했을 때 연결 어구를 무작정 삭제하는 것은 학술적 명료성을 해칠 뿐입니다. 검증 가능한 초고 작성 기록(draft trail)을 제시하고 소속 기관의 공식 재심 절차를 밟는 것만이 자신을 지킬 수 있는 유일하고 확실한 경로입니다.
HumanPen 팀
· 9분
직접 작성한 중국어 논문에서 항목별 나열, 대구 문장, "종합하면"이 AI로 탐지되는 이유
AI 텍스트 분류기는 연구의 학술적 실질이나 논리적 깊이를 평가하지 않습니다. 이들은 토큰 시퀀스 전반의 통계적 패턴과 구조적 규칙성을 평가하도록 훈련된 머신러닝 모델입니다. 체계적인 항목별 나열("첫째, 둘째, 셋째" 등), 균형 잡힌 대구 절, 정형화된 학술적 전환 표현("종합하면"/综上所述, "이를 통해 알 수 있듯이"/由此可见 등)은 격식 있는 중국어에서 고도로 표준화되고 균일한 표현에 해당합니다. 훈련된 분류기는 이러한 극단적인 통사적 대칭성과 정형화된 예측 가능성을 생성형 AI의 훈련 데이터 분포와 연관 짓도록 학습되었기 때문에, 사람이 정성껏 정갈하게 다듬어 쓴 학술적 산문이라도 높은 의심 점수를 받을 수 있습니다.
학문적 엄밀성을 기해 정성껏 작성한 논문이 오히려 자동화된 경고를 받는 이러한 딜레마는 대중적으로도 큰 주목을 받았습니다. 베이징청년보 산하 매체인 베이칭선이두(BeiQing ShenYiDu)는 "Graduation Theses Trapped in the 'AI Rate': Methodically Structured Bullet Points and Frequent Parallel Sentences Judged as Not 'Human'" ('AI 비율'에 갇힌 졸업논문: 조리 있는 항목별 서술과 잦은 대구 문장이 '인간'이 아니라고 판정받았습니다)라는 심층 탐사 보도에서, 체계적인 항목별 나열과 균형 잡힌 대구 구문을 사용했다는 이유로 의심 판정을 받은 한 학생이 "Just because I like to use methodical bullet points and parallel sentences, does that mean I cannot be 'human'?" (제가 조리 있게 항목별 서술을 사용하고 대구 문장을 즐겨 쓴다고 해서 '인간'이 될 수 없다는 말입니까?)라고 반문한 사례를 전했습니다. 이러한 긴장감으로 인해 많은 학생들은 국내 탐지 시스템이 금지된 전환 어구의 내부 블랙리스트를 유지하고 있는 것은 아닌지 의문을 품게 되었습니다.
그 바탕에 깔린 기술적 현실은 매우 명확합니다. 어떤 탐지 솔루션 개발사나 학술적으로 발표된 머신러닝 연구에서도, 특정 중국어 어구나 문법 구조 하나가 인공지능의 고유한 지문(signature)임을 입증한 사례는 단 한 번도 없습니다. 분류기가 반응하는 것은 특정 어휘가 아니라 통사적 예측 가능성, 토큰 단위 전환의 매끄러움, 문단 전반의 기계적인 호흡과 같은 통계적 분포 패턴입니다.
증거의 경계: 현대의 탐지기는 특정 단어 필터가 아닌 훈련된 분류기입니다
조리 있고 정연한 학술적 문장이 왜 오탐되는지 이해하려면, 현대 AI 탐지 기술이 실제로 어떻게 작동하는지 살펴볼 필요가 있습니다. 학생 커뮤니티 등에 널리 퍼진 잘못된 통념 중 하나는, 탐지기가 수학적인 "당혹도(Perplexity)"(모델이 다음 단어의 등장을 얼마나 예측하기 어려워하는지)와 "돌발성(Burstiness)"(문장 구조와 길이의 변화 폭)을 실시간으로 계산하여 과제물을 평가한다는 것입니다. AI 탐지와 당혹도 및 돌발성의 관계에서 자세히 다루었듯이, 이러한 지표는 주로 초기 1세대 시연용 도구의 작동 방식에 가깝습니다. 상용 탐지 솔루션 업체들은 이미 이러한 방식을 벗어났습니다. GPTZero는 2023년 가을부로 당혹도와 돌발성 지표를 더 이상 사용하지 않는다고 밝혔으며, Turnitin 역시 자사 모델이 "is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity'." ('돌발성'이나 '당혹도'와 같은 특정 신호를 평가하도록 명시적으로 프로그래밍되어 있지 않습니다)라고 밝혔습니다.
