저작권 표시(Authorship Flag)와 AI 탐지: 보고서에서 사람들이 혼동하는 두 시스템

Turnitin과 연결된 보고서를 열어보았는데, 마치 '이 논문이 누구의 것인지'에 대한 경고가 보이고, 다른 곳이나 다른 탭에서는 AI 작성 여부에 대한 백분율이 보이는 상황을 상상해 보세요. 스크린샷은 라벨보다 빠르게 퍼집니다. 오피스 아워 시간에는 양쪽 모두 이 신호들이 같은 다이얼인 것처럼 이야기하는 경우가 많습니다.

하지만 그렇지 않습니다. 저작권(Authorship) (Originality 경험에서)과 AI 작성 탐지는 서로 다른 질문에 대해 서로 다른 방법으로 답합니다. 본 기사는 이 둘을 분리하여, 독자가 보고서를 읽고 논의할 때 한 가지 플래그를 다른 것으로 오해하지 않도록 돕습니다.

간단 요약

저작권(Authorship)은 제출된 작업이 학생 자신의 것으로 보이는지 여부를 메타데이터와 포렌식 언어 분석을 사용하여 질문합니다. Turnitin 자체 설명도 명확합니다: 이는 텍스트가 AI 작성인지를 표시하지 않으며, 단지 내용이 학생 본인의 작업처럼 보이지 않을 뿐입니다. AI 탐지는 분류기(classifier)가 어느 정도의 **자격 있는 산문(qualifying prose)**을 AI와 유사한 범주에 할당하는지를 질문합니다. 두 결과는 서로 독립적으로 발생할 수 있습니다. 백분율이나 플래그만으로는 부정행위 판결이 될 수 없습니다. FAQ 스타일의 안내서도 AI 지표가 조치나 결정적인 성적 측정의 유일한 근거가 되어서는 안 된다고 말합니다. 재작성 워크플로우(rewrite workflow)가 미래 점수를 보장하지 않습니다.

이것이 답하는 것 (그리고 답하지 않는 것)

이 페이지는 다음과 같은 질문에 답합니다: 보고서에서 저작권과 AI 작성 여부를 언급할 때, 당신은 어떤 대화 속에 있는가?

이는 사용자가 챗봇을 사용했는지, 다른 사람이 논문을 작성했는지, 강사가 사례를 열지 여부, 또는 다음 백분율이 무엇일지를 결정하지 않습니다. 분류기 및 포렌식 출력물은 코스 정책, 초안, 그리고 맥락을 가진 인간들을 위한 입력값이며, 그 대용품이 아닙니다.

하나의 빨간 배너가 아닌 두 가지 질문

	저작권 표시(Authorship)	AI 작성 탐지 기능
핵심 질문	이 내용이 제출한 학생 본인의 작업물로 보이는가?	모델에게 어느 정도의 서술적 글이 AI와 유사하게 보이는가?
...
작업 흐름(workflow)에서 나란히 표시되는 것은 편리함일 뿐입니다. 이것은 공유된 수학 공식이 아닙니다. 저작권 우려 사항과 AI 비율을 하나의 ‘유죄 점수’로 평균 내지 마십시오.

Turnitin이 말하는 저작권 표시의 목적

Turnitin의 관점에서 볼 때, 저작권 표시는 제출된 과제가 학생 본인이 아닌 다른 사람에 의해 작성되었는지 평가하기 위해 메타데이터와 **법의학적 언어 분석(forensic language analysis)**을 모두 사용합니다. 이 자료들은 같은 맥락에서 한계를 강조합니다: 저작권 표시는 텍스트가 AI로 작성되었는지를 나타낼 수 없으며, 단지 그 내용이 학생 본인의 작업물이 아니라는 것만을 알려줄 뿐입니다.

이를 두 가지 구성 요소, 즉 이진(binary) 성격의 판단으로 읽어야 합니다:

메타데이터 — 어떤 환경에서, 어느 시간대에 누가 작업했는지에 대한 파일 내 흔적 (제품이 무엇을 수집했고 기관이 무엇을 활성화했는지에 따라 다름).
법의학적 언어 분석 — 글쓰기 패턴이 학생에 대해 알려진 것과 일치하는지 여부.

이 두 가지는 문장이 어떻게 생성되었는지가 아니라, 누가 이 작업물의 소유자인지에 대한 판단을 뒷받침합니다. 인간의 대필 작가(ghostwriter)가 완전히 작성한 논문은 AI 개입 없이도 저작권 표시에서 실패할 수 있습니다. 본인이 직접 타이핑한 논문이라 하더라도, 서술적 글이 모델의 AI 유사 영역에 놓여 있다면 여전히 AI 비율을 나타낼 수 있습니다. 이들은 서로 다른 실패 모드입니다.

