AI 킬러 — 백서 · 입시 툴박스

한국어 AI 글 탐지 / V7-E + C5-V2 + V8 OOD

한국어 특화

AI 킬러로 제출 전 검사하세요.

ChatGPT 이전 2021년까지의 한국어 코퍼스 5억+ 글자로 학습

Hybrid 2-tier + Cascade B 한국어 조사 분석으로 미지의 LLM과 Humanizer까지 대응합니다.

검사 결과

2026.05.13 14:21

AI 작성 가능성 높음

AI 확률 (80% 이상)87%

이 보고서는 다각도로 접근하여 종합적인 분석을 수행한 결과를 정리한 것이다. 본 연구는 현대 사회의 다양한 측면을 면밀히 고찰하고자 한다. 결론적으로 본 주제는 매우 중요한 의미를 지닌다고 할 수 있겠다.

계열 추정

GPT 계열

신뢰도

0.92

처리 시간

1.4s

0.9999

출시 검증 AUROC

v3 holdout · 2026.04

99.6%

특이도

v3 holdout · 사람 글 정확 판별

10/10

사용자 명시 게이트 통과

cascade B · 운영 frontier · 2026.05

0.948

계열 추정 F1

GPT · Claude · Gemini 분류

검사 원리 HYBRID 2-TIER

AI 킬러는 다섯 단계로 교차 검증합니다.

한 모델이 놓쳐도 다음 모델이 잡도록,

미확정 케이스에만 4개 독립 검출기가 추가 활성화됩니다.

성능 / GO·NO-GO 5/5

모든 기준선을 넘었습니다.

출시 검증(v3 holdout) 기준 5개 지표 모두 목표 초과. 현재 운영 v7-E primary 의 binary head 베이스 — 카테고리·계열 추정·보정 정확도 단일 패스 검증.

지표

측정값

목표

AUROC

0.9999

≥ 0.93

특이도 (사람 글 정확 판별)

99.6%

≥ 98%

민감도 (AI 글 탐지율)

100%

≥ 90%

Attribution Macro-F1

0.948

≥ 0.70

CAP (Calibration Accuracy)

0.942

≥ 0.85

V3 HOLDOUT 평가셋 · 2026.04 출시 검증 · v7-E PRIMARY BINARY HEAD 베이스 · CASCADE B 운영 측정은 SECTION B

KATFISH OOD / 학습 외 LLM 추적

KatFish 적대 평가, 전 영역 90%+

Cascade B 운영 frontier 측정값 — KatFish 적대 평가셋에서 6종 LLM 글 모두 90% 이상 검출. 사용자 명시 10 게이트 전수 통과.

LLM 그룹

검출률

게이트

KatFish AI 종합

98.46%

≥ 80%

GPT 글

98.09%

≥ 90%

Qwen 글

98.97%

≥ 85%

Solar 글

98.83%

≥ 80%

Llama 글

97.93%

≥ 50%

CASCADE B · B_MECAB_JOSA_V1 · 측정 2026.05.10 · 사용자 명시 10 게이트 전수 통과

학습 데이터 / OPEN PROVENANCE

5억+ 글자로 학습.

한국어 사람 작성 문단

한국어 위키백과

인간 코퍼스 v2

국립국어원 모두의말뭉치 · AI Hub 4종

2021 이전 한국어 학생 글

ChatGPT 등장 이전 봉인 자료

AI 샘플 (9 LLM)

GPT-5.5 · Claude Opus 4.7 · Gemini 3.1 Pro 외

2026 최신 모델로 더 확실하게!

학습 데이터 5억+ 글자 · 한국어 사람 글 + 9개 AI 모델 (61,566 AI 샘플) 학습 완료

GPT 5.5 포함

Gemini 3.1 Pro 포함

Claude 4.7 포함

참고 문헌 / REFERENCES

학술적 근거.

탐지 알고리즘 · 평가

1.Mitchell, E., Lee, Y., Khazatsky, A., et al. DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature. ICML 2023.arXiv:2301.11305
2.Hans, A., Schwarzschild, A., Cherepanova, V., et al. Spotting LLMs With Binoculars: Zero-Shot Detection of Machine-Generated Text. ICML 2024.arXiv:2401.12070
3.Gehrmann, S., Strobelt, H., Rush, A. M. GLTR: Statistical Detection and Visualization of Generated Text. ACL 2019.arXiv:1906.04043
4.Dugan, L., Hwang, A., Trhlík, F., et al. RAID: A Shared Benchmark for Robust Evaluation of Machine-Generated Text Detectors. ACL 2024.arXiv:2405.07940

모델 · 학습 방법

5.Park, S., Moon, J., Kim, S., et al. KLUE: Korean Language Understanding Evaluation. NeurIPS 2021 Datasets and Benchmarks.arXiv:2105.09680
6.Hu, E. J., Shen, Y., Wallis, P., et al. LoRA: Low-Rank Adaptation of Large Language Models. ICLR 2022.arXiv:2106.09685

학습 데이터 출처

7.국립국어원. 모두의말뭉치 (5 NIKL 서브소스).corpus.korean.go.kr
8.한국지능정보사회진흥원 (NIA). AI Hub 한국어 데이터셋 — 행정문서 · 에세이 · 요약 · 청소년 활동.aihub.or.kr
9.Wikimedia Foundation. Korean Wikipedia Dump (kowiki-latest, 1,635,958 paragraphs).dumps.wikimedia.org

지금, 검사해보세요.

