생성형 AI 시대의 저자 식별: EAVAE 프레임워크

저자 식별(Authorship Attribution)과 AI가 생성한 텍스트 탐지(AI-generated text detection)는 현재 중요한 연구 분야입니다. 하지만 기존 방식들은 작가의 글 스타일(style)과 내용적 주제(content) 간의 혼재성(entanglement) 문제에 직면해 있습니다. 즉, 모델이 실제로는 상관관계가 없는 '우연한 연관성(spurious correlations)'을 학습하여 특정 도메인이나 저자에게만 국한된 성능을 보이고 다른 영역에서는 일반화가 어렵다는 한계가 있었습니다.

본 논문은 이러한 문제를 해결하기 위해 **설명 가능한 작가 스타일 분리 학습 (Explainable Authorship Variational Autoencoder, EAVAE)**이라는 새로운 프레임워크를 제안합니다. EAVAE의 핵심은 아키텍처 설계 단계부터 스타일과 내용을 명시적으로 분리(explicitly disentangles)하는 데 있습니다.

💡 EAVAE의 작동 원리 및 혁신성

1. 사전 학습 (Pre-training):
EAVAE는 먼저 다양한 저자 데이터셋을 활용하여 스타일 인코더를 지도적 대조 학습(supervised contrastive learning) 방식으로 사전 훈련합니다. 이를 통해 순수한 작가 고유의 스타일 특징만을 추출하는 데 집중할 수 있습니다.

2. 분리된 아키텍처 (Separate Architecture):
본격적인 학습 단계에서는 변이형 오토인코더(Variational Autoencoder, VAE) 구조를 채택하며, 스타일 표현과 내용 표현을 위한 별도의 인코더를 사용합니다. 이 설계 자체가 정보의 혼재를 방지하는 핵심 역할을 합니다.

3. 설명 가능한 판별자 (Explainable Discriminator):
EAVAE가 가장 혁신적인 부분은 '설명 가능성'을 통합했다는 점입니다. 기존 모델들이 단순히 스타일/내용 쌍이 같은 출처인지 아닌지를 분류하는 데 그쳤다면, EAVAE의 새로운 판별자는 다음 두 가지 기능을 수행합니다:

• 분류: 스타일/내용 쌍이 동일한 저자/출처에 속하는지 여부를 판단합니다.
• 설명 생성: 이 결정(예: