학술지 투고를 위한 AI 점수 낮추기

원고는 이제 단 한 명의 심사자가 열어 보기 전에 멈출 수 있다. iThenticate는 Turnitin의 출판용 버전으로, 2023년 4월부터 AI 작성 지표를 포함해 왔으며, ScholarOne과 Editorial Manager를 포함하여 학술지가 모든 투고에 대해 이미 사용하고 있는 원고 추적 시스템에 직접 연결된다. 편집 보조자는 편집자가 배정되기 전에, 심사자가 배정되기 전은 물론, 그 비율을 본다. 학술지 투고를 위해 AI 점수를 낮추는 방법을 배우는 것은 특정 도구 하나를 이기는 문제라기보다, 그 수치가 실제로 무엇에 반응하는지, 그리고 그것이 무엇을 말하든 관계없이 공개해야 할 사항으로서 학술지에 무엇을 알려야 하는지를 이해하는 문제에 가깝다.

우리는 탐지기를 속이려는 것이 아니다. 다음에는 원고를 손상시키지 않으면서 점수를 안정적으로 낮추는 몇 가지 방법이 나온다. 그리고 마지막으로, 자신의 보고서가 무엇을 보여 주든 관계없이 할 가치가 있는 한 가지가 있다. 실제로 요구하는 표현에 맞추어, 무엇을 사용했는지와 어떻게 사용했는지를 학술지에 알리는 것이다.

왜 학술지는 심사 전에 AI 작성을 점검하는가?

AI 작성을 점검하는 대부분의 학술지는 동시에 표절도 확인하는데, 그들의 처리 과정이 모든 투고를 거치기 때문이다. 2023년 이후 iThenticate는 이미 편집자가 읽고 있는 Similarity Report에 내장된 유료 추가 기능으로 AI 작성 지표를 제공해 왔으며, 학술지가 투고를 처리하는 데 사용하는 문서 추적 도구 안에서 작동하도록 설계되었다. 그 비율은 누군가가 실제 논지를 읽도록 배정되기 전에 보인다.

그 시점이야말로 제출 전에, 제출한 뒤가 아니라, 그 수치를 진지하게 받아들일 만하게 만드는 이유이다. 편집부 단계에서의 표시 하나는 심사 패널 앞에서 논의되지 않는다, 아직 패널이 없기 때문이다. 점수가 왜 조금이라도 변하는지에 대한 작동 원리는 TextPulse의 AI 탐지기가 작동하는 방식에 대한 가이드가 기본 측정 방식을 설명한다. 저널 단계에서 달라지는 것은 지표 자체가 아니라 시점과 결과이다. 여기서의 표시는 보류, 점수에 대해 설명하라는 문의 이메일, 또는 대기열 맨 아래로 조용히 밀려나는 결과를 낳을 수 있으며, 원고는 논지가 스스로 말할 수 있는 지점에 결코 도달하지 못한다. 제출 전에 두는 가장 안전한 마지막 층은 또한 가장 오래된 층이기도 하다, 바로 전문가의 인간 편집으로, 어떤 지표도 기계로 오인할 수 없는 유일한 수정 단계이다.

원고 수준에서 저널 제출을 위한 AI 점수를 낮추는 방법

TextPulse의 학술 글쓰기를 위한 AI humanizer 사용 가이드는 논문의 각 섹션을 그 자체의 기준에 따라 다룬다. 초록, 방법론, 논의는 서로 다른 이유로 탐지기를 작동시키기 때문이다. 섹션별 작동 원리가 낯설다면 먼저 그것을 읽고, 모든 섹션이 확정되어 전체 원고를 보며 이제 문 밖으로 내보낼 준비가 된 뒤에 무엇이 달라지는지 여기로 돌아오면 된다.

섹션 수준의 편집으로는 건드리지 못하는, 전체 원고 점수를 움직이는 요소가 몇 가지 있다. 이미 손으로 수정한 다른 부분에 뒤늦게 덧붙인 문단, 흔히 급히 쓴 서론이나 서둘러 쓴 결론은, 주변의 모든 것보다 더 매끄럽기 때문에 오히려 두드러진다. 각 섹션의 맨 위에서 같은 전환 표현을 반복하고, 다섯 개 섹션을 연달아 "이 섹션은 제시한다"의 어떤 변형으로 시작하면, 각 문장이 모두 독창적이더라도 문서의 리듬이 평평해진다. 섹션들이 몇 주 간격으로 작성되어 같은 변수를 서로 다른 세 이름으로 부르는 것도 비슷한 결과를 낳는다. 인간 독자에게는 부주의하게 읽히고, 그 결과로 생긴 들쭉날쭉한 재서술은 분류기에는 생성된 것으로 읽히는 경우가 많다.

서두가 급하게 작성되었는지는 대개 바로 이런 형태로 드러난다. "This paper examines the relationship between X and Y"는 같은 호의 수많은 다른 논문이 각자의 서두를 여는 방식과 똑같이 문단을 시작한다. "We expected X to predict Y, and in the second cohort it did not"는 첫 문장보다 더 거친 문장이며, 훨씬 덜 예측 가능한 문장인데, 이는 실제로 해당 지표가 평가하는 바가 품질보다 더 가깝다.