현재 실제 서비스 중인 탐지기들(주요 학술 검증 플랫폼 및 신경망 텍스트 분류기 포함)은 미세 조정(fine-tuning)된 머신러닝 분류기로 작동합니다. 이러한 딥러닝 모델은 사람이 직접 쓴 글과 기계가 생성한 글이 쌍을 이루는 방대한 데이터셋을 학습하여 복잡하고 고차원적인 언어적 특징을 식별합니다.
그러나 중국 대학의 표준적인 학술 작문 교육은 분류기가 식별하는 통계적 패턴과 밀접하게 겹치는 구조적 글쓰기 습관을 적극적으로 장려하고 있습니다:
- 번호를 매긴 항목별 나열: 대책을 "First, establish mechanisms; second, improve procedures; third, strengthen supervision" (첫째, 메커니즘 구축, 둘째, 절차 개선, 셋째, 감독 강화)와 같이 단계별로 개괄하면 엄격한 구조적 대칭성이 형성됩니다;
- 대구법과 통사적 균형: 짝을 이루는 절 간에 문법 구조를 대칭으로 맞추면 문장 길이가 균일해지고 통사적 틀이 반복됩니다;
- 정형화된 전환 표현: "종합하면"(综上所述), "이상의 분석을 바탕으로"(基于上述分析), "이를 통해 알 수 있듯이"(由此可知)와 같은 표현은 표준화된 논리적 연결고리를 제공하지만, 해당 어구가 등장하는 텍스트 맥락의 예측 가능성이 매우 높아집니다.
학생이 격식 있는 학술 규범을 엄격히 준수하여 논증을 고도로 구조화되고 대칭적인 문단으로 구성할 경우, 글의 언어적 프로필은 예외적일 정도로 균일해집니다. 잘 훈련된 신경망 분류기의 관점에서 이러한 구조적 규칙성은 모델 훈련 과정에서 학습한 인공 합성 텍스트의 확률 분포와 매우 흡사하게 나타납니다.
이것이 바로 반드시 짚고 넘어가야 할 결정적인 증거의 경계입니다: 자동화된 탐지기는 경직된 구조적 템플릿, 기계적인 대칭성, 극단적인 구성상 균일성에 민감하게 반응합니다. 하지만 공표된 어떤 기술 문서에서도 "종합하면"이라는 표현이나 글머리 기호 목록의 존재 자체를 AI 작성의 결정적 증거로 규정한 바는 없습니다. 보고서에 나타난 높은 수치는 학습된 특징 패턴에 기반한 확률적 분류일 뿐이며, 학술적 부정행위가 일어났음을 검증해 주는 사실적 판단이 결코 아닙니다.
콘텐츠 팜의 함정: "특정 어구 삭제"라는 조언이 근거 없는 이유
온라인 검색 결과와 소셜 미디어 커뮤니티에는 "deleting these 20 phrases will instantly reduce your AI rate below 5%." (이 20개 어구만 삭제하면 AI 비율이 즉시 5% 미만으로 떨어집니다)라고 주장하는 상업적 마케팅 게시물이 넘쳐납니다. 이러한 콘텐츠 팜들은 자의적인 이른바 "금지 어구" 목록을 만들어 내고, 학생들에게 "종합하면", "명백히 드러나듯이", "심층적인 탐색", "~의 관점에서", 그리고 "on one hand... on the other hand." (한편으로는... 다른 한편으로는)와 같은 표준적인 학술 표현을 무작정 삭제하라고 부추깁니다.
상업 플랫폼들이 이러한 '어구 삭제 비법'을 홍보하는 이유는 단순한 단어 교체가 자동 재작성 도구나 유료 패러프레이징 서비스를 통해 수익화하기 가장 쉽기 때문입니다. 그러나 분석적이고 방법론적인 관점에서 볼 때 이러한 조언은 심각한 결함을 안고 있습니다:
- 분류기는 정적 키워드 블랙리스트가 아니라 컨텍스트 윈도를 분석합니다: "종합하면"(综上所述)을 "전반적으로 보면"(总的来看)과 같은 구어체 유의어로 기계적으로 교체하더라도 기저의 문장 구조, 맥락 임베딩, 구조적 확률 분포는 사실상 아무런 변화가 없습니다.
