Turnitin은 GPT-5와 다른 새로운 AI 모델을 감지합니까?

Turnitin의 FAQ는 콘텐츠를 감지할 수 있는 AI 작성 모델의 목록을 공개합니다. 목록에는 GPT 모델, Gemini, Claude, LLaMA, Mistral, Deepseek, Nova, Grok, o1-mini 등이 들어 있습니다. 공식 표현은 "can detect content from." (해당 모델에서 나온 콘텐츠를 감지할 수 있다는 뜻입니다)입니다. 목록은 "and tools based on these LLMs as well." (이러한 LLM에 기반한 도구도 마찬가지)로 끝납니다. FAQ는 또한 "We will continue to expand our detection capabilities to other models in the future." (앞으로도 감지 기능을 다른 모델로 계속 확장해 나갈 것입니다)이라고 밝힙니다. 그리고 감지 기능이 고정된 것이 아니라는 점도 인정합니다. "As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage." (더 새로운 LLM을 더 잘 감지하도록 모델을 계속 개선하고 있으므로, 감지 기능도 달라져 AI 비율에 영향을 줄 가능성이 큽니다) GPT-5처럼 특정한 모델이 목록에 올라 있는지는 FAQ가 마지막으로 갱신된 시점에 따라 다릅니다. FAQ는 새 모델이 나올 때마다 실시간으로 대응하겠다고 약속하지는 않지만, 계속 확대해 나가겠다고는 약속합니다.

FAQ는 콘텐츠를 감지할 수 있는 모델의 목록을 제공합니다. 도입 문장은 "can detect content from," (해당 모델에서 나온 콘텐츠를 감지할 수 있다는 뜻입니다)이라는 동사를 쓰고, 그 뒤에 쉼표로 구분된 모델 이름들이 이어집니다. 목록에는 GPT, Gemini, 여러 Claude 버전, LLaMA, Mistral, Deepseek, Nova, Grok, o1-mini가 들어 있습니다. 목록은 이렇게 끝납니다.

"and tools based on these LLMs as well." (이러한 LLM에 기반한 도구도 마찬가지입니다)

다음 문장입니다. "We will continue to expand our detection capabilities to other models in the future." (앞으로도 감지 기능을 다른 모델로 계속 확장해 나갈 것입니다)

즉 그 목록은 모든 경우를 다 담은 것이 아닙니다. 목록에 든 모델을 바탕으로 만든 도구도 감지할 수 있다고 밝히고 있습니다. 확대하겠다는 약속은 감지 모델이 갱신됨에 따라 새 모델이 추가될 수 있다는 뜻입니다. Turnitin은 Claude, Copilot, Gemini를 감지합니까?에서는 그 목록에 이름이 올라간 항목들을 하나씩 살펴봅니다.

FAQ는 감지가 고정된 목표가 아니라는 점을 분명히 인정합니다.

"As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage." (더 새로운 LLM을 더 잘 감지하도록 모델을 계속 개선하고 있으므로, 감지 기능도 달라져 AI 비율에 영향을 줄 가능성이 큽니다)

다음 문장입니다. "However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (다만 이미 제출된 문서의 경우, 다시 제출해 처리하지 않는 한 AI 비율은 바뀌지 않습니다)

여기에는 두 가지 의미가 있습니다. 첫째, 감지 모델은 더 새로운 LLM을 겨냥해 갱신되고 있습니다. 둘째, 이미 평가가 끝난 문서는 모델이 바뀌어도 자동으로 다시 평가되지 않습니다. 모델 갱신 전에 점수가 매겨졌다면, 그 점수는 그 시점의 감지 기능을 반영한 것이지 지금의 기능을 반영한 것이 아닙니다. 그래서 Turnitin 재검사 뒤에도 계속 표시되는 경우에서는 점수가 아니라 리포트를 비교하라고 말합니다.

감지 모델은 텍스트를 서로 겹치는 구간으로 나누고 확률 점수를 매기는 방식으로 처리합니다.

