텍스트를 붙여넣으면 모델 없이 문체·반복·상투구로 AI 작성 가능성을 추정해요. 완벽하지 않은 참고용이에요.
회원가입 없이 무료이고, 검사는 브라우저 안에서 실행돼 입력한 내용이 서버로 올라가지 않습니다. 결과는 판단을 돕는 참고 신호이며, 금전·법적 결정의 단독 근거로 쓰지 마세요.
붙여 넣은 글이 사람이 직접 썼는지, ChatGPT·Gemini 같은 생성형 AI가 만든 티가 나는지를 문체의 통계적 특징으로 가늠합니다. 서버로 글을 보내지 않고 브라우저 안에서만 계산하므로, 민감한 글도 안심하고 확인할 수 있습니다.
첫째, 문장 길이의 리듬(버스트니스)입니다. 사람은 짧은 문장과 긴 문장을 뒤섞어 쓰는 경향이 강하지만, AI가 만든 글은 문장 길이가 고르게 평탄해지는 경우가 많습니다. 둘째, 어휘·구문의 반복입니다. 같은 접속어("또한", "게다가", "결론적으로")나 문장 구조가 규칙적으로 되풀이되면 기계 생성 가능성이 올라갑니다.
셋째, 상투어(클리셰)입니다. "급변하는 디지털 시대", "~에 있어 매우 중요한 역할을 합니다" 같은 무난하고 속 빈 표현이 몰려 있으면 신호가 됩니다. 넷째, 과도한 격식과 균질함입니다. 오탈자·구어·감정의 기복이 전혀 없이 지나치게 매끄러운 글은 사람보다 모델의 출력에 가깝습니다.
점수는 0~100%로 표시되며 "AI가 썼을 가능성"의 상대적 지표입니다. 대략 65% 이상은 높음, 35~65%는 애매, 35% 미만은 낮음으로 보면 됩니다. 각 신호의 막대는 그 항목이 점수에 얼마나 기여했는지를 나타냅니다.
글자 수가 적으면(대략 두세 문장 이하) 통계가 불안정해 "신뢰 낮음" 경고가 뜹니다. 이럴 때 점수는 참고만 하세요. 문단 하나 이상, 가능하면 다섯 문장 이상을 넣어야 판별이 안정적입니다.
문체 통계 기반 판별에는 원리적 한계가 있습니다. 사람이 또박또박 격식 있게 쓴 보고서는 AI로 오탐될 수 있고, 반대로 사람이 AI 초안을 손본 글이나 최신 모델의 출력은 사람 글로 미탐될 수 있습니다. 번역기를 거친 글도 통계가 흔들립니다.
그래서 이 결과는 "증거"가 아니라 "의심의 출발점"입니다. 사실관계의 오류, 출처 없는 단정, 앞뒤 맥락의 부재처럼 사람이 직접 읽어야 드러나는 요소를 함께 확인하세요. 학업·채용 등 중요한 판단에 단독 근거로 쓰지 마세요.
이 한계는 이 도구만의 것이 아닙니다. OpenAI 는 자사가 만든 AI 글 분류기를 2023년에 정확도가 낮다는 이유로 중단했습니다. 자기 모델의 출력을 자기가 판별하는 쪽이 가장 유리한 위치인데도 그랬어요. 글은 이미지와 달리 픽셀 같은 물리적 흔적을 남기지 않고, 남는 것은 문체의 경향뿐이기 때문입니다.
더 조심해야 할 지점은 오탐이 균등하게 퍼지지 않는다는 것입니다. 스탠퍼드 연구진이 2023년 발표한 실험에서, 영어가 모국어가 아닌 사람이 쓴 글은 여러 상용 탐지기에서 AI 로 잘못 분류되는 비율이 뚜렷하게 높았습니다. 어휘가 단순하고 문장 구조가 정형적일수록 기계 글처럼 보이기 때문이에요. 외국어로 쓴 글, 격식을 갖춘 공문, 초급 학습자의 과제가 같은 이유로 불리해집니다.