- 자의적인 어구 삭제는 학술적 응집성과 엄밀성을 해칩니다: 학술적 논증은 논리적 관계를 명확히 전달하기 위해 분명한 전환 표지에 의존합니다. 잘 정돈된 항목별 서술을 연결성 없는 파편화된 구어체 문장으로 강제로 해체하거나, 정밀한 전문 용어를 비격식적 표현으로 교체하도록 압박하는 것은 논문의 질을 직접적으로 떨어뜨리며, 교수진의 심사 과정에서 정당한 지적과 감점의 원인이 됩니다.
- 도구 사용 여부는 만국 공통의 금지령이나 업자의 주장이 아닌 소속 기관의 규정에 의해 결정됩니다: 재작성이나 휴머나이저 소프트웨어의 사용이 전면 금지되어 있는지 묻는 학생들이 많습니다. 허용 가능한 도구 사용의 범위는 단 하나의 일률적인 규칙으로 정해져 있지 않습니다. 무엇이 허용되는지는 학생이 소속된 대학교, 학과, 해당 과제의 구체적인 지침에 전적으로 달려 있습니다. 어떤 학부는 도구 사용 사실을 명시적으로 밝히는 조건하에 언어 윤문을 위한 생성형 또는 보조 도구 사용을 허용하지만, 어떤 곳에서는 일체의 자동 재작성을 엄격히 금지합니다. 독자 여러분은 소속 기관의 연구윤리 규정을 확인하고 지도교수와 직접 상의해야 합니다. 특히 학생들은 "통과율 보장"이나 "100% 인간 판정 보장"을 내세우는 상업적 중개업자를 각별히 경계해야 합니다. 신화통신 보도는 유료 "AI 비율 인하" 서비스의 만연을 지적한 바 있으며, 중앙인민방송(중국의 소리)은 시장의 폐해를 집중 취재하면서 수십 위안에서 천 위안 이상에 달하는 요금, 프롬프트로 AI를 돌려 글을 고쳐주는 수준("AI로 AI 비율 낮추기"/用AI降AI率)에 불과한 판매자들의 실태, 그리고 분쟁 과정에서 논문을 온라인에 유포하거나 학교에 고발하겠다고 학생을 협박한 사례까지 폭로했습니다. 탐지 모델은 통계적 확률로 작동하므로, 그 어떤 상업용 도구도 특정한 탐지 결과를 합법적으로 보장할 수 없습니다.
학문 분야별 작문 규범: 조리 있는 구조는 학술적 엄밀함이지 기계 생성이 아닙니다
조리 있는 구조와 격식 있는 전환 표현은 각 학문 분과의 기본적인 작문 규범이며, 이는 생성형 AI를 통한 지름길이 아니라 학과 차원의 엄격한 기준을 반영합니다:
- 공학 및 컴퓨터 과학: 기술적 방법론, 알고리즘 파이프라인, 테스트 파라미터, 시스템 아키텍처는 기술적 정밀성을 유지하기 위해 일반적으로 번호가 매겨진 목록, 개별 단계, 재현 가능한 시퀀스를 통해 전달됩니다;
- 법학, 경영학 및 행정학: 법조문 분석, 제도적 평가, 정책 제언은 모호함 없는 법적·절차적 해석을 보장하기 위해 대구 절과 표준화된 총괄 요약 표현에 크게 의존합니다;
- 의학 및 생명과학: 실증 연구 보고는 표준화된 작성 형식(임상시험 기술 및 대조군 지표 등)을 엄격히 준수하며, 이러한 정형화된 어구는 해석상의 모호성을 최소화하는 역할을 합니다.
신화통신의 보도에서 어하이훙(E Haihong) 교수가 밝혔듯이, "Different disciplines should not apply a one-size-fits-all approach to AIGC rates; final determinations should be made by subject-matter experts or faculty advisors." (학문 분야마다 AIGC 비율에 대해 일률적인 잣대를 들이대서는 안 되며, 최종 판단은 해당 분야 전문가나 지도교수가 내려야 합니다)라고 지적했습니다. 통계적 분류 도구는 저자가 전문적인 학술 규범을 철저히 준수한 것과 알고리즘이 통계적으로 토큰을 자동 완성한 것 사이의 차이를 구별해내지 못합니다.