대신 AI 탐지 기능이 하는 일

AI 작성 탐지 기능은 서술적 글(qualifying prose), 즉 모든 글머리 기호, 표 셀 또는 코드 블록이 아닌 장문의 문장을 살펴봅니다. 이 서술적 글을 겹치는 세그먼트로 자르고, 각 세그먼트에 점수를 매긴 다음, 문서 수준의 비율로 집계합니다. 이 비율이 반드시 전체 파일의 일부를 차지하는 것은 아닙니다. 목록이나 다른 비서술적 형태는 종종 분모(denominator) 밖에 있습니다.

따라서 누군가 ‘AI 점수’를 언급한다면, 이는 모델이 적격하다고 수용한 산문 중 어느 정도가 AI 범주로 분류되었는지를 의미해야 하며, 해당 추정치가 표시될 때 전체 AI 작성 보고서에서 하이라이트로 확인됩니다. 이것은 텍스트 분류(text-classification) 문제입니다. 누가 키보드 앞에 앉아 있었는지에 대한 메타데이터(metadata) 이야기가 아닙니다.

공식 FAQ 스타일의 페이지들도 독자들에게 AI 지표가 조치나 확정적인 평가 측정의 유일한 근거로 사용되어서는 안 된다고 상기시킵니다. 이 문장은 대화가 고백 스크립트로 변하기 전에 어떤 숫자 옆에든 유지해 두십시오.

실제 상황에서 혼동되는 방식들

이러한 오해들은 너무 자주 발생해서 언급할 가치가 있습니다.

스크린샷 압축. 빨간색 계열의 지표와 백분율을 보여주는 잘라낸 이미지는 제품 라벨을 잃게 만듭니다. 수신자들은 하나의 이야기를 꾸며냅니다: “Turnitin이 당신이 AI로 부정행위를 했다고 말합니다.” 어느 패널, 어떤 보고서 PDF, 어떤 날짜를 물어보십시오.

대필(Ghostwriting) ≠ 챗봇. 누군가에게 글을 쓰게 하거나 초안을 친구에게 넘겨 완성하게 하는 것은 모든 문장이 인간이 작성된 것이더라도 저작권 표시(Authorship)-스타일의 우려를 제기할 수 있습니다. 반대로, 모든 단어를 스스로 작성했다고 해서 공식적인 학술 영어에서 AI 분류로부터 면역이 되는 것은 아닙니다.

잘못된 시스템에 답하는 방어. 만약 문제가 ‘당신’이 파일을 생성했는지 여부라면, “저는 ChatGPT를 사용하지 않았습니다”라는 답변은 저작권 표시(Authorship) 우려에 대해 불완전합니다. 반면, 문제가 텍스트가 어떻게 분류되는지에 관한 것이라면, “제가 직접 썼습니다”라는 답변은 AI 우려에 대해 불완전합니다. 답변을 메커니즘에 맞추십시오.

사무실 시간(Office Hours)을 위한 간략한 어휘 체크리스트

이것들을 ‘승리하기 위한’ 스크립트가 아니라 가드레일로 사용하십시오.

의도와 분류기 출력을 분리. 어느 시스템도 사람의 마음을 읽지는 못합니다.
AI가 주제일 경우 하이라이트 설명. 수정이 허용된다면 먼저 플래그가 지정된 적격한 산문(qualifying prose)을 편집하거나 논의하고; 인용구, 숫자, 인용 필드, 표 및 필수 템플릿은 고정합니다.

적응할 수 있는 단락

우리는 동일한 시스템에 대해 이야기하고 있는지 확인하고 싶습니다. 저작권(Authorship)은 메타데이터와 언어 포렌식(language forensics)을 사용하여 작업이 내 것인지 여부를 살펴봅니다. Turnitin의 설명에 따르면 이는 텍스트가 AI로 작성되었는지 여부를 나타내지 않는다고 합니다. AI 탐지는 적격한 산문(qualifying prose)을 분류합니다. 이것이 저작권(Authorship) 문제라면 초안과 프로세스를 논의하는 것이 좋고, AI 작성 보고서(AI Writing Report) 문제가라면 하이라이트된 구절들을 논의하는 것이 좋습니다. 저는 AI 지표가 행동의 유일한 근거로 만들어진 것이 아님을 이해합니다.

그것은 결과에 대한 약속이 아니라 명확화입니다.

수정이 오직 AI 플래그 지정 산문에 관한 경우

공동 결정이 이미 “표시된 AI 구절 수정”일 경우 — 그리고 저작권(Authorship)이 열린 질문이 아닐 때 — 방법론보다 범위가 더 중요합니다: AI 작성 보고서를 가져와서, 플래그가 지정된 적격한 산문만 변경하고, 인용구, 표, 레이아웃은 그대로 두고, 의미와 숫자를 재확인하세요. 보고서를 가져와서 작업할 수 있는 문서 수준의 워크플로우는 그 범위를 정확하게 유지할 수 있습니다; HumanPen은 바로 그러한 좁은 경우를 위해 구축되었습니다. 그것은 저작권 플래그를 판정하지 않으며, 다음 AI 비율을 예측하지도 않습니다.