LLM 기반 코드 탐지: SemEval-2026 Task 13 분석

요약

본 문서는 SemEval-2026 Task 13에서 다루는 기계 생성 코드(Machine-Generated Code) 탐지 과제에 대한 접근 방식을 설명합니다. 이 태스크는 단순한 이진 분류를 넘어, 소스 출처 추적, LLM 계열 식별, 그리고 인간-기계 협업 또는 적대적으로 변조된 코드를 포함하는 복합적인 시나리오를 다룹니다. 기존의 텍스트 기반 탐지 기법(mdok)을 코드 이해에 더 적합한 다양한 기본 모델로 조정하여 적용했으며, 모든 하위 태스크에서 경쟁력 있는 결과를 얻었으나, 최고 성능 시스템과의 격차가 커서 추가 개선이필

핵심 포인트

• SemEval-2026 Task 13은 기계 생성 코드 탐지를 다루며, 단순 이진 분류를 넘어 소스 출처 및 LLM 계열 식별까지 포함합니다.
• 탐지 과제는 인간과 기계가 공동 생성하거나 적대적으로 변조된 복합적인 코드 시나리오까지 포괄합니다.
• 기존의 텍스트 탐지 접근 방식(mdok)을 코드 이해에 최적화된 다양한 기본 모델로 조정하여 적용했습니다.
• 모든 하위 태스크에서 경쟁력 있는 성능을 보였으나, 최고 수준 시스템과의 격차를 줄이는 추가 개선이 필요합니다.