궁극적으로 학술적 독창성에 대한 권위 있는 판정은 인간 학자, 즉 지도교수, 동료 심사자, 학과 논문심사위원회의 몫입니다. 대학의 연구진실성 규정은 표절, 위조, 무단 생성형 도구 사용을 중점적으로 다루며, 명확한 구성, 균형 잡힌 문장 구조, 엄밀한 논증 그 자체가 학술적 부정행위가 될 수는 없습니다. 통계 도구의 비위를 맞추기 위해 학문적 진실성과 규범을 희생시켜서는 안 됩니다.
AI 의심 판정에 책임감 있게 대응하는 법: 4단계 검증 및 소명 프로토콜
직접 성실하게 작성한 중국어 논문이 체계적인 구조, 대구 문장, 표준적인 학술 전환 표현 때문에 높은 AI 탐지 점수를 받더라도, 학위 과정생 여러분은 당황하지 말고 점수를 보장해 준다는 상업적 재작성 대행업체의 유혹을 단호히 뿌리쳐야 합니다. 어떤 형태의 수정이나 도움이 허용되는지는 소속 기관의 구체적인 정책에 따라 다르지만, 검증되지 않은 상업적 대리 수정을 제출하는 것은 논문의 신뢰성을 훼손할 위험이 큽니다. 그 대신 다음과 같은 4단계 기관 검증 프로토콜을 따르시기 바랍니다:
- 전 과정에 걸친 초고 작성 기록(Draft Trail)을 온전히 보존하고 확보하십시오: 자동화된 오탐에 맞서는 가장 결정적인 방패는 시간순으로 위변조가 불가능한 집필 과정의 기록입니다; 타임스탬프가 찍힌 문서 이력을 내보내 보관하십시오: 변경 내용 추적이 켜진 Word 파일과 로컬 자동 백업본, WPS 또는 텐센트 문서(Tencent Docs)의 클라우드 버전 변경 이력, Overleaf 및 Git 저장소의 커밋 로그를 확보해야 합니다; 주석을 달아 읽은 참고 문헌, 수기 실험 노트, 설문 원시 데이터셋, 심층 인터뷰 녹음 원본, 논문 중간 심사 단계별로 제출했던 공식 진행 보고서 등 부수적인 연구 발전 증거도 함께 정리해 두어야 합니다.
- 상세 검사 보고서를 확보하여 면밀히 대조하십시오: 요약된 비율 숫자에만 의존하지 말고, 학교 지정 탐지 플랫폼에서 생성된 축약되지 않은 전체 PDF 또는 HTML 보고서를 입수하여 철저히 검토해야 합니다; 어떤 섹션, 문단 또는 텍스트 블록이 강조 표시되었는지 정확히 확인하고, 해당 프로그램이 이를 생성형 AI 패턴으로 표시했는지 아니면 기존 문헌과의 유사도로 표시했는지 구분하십시오; 참고문헌 목록, 감사의 글, 부록, 수식, 긴 인용문 등이 점수 산정 단어 수에 잘못 포함되지 않았는지 제외 설정이 올바르게 구성되었는지 점검해야 합니다.
- 지도교수에게 학문 분야의 특수 규범과 방법론적 논리를 명확히 설명하십시오: 표식된 검사 보고서와 연구 초고를 지참하여 지도교수와 대면 면담을 진행하십시오; 표식된 구조의 학문적 필요성을 명확히 설명하십시오: "Section 3 uses a three-part comparative list in accordance with standard engineering benchmarking conventions, and the concluding transitional sentence reflects the direct deduction from the preceding empirical dataset" (제3절은 표준 공학 벤치마킹 규범에 따라 3단계 비교 목록을 활용한 것이며, 마지막 전환 문장은 앞선 실증 데이터셋으로부터 직접 도출된 논리적 귀결입니다); 지도교수의 학문적 전문성에 기대어 해당 부분이 자동 생성이 아니라 적절한 전공 학술 표현임을 공식적으로 인정받으십시오.
