Turnitin AI 탐지는 어떤 내용을 건너뛰나요? 산문이 아닌 글, 코드 등

Turnitin의 AI 탐지기가 문서의 모든 부분을 분석하는 것은 아닙니다. FAQ는 이렇게 밝힙니다. 「This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures.」 (이 산정 대상 텍스트에는 산문 문장만 포함됩니다. 즉 표준적인 문법의 문장으로 쓰인 텍스트 덩어리만 분석하며, 목록이나 글머리 기호(문장이 아닌 짧은 구조) 같은 다른 종류의 글은 포함되지 않는다는 의미입니다). 모델은 또한 「does not reliably detect AI-generated text in the form of non-prose, or code.」 (산문이 아닌 글이나 코드 형태의 AI 생성 텍스트는 안정적으로 탐지하지 못한다는 뜻입니다). FAQ는 덧붙입니다. 「In addition, we are not pursuing ChatGPT code detection at this time.」 (또한 우리는 현재 ChatGPT 코드 탐지를 추진하지 않고 있다는 뜻입니다). 한 Turnitin 도움말 문서는 더 넓은 목록을 제시합니다. 「The model does not reliably detect AI-generated text in the form of non-prose, such as poetry, scripts, or code, nor does it detect short-form/unconventional writing such as bullet points, tables, or annotated bibliographies.」 (모델은 시, 대본, 코드 같은 산문이 아닌 형태의 AI 생성 텍스트를 안정적으로 탐지하지 못하며, 글머리 기호, 표, 주석 달린 참고문헌 목록 같은 짧거나 관례에 맞지 않는 글도 탐지하지 못한다는 뜻입니다). 이는 AI 점수가 문서의 산문 문장만 반영하며, 내용 전체를 반영하지 않는다는 의미입니다.

FAQ는 모델이 살펴보는 대상을 이렇게 정의합니다:

「This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures.」 (이 산정 대상 텍스트에는 산문 문장만 포함됩니다. 즉 표준적인 문법의 문장으로 쓰인 텍스트 덩어리만 분석하며, 목록이나 글머리 기호(문장이 아닌 짧은 구조) 같은 다른 종류의 글은 포함되지 않는다는 의미입니다).

다음 문장입니다: 「This means that a document containing several different writing types would result in a disparity between the percentage and the highlights.」 (여러 가지 다른 서술 유형이 담긴 문서에서는 비율과 강조 표시 사이에 차이가 생긴다는 의미입니다).

여러분이 보는 비율은 제출물 전체에 대한 비율이 아닙니다. 그것은 산정 대상 산문 텍스트에 대한 비율일 뿐입니다. 문서가 수식 50%, 글머리 기호 20%, 산문 30%로 이루어져 있다면 AI 점수는 그 30%만 반영합니다. Turnitin AI 작성 보고서를 읽는 법에서는 이 차이가 페이지의 어디에서 드러나는지를 다룹니다.

FAQ는 산문이 아닌 내용에 대해 분명하게 말합니다:

「The model does not reliably detect AI-generated text in the form of non-prose, or code, nor does it detect short-form/unconventional writing such as bullet points (short non-sentence structures).」 (모델은 산문이 아닌 글이나 코드 형태의 AI 생성 텍스트를 안정적으로 탐지하지 못하며, 글머리 기호(문장이 아닌 짧은 구조) 같은 짧거나 관례에 맞지 않는 글도 탐지하지 못한다는 뜻입니다).

FAQ는 또한 이렇게 밝힙니다: 「In addition, we are not pursuing ChatGPT code detection at this time.」 (또한 우리는 현재 ChatGPT 코드 탐지를 추진하지 않고 있다는 뜻입니다).

그렇다고 모든 코드 블록이 처리에서 제외된다고 입증되는 것은 아닙니다. 공식 주장은 더 좁습니다. 코드에 대한 AI 탐지는 신뢰할 수 없으며, Turnitin은 현재 ChatGPT 코드 탐지를 추진하지 않고 있다는 것입니다. 앞뒤의 장문 산문은 여전히 산정 대상 텍스트가 될 수 있습니다. 다시 쓰기 도구도 같은 문서 경계를 지켜야 합니다: AI 휴먼나이저에서 인용·표·수식이 어떻게 되는지.

한 Turnitin 도움말 문서는 모델이 안정적으로 탐지하지 못하는 콘텐츠 유형을 더 폭넓게 제시합니다:

「The model does not reliably detect AI-generated text in the form of non-prose, such as poetry, scripts, or code, nor does it detect short-form/unconventional writing such as bullet points, tables, or annotated bibliographies.」 (모델은 시, 대본, 코드 같은 산문이 아닌 형태의 AI 생성 텍스트를 안정적으로 탐지하지 못하며, 글머리 기호, 표, 주석 달린 참고문헌 목록 같은 짧거나 관례에 맞지 않는 글도 탐지하지 못한다는 뜻입니다).

다음 문장입니다: 「This means that a document containing several different writing types would result in a disparity between the percentage and the highlights.」 (여러 가지 다른 서술 유형이 담긴 문서에서는 비율과 강조 표시 사이에 차이가 생긴다는 의미입니다).