월 5회 무료. 카드 등록 없이 시작 가능합니다.

무료 검사 시작

한국어 AI 글 탐지 / V7-E + C5-V2 + V8 OOD

한국어 특화

AI 킬러로 제출 전 검사하세요.

ChatGPT 이전 2021년까지의 한국어 코퍼스 5억+ 글자로 학습

Hybrid 2-tier + Cascade B 한국어 조사 분석으로 미지의 LLM과 Humanizer까지 대응합니다.

검사 결과

2026.05.13 14:21

AI 작성 가능성 높음

AI 확률 (80% 이상)87%

계열 추정

GPT 계열

신뢰도

0.92

처리 시간

1.4s

0.9999

출시 검증 AUROC

v3 holdout · 2026.04

99.6%

특이도

v3 holdout · 사람 글 정확 판별

10/10

사용자 명시 게이트 통과

cascade B · 운영 frontier · 2026.05

0.948

계열 추정 F1

GPT · Claude · Gemini 분류

검사 원리 HYBRID 2-TIER

AI 킬러는 다섯 단계로 교차 검증합니다.

한 모델이 놓쳐도 다음 모델이 잡도록,

미확정 케이스에만 4개 독립 검출기가 추가 활성화됩니다.

성능 / GO·NO-GO 5/5

모든 기준선을 넘었습니다.

출시 검증(v3 holdout) 기준 5개 지표 모두 목표 초과. 현재 운영 v7-E primary 의 binary head 베이스 — 카테고리·계열 추정·보정 정확도 단일 패스 검증.

지표

측정값

목표

AUROC

0.9999

≥ 0.93

특이도 (사람 글 정확 판별)

99.6%

≥ 98%

민감도 (AI 글 탐지율)

100%

≥ 90%

Attribution Macro-F1

0.948

≥ 0.70

CAP (Calibration Accuracy)

0.942

≥ 0.85

V3 HOLDOUT 평가셋 · 2026.04 출시 검증 · v7-E PRIMARY BINARY HEAD 베이스 · CASCADE B 운영 측정은 SECTION B

KATFISH OOD / 학습 외 LLM 추적

KatFish 적대 평가, 전 영역 90%+

Cascade B 운영 frontier 측정값 — KatFish 적대 평가셋에서 6종 LLM 글 모두 90% 이상 검출. 사용자 명시 10 게이트 전수 통과.

LLM 그룹

검출률

게이트

KatFish AI 종합

98.46%

≥ 80%

GPT 글

98.09%

≥ 90%

Qwen 글

98.97%

≥ 85%

Solar 글

98.83%

≥ 80%

Llama 글

97.93%

≥ 50%

CASCADE B · B_MECAB_JOSA_V1 · 측정 2026.05.10 · 사용자 명시 10 게이트 전수 통과

학습 데이터 / OPEN PROVENANCE

5억+ 글자로 학습.

한국어 사람 작성 문단

한국어 위키백과

인간 코퍼스 v2

국립국어원 모두의말뭉치 · AI Hub 4종

2021 이전 한국어 학생 글

ChatGPT 등장 이전 봉인 자료

AI 샘플 (9 LLM)

GPT-5.5 · Claude Opus 4.7 · Gemini 3.1 Pro 외

2026 최신 모델로 더 확실하게!

학습 데이터 5억+ 글자 · 한국어 사람 글 + 9개 AI 모델 (61,566 AI 샘플) 학습 완료

GPT 5.5 포함

Gemini 3.1 Pro 포함

Claude 4.7 포함

참고 문헌 / REFERENCES

학술적 근거.

탐지 알고리즘 · 평가

1.Mitchell, E., Lee, Y., Khazatsky, A., et al. DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature. ICML 2023.arXiv:2301.11305
2.Hans, A., Schwarzschild, A., Cherepanova, V., et al. Spotting LLMs With Binoculars: Zero-Shot Detection of Machine-Generated Text. ICML 2024.arXiv:2401.12070
3.Gehrmann, S., Strobelt, H., Rush, A. M. GLTR: Statistical Detection and Visualization of Generated Text. ACL 2019.arXiv:1906.04043
4.Dugan, L., Hwang, A., Trhlík, F., et al. RAID: A Shared Benchmark for Robust Evaluation of Machine-Generated Text Detectors. ACL 2024.arXiv:2405.07940

모델 · 학습 방법

5.Park, S., Moon, J., Kim, S., et al. KLUE: Korean Language Understanding Evaluation. NeurIPS 2021 Datasets and Benchmarks.arXiv:2105.09680
6.Hu, E. J., Shen, Y., Wallis, P., et al. LoRA: Low-Rank Adaptation of Large Language Models. ICLR 2022.arXiv:2106.09685

학습 데이터 출처

7.국립국어원. 모두의말뭉치 (5 NIKL 서브소스).corpus.korean.go.kr
8.한국지능정보사회진흥원 (NIA). AI Hub 한국어 데이터셋 — 행정문서 · 에세이 · 요약 · 청소년 활동.aihub.or.kr
9.Wikimedia Foundation. Korean Wikipedia Dump (kowiki-latest, 1,635,958 paragraphs).dumps.wikimedia.org

지금, 검사해보세요.

월 5회 무료. 카드 등록 없이 시작 가능합니다.

무료 검사 시작