그래서 이 도구는 판정 대신 관찰을 보여 주는 쪽을 택했습니다. 어떤 신호가 얼마나 나왔는지를 항목별로 드러내고, 결론은 사람이 내리게 합니다. 점수 하나만 떼어 근거로 쓰면 위에서 말한 편향까지 함께 옮겨 붙습니다.
영어로 쓴 원문을 기계 번역으로 한국어로 옮긴 글을 넣었습니다. 문장은 매끄럽지만 조사 선택이 일정하고, 문단마다 같은 접속 구조가 반복됐습니다. 점수는 중간 구간에 걸치고 반복 신호만 길게 나옵니다. 번역기는 문체를 평탄하게 만들기 때문에 생성 모델과 통계가 겹쳐요. 이 구간에서 필요한 판단은 AI 여부가 아니라 출처 확인입니다. 원문이 어디에 있는지를 묻는 편이 빠릅니다.
팀에서 받은 공지 초안을 붙여 넣었습니다. 문장 길이가 24~28자 사이에 거의 고르게 몰려 있고, "또한", "결론적으로", "~에 있어 중요한 역할을 합니다" 같은 연결어와 상투구가 문단마다 규칙적으로 등장했습니다. 패턴 점수는 높음 구간으로 나오고 버스티니스·상투어 막대가 길게 표시됩니다. 이때 읽어야 할 결론은 "이 사람이 거짓말했다"가 아니라 "초고가 모델 출력일 가능성이 크니 사실관계와 수치는 사람이 다시 확인해야 한다"입니다.
개인 블로그 후기를 붙여 넣었습니다. 한 문장은 여덟 자, 다음 문장은 예순 자로 들쭉날쭉하고, 중간에 구어체("그래서 좀 당황했다")와 구체적 금액·날짜가 섞여 있었습니다. 점수는 낮음 구간으로 떨어집니다. 구체적 경험과 문장 길이의 불규칙성은 통계적으로 사람 글의 특징이고, 이 도구가 실제로 세는 것도 바로 그 불규칙성입니다.
학술 초록, 관공서 보고서, 매뉴얼처럼 "첫째·둘째·셋째"로 정돈되고 감정과 오탈자가 없는 글은 사람이 썼어도 높은 점수가 나옵니다. 자체 게이트(사람이 쓴 글 181건) 실측에서 12.7%가 "패턴 많음"으로 분류됐습니다. 즉 여덟 명 중 한 명꼴로 억울한 결과가 나온다는 뜻입니다. 그래서 이 점수는 과제 부정행위나 채용 탈락의 근거가 될 수 없습니다. 의심의 출발점으로만 쓰고, 판단은 내용을 읽고 하세요.
아니요. 분석은 전부 브라우저 안에서 이뤄지며 글 내용은 서버로 전송되지 않습니다.
단정할 수 있는 절대 기준은 없습니다. 높은 점수는 "AI다움"이 강하다는 뜻일 뿐이며, 항상 사람 검토와 함께 판단해야 합니다.
문장 길이·반복 같은 신호는 언어에 크게 의존하지 않아 대체로 동작하지만, 상투어 사전은 한국어·영어에 최적화돼 있습니다.
그렇게 쓰지 마세요. 위에서 적었듯 외국어로 쓴 글이나 격식 있는 문서는 구조적으로 불리하게 나옵니다. 표절·부정 사용을 다루는 자리라면 점수가 아니라 작성 과정 — 초안, 수정 이력, 본인이 설명할 수 있는 근거 — 을 확인하는 쪽이 맞습니다.
손을 댄 정도에 따라 갈립니다. 문장을 다시 쓰고 사례와 수치를 넣었다면 사람 글에 가깝게 나오고, 표현만 바꿨다면 원래 구조가 남아 높게 나옵니다. 점수를 낮추려고 고치는 것은 의미가 없어요. 읽는 사람에게 필요한 것은 낮은 점수가 아니라 확인된 사실입니다.