대규모 언어 모델 (LLMs)은 관찰된 동작이 올바른지 결정하는 테스트의 부분인 테스트 오라클 (test oracles)을 생성하는 데 점점 더 많이 사용되고 있습니다. 하지만 이러한 오라클이 어디에서 권위를 끌어오는지에 대한 명확한 설명은 부족한 실정입니다. 기존의 2차 연구들은 오라클의 형태나 LLM 기술에 따라 이 분야를 분류합니다. 판결의 신뢰도를 결정하는 속성인 판결 권위의 원천 (source of the verdict's authority)에 따라 분류한 연구는 없습니다. 본 논문은 PRISMA 2020 가이드라인에 따라 수행되고 보고된 체계적 문헌 고찰 (systematic literature review)을 제시합니다. 2,436개의 기록으로부터 LLM 사전 필터링과 독립적인 이중 인간 스크리닝 (검토자 간 일치도, Cohen's kappa 0.79) 및 전문 평가를 거쳐 54개의 연구가 포함되었습니다. 우리는 이 연구들을 세 가지 축, 즉 오라클 권위의 원천 (source of an oracle's authority), 오라클이 취하는 형태 (form), 그리고 이를 판정하는 메커니즘 (mechanism)을 따라 분석합니다. 또한 도메인, 언어, 모델 및 적응 전략의 지형을 특징짓습니다. 명세 유도 권위 (Specification-derived authority)는 가장 흔한 단일 원천이지만, 전체 연구의 약 절반(54개 중 28개)만을 차지합니다. 나머지 26개는 명세가 전혀 없는 상태에서 판결을 내립니다. 권위의 원천과 판정 메커니즘은 서로 교차합니다. 동일한 원천이 여러 메커니즘에 의해 확인되기도 하고, 하나의 메커니즘이 여러 원천에 기여하기도 하므로, 'LLM-as-a-judge'와 같은 라벨은 신뢰의 근거라기보다는 메커니즘을 지칭하는 것에 가깝습니다. 우리는 더 나아가 이러한 오라클이 어떻게 평가되는지, 그리고 어떻게 실패하는지를 보고하며, 분류 체계의 희소하거나 비어 있는 영역을 연구 과제로 제시합니다. 프로토콜, 검색 쿼리 및 연구별 코딩 시트는 보충 자료로 공개됩니다.