턴잇인 AI 탐지, 한국어 글에는 어떻게 적용되나
국내 대학이 널리 쓰는 턴잇인의 AI 탐지 기능이 한국어에서 갖는 한계와, 표절 검사와 AI 탐지가 서로 다른 기능이라는 점을 구분해 정리했습니다.
논문이나 학위 과정 과제를 내는 학생이라면 턴잇인(Turnitin)이라는 이름을 한 번쯤 봤을 겁니다. 고려대, 연세대, 서강대, 한양대, 경북대, 서울대를 비롯한 상당수 대학이 표절 예방 프로그램으로 도입해 두고 있습니다.
여기에 AI 탐지 기능이 붙으면서 질문이 하나 늘었습니다. "한국어로 쓴 내 논문도 AI 판정을 받나?"
먼저 구분해야 할 것: 표절 검사 ≠ AI 탐지
이 둘이 자주 섞여서 이야기됩니다. 전혀 다른 기능입니다.
| 표절 검사(유사도) | AI 탐지 | |
|---|---|---|
| 보는 것 | 기존 문헌과 같은 문장이 있는가 | 문체가 기계적인가 |
| 근거 | 실제로 대조 가능한 원문 | 통계적 추정 |
| 결과의 성격 | 어느 문헌과 몇 % 겹치는지 특정 가능 | 확률적 신호 |
| 반박 가능성 | 인용 표기 여부로 명확히 다툼 | 증명이 어려움 |
대학이 오래 써 온 건 왼쪽입니다. 유사도 검사는 "이 문장이 저 논문 12쪽과 같다"고 짚어 줄 수 있어서 근거가 명확합니다. 오른쪽은 성격이 다릅니다. 어떤 원문도 제시하지 못하고, 통계적 인상만 제시합니다.
이 차이가 실무에서 중요합니다. 유사도 30%는 어디가 겹치는지 열어 볼 수 있지만, AI 점수 80%는 열어 봐도 근거가 나오지 않습니다.
한국어에서의 한계
AI 탐지 기능은 도입 초기 영어 제출물을 중심으로 지원됐고, 이후 지원 언어가 넓어졌습니다. 다만 비영어권 텍스트에서 탐지 도구가 더 취약하다는 지적은 계속 나오고 있습니다.
한국어에서 특히 어려운 이유가 몇 가지 있습니다.
- 어미 체계: 학술 한국어는 어미 선택지가 좁습니다. "~하였다", "~로 나타났다", "~을 확인하였다". 사람이 써도 균질해집니다.
- 번역 경유: 영어 문헌을 참고해 한국어로 쓰면 번역 투가 섞이는데, 이게 기계 문체와 구분이 잘 안 됩니다.
- 정형화된 학술 문형: 초록, 연구 방법, 결과 서술은 형식이 정해져 있습니다. 양식을 정확히 지킬수록 균질해집니다.
실제로 번역이나 재서술을 거치면 점수가 크게 흔들린다는 보고가 있습니다. 같은 글이 조건에 따라 극단적으로 다른 결과를 내는 경우도 관찰됩니다.
오탐 논란은 진행 중이다
AI 탐지 도구 전반에 대해 위양성(사람 글을 AI로 판정) 문제가 꾸준히 제기되고 있습니다. 고등교육 현장에서 탐지 도구의 효과와 윤리적 함의를 검토한 연구들도 이 지점을 지적합니다.
그래서 실무 관행도 조심스러운 쪽으로 정리되는 추세입니다. 점수만으로 처분하지 않고, 면담과 소명 절차를 함께 두는 방식이죠. 국내 대학 가이드라인들이 대체로 "최종 책임과 판단"을 사람에게 두는 것도 같은 맥락입니다.
제출자 입장에서 준비할 것
1. 유사도부터 확인하세요
우선순위는 여전히 표절 검사 쪽입니다. AI 점수보다 유사도 문제가 훨씬 명확하게 제재로 이어집니다.
- 인용 표기를 빠뜨린 곳이 없는지
- 참고문헌이 실재하는지 (이게 요즘 가장 자주 걸리는 지점입니다)
- 자기 표절 소지가 있는 이전 제출물이 있는지
AI가 만들어 낸 그럴듯한 참고문헌은 검색하면 바로 드러납니다. 목록을 하나씩 확인하세요.
2. 작성 과정을 남기세요
학위 논문처럼 기간이 긴 작업일수록 유리합니다. 클라우드 문서의 버전 기록, 지도 교수와 주고받은 초고, 실험 노트. 이런 자료가 있으면 소명이 훨씬 간단해집니다.
3. 소속 기관 규정을 확인하세요
학교마다 AI 탐지 결과를 어떻게 다루는지가 다릅니다. 시범 운영 중인 곳도 있고, 참고 자료로만 쓰는 곳도 있습니다. 학과 공지와 도서관 안내를 확인해 두세요.
4. 제출 전에 문체를 점검하세요
학술 문체는 원래 균질해서 높게 나오는 경향이 있습니다. 미리 알아 두면 당황하지 않습니다. AI 검사기에 초록이나 결론 부분을 넣어 보면 어느 구간이 그렇게 읽히는지 확인할 수 있습니다. 논문 상황에 특화된 안내는 논문 AI 검사 페이지에 있습니다.
다만 점수를 낮추려고 학술 문체를 흐트러뜨리지는 마세요. 심사에서 훨씬 큰 손해를 봅니다.
정리
- 표절 검사와 AI 탐지는 다른 기능이고, 근거의 성격이 다릅니다
- 한국어와 정형화된 학술 문체는 원래 높게 나오기 쉽습니다
- 어떤 도구의 점수도 단독 증거가 되기 어렵고, 실제 절차도 그렇게 운영되는 추세입니다
- 제출자가 준비할 것은 점수 관리가 아니라 출처 확인과 과정 기록입니다
의심을 받았을 때의 대응은 AI로 썼냐고 의심받았을 때 어떻게 소명해야 하나에 정리해 두었습니다.
참고한 자료
- Evaluating the Effectiveness and Ethical Implications of AI Detection Tools in Higher Education — Information (MDPI)
- The Problems with AI Detectors: False Positives and False Negatives — University of San Diego LRC
- Turnitin(턴잇인) AI 글쓰기 감지 기능 시범운영 안내 — 고려대학교 도서관
기능 지원 범위와 학교별 운영 방식은 바뀔 수 있습니다. 제출 전에는 소속 기관의 최신 안내를 확인하세요.