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated." (논문이 Turnitin에 제출되면 제출물에서 문장이 추출되어 예측 분석을 위해 서로 겹치는 구간으로 나뉩니다. 각 구간은 AI 감지 모델이 분류하고 0에서 1 사이의 값을 받으며, 그 값은 해당 텍스트가 사람이 썼을 가능성이 높은지 AI가 생성했을 가능성이 높은지를 나타냅니다)

이 모델은 버스티니스나 퍼플렉서티 같은 표면적 지표 위에 세워진 것이 아닙니다. FAQ는 이렇게 밝힙니다. "Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions." (저희 모델은 버스티니스나 퍼플렉서티, 또는 공개된 논의에서 간혹 언급되는 다른 개별 지표를 명시적으로 평가하도록 프로그래밍되지 않았습니다) 다음 문장입니다. "Instead, it learns statistical patterns from our training data." (대신 저희 학습 데이터에서 통계적 패턴을 학습합니다)

같은 FAQ는 또한 이렇게 말합니다. "Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." (저희 분류기는 이러한 단어 확률의 차이를 감지하도록 학습되어 있으며, 사람이 쓴 글에 나타나는 특유의 단어 확률 배열에 능합니다) 즉 이 모델은 버스티니스나 퍼플렉서티를 이름 붙은 지표로 계산하지는 않지만, 학습 데이터에서 익힌 단어 확률 패턴을 근거로 텍스트를 분류합니다.

FAQ는 오탐과 미탐 사이의 상충 관계를 인정합니다.

"In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document." (오탐률을 1%라는 이 낮은 수준으로 유지하기 위해, 문서 안의 AI 작성 텍스트 일부를 놓칠 가능성이 있습니다)

FAQ는 이렇게 덧붙입니다. "For example, if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing." (예를 들어 문서의 50%가 AI 도구가 쓴 것으로 보인다고 판단하면, 실제로는 AI 작성이 최대 65%까지 들어 있을 수 있습니다)

즉 감지기는 AI 텍스트 일부를 놓치는 한이 있더라도 오탐을 피하도록 조정되어 있습니다. 사람의 단어 확률 패턴에 더 가까운 텍스트를 만들어 내는 새 모델은, 감지 모델이 그것을 아우르도록 갱신될 때까지는 감지가 더 어려울 것입니다. FAQ가 "continue to expand our detection capabilities" (감지 기능을 계속 확장해 나간다는 뜻)라고 약속한 것이 균형추 역할을 하지만, 새 모델이 나오는 시점과 감지 대응 사이에는 본질적인 시차가 있습니다. 같은 시차 문제는 재작성 도구에서도 되풀이됩니다. Turnitin은 AI 휴머나이저를 감지합니까?

지금까지 살펴본 내용을 정리하면 다음과 같습니다.

• Turnitin은 콘텐츠를 감지할 수 있는 AI 작성 모델의 목록을 공개하며, 거기에는 GPT, Gemini, Claude 등이 들어 있습니다.
• 공식 표현은 "can detect content from," (해당 모델에서 나온 콘텐츠를 감지할 수 있다는 뜻입니다)이고, 목록에는 이러한 LLM에 기반한 도구도 포함됩니다.
• FAQ는 앞으로 다른 모델로도 감지를 확대하겠다고 약속합니다.
• 감지 기능은 모델이 더 새로운 LLM을 겨냥해 갱신됨에 따라 달라집니다.
• 이미 평가가 끝난 문서는 모델이 바뀌어도 자동으로 다시 평가되지 않습니다.
• 감지기는 오탐률을 낮게 유지하는 대신 AI 텍스트 일부를 놓치는 것을 감수합니다.

Turnitin AI 리포트를 받아 표시된 부분을 손보고 싶으시다면 리포트를 가져오십시오. 조건에 맞는 부분은 무료로 다시 처리할 수 있습니다.