- 소속 기관의 심사 기준치와 공식 이의신청 절차를 확인하십시오: 교무처(教务处)나 대학원(研究生院)을 통해 소속 학과의 공식 학위논문 관리 지침을 확인하여, AIGC 점수가 단순한 참고용 권고 경보인지 아니면 엄격한 진입 기준치인지 파악하십시오; 학교의 공식 이의신청 절차와 필수 제출 양식을 요청하십시오. 중국의 학위법(中华人民共和国学位法)에 따르면 학위 심사에 관한 법정 구제 조항이 마련되어 있습니다: 제39조는 학위 미수여 또는 취소 결정 전 당사자의 진술과 변명(陈述和申辩)을 청취하도록 규정하고 있으며, 제40조는 학술 평가 결론에 대한 학술 재심사(学术复核)를 규정하고 있고, 제41조는 학위 신청 반려, 미수여, 취소 결정에 대한 재심사(复核)를 규정하고 있습니다. 초기 AIGC 검사 점수 자체가 법정 징계 결정에 해당하는 것은 아니므로, 이견이 발생한 학생은 소속 기관의 공식 재심 절차를 밟아 초고 작성 이력과 집필 기록을 제출하고 교수진의 대면 평가를 요청해야 합니다.
참고문헌 및 공개 출처
- 베이칭선이두(베이징청년보)(北青深一度 / 北京青年报): "Graduation Theses Trapped in the 'AI Rate': Methodically Structured Bullet Points and Frequent Parallel Sentences Judged as Not 'Human'" ('AI 비율'에 갇힌 졸업논문: 조리 있는 항목별 서술과 잦은 대구 문장이 '인간'이 아니라고 판정받다) (《困在“AI率”中的毕业论文:有条理地分点叙述,常用排比句,被判定为不是“人”》), 2025년 8월 8일 게재. URL: `https://news.qq.com/rain/a/20250808A03F3K00`
- 신화통신(新华社): "Thesis AIGC Rate: Are Detection Standards Scientific?" (논문 AIGC 비율, 검사 기준은 과학적인가?) (《论文AIGC率,检测标准科学吗?》), 2026년 5월 23일 신화통신 위챗 게재(2026년 5월 22일 과기일보/CCTV 뉴스 최초 보도), 대학의 심사 기준과 유료 AI 비율 인하 서비스 실태 조사. URL: `https://m.thepaper.cn/newsDetail_forward_33210288`
- 중앙인민방송(CNR)(央广网): "Investigation into Abuses in Thesis AI-Reduction Services" (논문 AI 비율 대리 인하 서비스의 난맥상 조사) (《代降论文AI率服务乱象调查》), 2025년 7월 14일 게재(법치일보 최초 보도), 프롬프트로 AI를 돌려 글을 수정해 주는 유료 서비스 실태, 수십에서 천여 위안에 달하는 요금, 분쟁 시 협박 행위 등 고발. URL: `https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml`
- 광명망(光明网): "My Self-Written Thesis Was Diagnosed as AI" (내가 직접 쓴 졸업논문이 AI로 진단받았다) (《“自己写的毕业论文,被确诊AI”》, 2024년 7월 22일, 펑파이 신문 전재) 및 "Thesis 'AI-Reduction' Has Become a Business: AI Detection Must Not Become Formalism" (논문 'AI 비율 낮추기'가 사업이 되다: AI 검사가 형식주의로 전락해서는 안 된다) (《论文“降AI率”已成生意,AI检测不能沦为形式主义》, 2026년 6월 11일, 매일경제신문의 2026년 6월 10일 자 보도 《高校严查论文AI率,帮学生“降写”成了火爆生意》 인용 평론). URL: `https://m.gmw.cn/2024-07/22/content_1303798841.htm` / `https://guancha.gmw.cn/2026-06/11/content_38823723.htm`
- 베이징일보 클라이언트(北京日报客户端): "Thesis AI Detection Is Driving This Year's College Graduates Crazy" (논문 AI 검사가 이번 대졸자들을 '미치게' 만들고 있다) (《论文AI检测,正在“逼疯”这届大学生》), 2026년 7월 19일 게재. URL: `https://xinwen.bjd.com.cn/content/s6a5ccb7de4b03fa51a81b89b.html`
- 제14기 전국인민대표대회 상무위원회: 중화인민공화국 학위법(《中华人民共和国学位法》), 2024년 4월 26일 제14기 전인대 상무위원회 제9차 회의 통과, 2025년 1월 1일 시행. URL: `https://www.12371.cn/2024/04/28/ARTI1714265542656277.shtml`
계속 읽기