이 목록은 FAQ가 아니라 하나의 도움말 문서에서 나온 것입니다. 시, 대본 형식의 대화, 주석 달린 참고문헌 항목에 대해 공개된 주장은 탐지가 신뢰할 수 없다는 것이며, 그런 부분이 모두 완전히 제외된다는 약속이 아닙니다.

2023년 8월 릴리스 노트는 다음과 같은 변경 사항을 설명합니다:

「We are now able to process long-form prose text in tables.」 (이제 표 안의 장문 산문을 처리할 수 있게 되었다는 뜻입니다).

다음 문장입니다: 「Resubmit to reprocess existing submissions that contain tables.」 (표가 들어 있는 기존 제출물을 다시 처리하려면 재제출하라는 뜻입니다).

같은 릴리스 노트는 또한 이렇게 말합니다: 「Bibliographies are now excluded when processing the AI writing report.」 (참고문헌 목록은 이제 AI 작성 보고서를 처리할 때 제외된다는 뜻입니다). 여기에서도 다음 문장은 기존 제출물의 재제출을 요구합니다.

즉 표 안의 장문 산문은 처리될 수 있습니다. 짧은 라벨이나 가공되지 않은 값은 표 안에 있다는 사실만으로 산정 대상 산문이 되지는 않습니다. 참고문헌 목록은 이 모델 변경 이후 AI 보고서 처리에서 제외됩니다. 오래된 제출물에 변경 사항을 반영하려면 재제출해야 합니다. Turnitin이 참고문헌을 표시한 것처럼 보이는 이유는 이 경우와 유사도 보고서의 일치를 구분합니다.

공식 페이지는 서로 다른 세 개의 동사를 씁니다. 이를 구분해 두면 「not reliably detected」 (안정적으로 탐지되지 않는다는 뜻)가 「never processed.」 (처리되지 않는다는 뜻)로 바뀌어 쓰이는 일을 막을 수 있습니다.

Turnitin의 두 보고서는 서로 다른 제외 규칙을 씁니다. 출처에 적힌 보고서 이름이 경계입니다:

2026년 8월 28일 부정 확인에서는 고정 코퍼스를 Turnitin의 「Using the AI Writing Report」 (AI 작성 보고서 사용법을 다루는 도움말 페이지의 제목) 안내서, 「AI writing detection capabilities FAQs,」 (AI 작성 탐지 기능에 관한 FAQ), 「AI writing detection model」 (AI 작성 탐지 모델) 변경 기록으로 했습니다. 각 페이지에서 공백을 정규화하지 않고 `document.querySelector('article').innerText`를 가져온 뒤, 페이지를 먼저 합치지 않고 세 원본 길이를 더했습니다. 6,492 + 30,987 + 9,233 = 46,712자입니다. quotation, quote, footnote, endnote, citation, verbatim, statute, law, legal의 대소문자를 구분하지 않는 부분 문자열 개수는 모두 0이었습니다. 같은 추출에서 prose는 13회, qualifying은 15회, bibliograph는 4회 나왔으므로 0은 빈 페이지 때문이 아닙니다. 이는 문서화되지 않은 파서가 모든 레이아웃을 어떻게 처리하는지를 증명하지 않습니다. 다만 공개된 AI 보고서 페이지가 그런 제외를 약속하지 않는다는 점만을 증명합니다.

탐지 모델은 산정 대상 산문을 서로 겹치는 구간으로 나누어 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 탐지 모델이 분류하여 그 텍스트가 사람이 쓴 것인지 AI가 만든 것인지를 나타내는 0에서 1 사이의 값을 받는다는 뜻입니다).

추출되어 나뉘는 것은 산정 대상 산문 문장뿐입니다. 산문이 아닌 내용은 이 과정에 들어가지 않습니다. 문서 수준의 비율은 산정 대상 산문 구간에서만 계산됩니다.

지금까지 살펴본 내용을 요약하면 다음과 같습니다:

• AI 탐지기는 표준 문법의 문장으로 쓰인 산정 대상 산문 문장만 분석합니다.
• 목록, 글머리 기호, 문장이 아닌 짧은 구조는 산정 대상 텍스트 정의의 밖에 있습니다.
• 코드에 대한 공식 주장은 탐지가 신뢰할 수 없다는 것과 현재 ChatGPT 코드 탐지를 추진하지 않는다는 것이며, 전면적인 제외의 약속이 아닙니다.
• FAQ는 Turnitin이 코드 탐지를 추진하지 않는다고 말합니다.
• 한 도움말 문서는 시, 대본, 주석 달린 참고문헌 목록을 안정적으로 탐지할 수 없는 것으로 꼽습니다.
• 표 안의 장문 산문은 처리될 수 있습니다. 짧은 라벨과 가공되지 않은 값은 여전히 산정 대상 산문 규칙을 충족해야 합니다.
• 참고문헌 목록은 AI 탐지 처리에서 제외됩니다.
• 비율은 산정 대상 산문만 반영하며, 제출물 전체를 반영하지 않습니다.

Turnitin AI 보고서를 받아 표시된 부분을 처리하고 싶다면 보고서를 가져와 작업하세요. 조건을 충족하는 부분은 무료로 다시 실행할 수 있습니다.