실질적인 해결책은 모든 절 수준의 수정이 끝난 뒤, 그리고 다시 손대기 전에, 완성된 원고를 처음부터 끝까지 한 번 읽는 것이다. 내용보다 리듬을 읽어야 한다. 모든 문단의 길이가 대체로 비슷한지, 모든 절이 같은 방식으로 시작하는지, 1주 차에 쓴 문장이 6주 차에 쓴 문장 옆에 놓여도 어울리는지 확인해야 한다. 절별로가 아니라 전체 파일에 적용한 burstiness checker는 절별 검토가 놓치는 평탄화를 찾아낸다. 이는 한 문단 내부가 아니라 문서 전체의 변이를 측정하기 때문이다.

그 읽기에서 한 절이 단지 거친 한 문단이 아니라 전반적으로 평탄하다는 점이 드러난다면, 그 절만을 대상으로 한 AI humanizer tool이 처음부터 손으로 다시 쓰는 것보다 더 빠른 해결책이다. 다만 그 결과를 읽은 뒤, 의도하지 않았는데 바뀐 부분은 반드시 고쳐야 한다. 이것은 자신의 초안을 마무리하는 도구이지, 초안 자체를 대신하는 도구가 아니다.

AI 점수와 무관하게 무엇을 공개해야 하는가?

공개는 점수와는 별개의 요구사항이며, 현재 대부분의 출판사는 초안 작성에 어떤 도구가 관여했는지와 무관하게 모든 투고에 이를 붙인다. 2026년 6월에 갱신된 Elsevier의 저널용 생성형 AI 정책은, 참고문헌 목록 바로 앞에 배치되는, "Declaration of generative AI and AI-assisted technologies in the manuscript preparation process"라는 제목의 구체적인 선언 섹션을 요구한다. 이 정책은 사용한 도구, 그 도구가 수행한 목적, 그리고 저자의 감독 범위를 명시하도록 한다.

IEEE는 다른 위치에서 비슷한 것을 요구합니다. 즉, 감사의 글 부분에서 사용한 AI 시스템의 이름을 밝히고, 그 시스템이 논문의 어느 부분에 관여했는지를 식별하라고 합니다. 두 정책은 같은 지점에서 선을 긋습니다. 문법, 철자, 구두점 점검은 선언이 필요하지 않습니다. 두 출판사는 이를 편집으로 보기 때문입니다. 표현이나 문장 구조를 다시 쓰는 검토는, 자신의 AI 점수가 어떻게 나오든, 선언 요건에 해당합니다. 이 선언은 인정이라기보다 방법에 대한 메모에 가깝습니다. 어떤 도구를, 무엇을 위해, 얼마나 의존했는지를 적는 것입니다.

다른 학술지는 표지 서한에서 이 정보를 다시 평이한 영어로 요청합니다. "논문의 일부가 생성형 AI 도구로 작성되었습니까? 그렇다면 어떤 도구입니까?" 이것은 학술지가 확인할 두 곳에 하나의 공개를 하는 것으로 생각하면 됩니다. 서로 충돌할 수 있는 두 개의 공개로 생각해서는 안 됩니다. 두 공개를, 서로 다른 의무가 아니라 학술지가 볼 가능성이 높은 두 곳에 같은 내용을 두 번 적은 하나의 공개로 취급해야 합니다. 그렇게 해야 서로 모순되는 결과를 피할 수 있습니다.

제출 전 AI 점수 점검표

순서는 목록 자체만큼이나 중요합니다. 순서를 지키지 않고 작업하면, 나중 단계에서 원고가 다시 바뀌었을 때 앞선 단계를 다시 해야 하는 경우가 보통입니다.

단계	무엇을 포착하거나 포함하는가
먼저 모든 절 수준의 편집을 끝낸다	남은 단계가 실제 원고를 측정하도록 문장을 고정하며, 계속 변하는 대상을 측정하지 않게 한다
전체 파일을 처음부터 끝까지 이어서 읽으며 리듬을 확인한다	절별 편집에서는 놓치기 쉬운, 균일한 문단 길이와 반복되는 절의 시작 패턴을 확인한다
전체 문서에 걸쳐 burstiness 점검을 실행한다	긴 파일에서 사람이 읽는 방식으로는 놓칠 수 있는 문장 수준의 변이를 확인한다
생성형 AI 선언문 초안을 작성한다	나머지 제출물을 형식화하기 전에 학술지가 요구하는 문구와 배치를 맞춘다
초안과 버전 기록을 보관한다	제출 후 점수가 표시되었을 때 편집자의 문의에 답하기 위한 증거가 된다

편집부가 그래도 원고를 표시하면 어떻게 되는가?

질문에는 지표 자체에 대한 논쟁이 아니라 절차로 답해야 한다. 퍼센트는 그 자체로 반박하기 어렵다. 어떤 출판사도 신중한 인간 저자와 생성된 글을 안정적으로 구분하는 기준점을 제시한 적이 없기 때문이다. 대신 제시할 수 있는 것은 버전 기록, 날짜가 표시된 초안, 또는 어떤 도구가 문장에 손대기 전에 그 논지가 본인의 것이었음을 보여 주는 메모이다.

어떤 도구가 그 수치를 산출했는지 묻는 것은 타당하며, 학술지가 이를 공유한다면 보고서 자체를 보는 것도 타당하다. 공급업체들은 서로 자주 의견이 다르므로, 하나의 분류기가 제시한 특정 퍼센트는 그날 그 분류기가 낸 출력일 뿐, 원고에 대한 확정된 사실이 아니다. 어떤 도구가 표시했는지 알면, 우려가 논문 전체에 관한 것인지, 아니면 비중을 크게 둔 한 부분에 관한 것인지 알 수 있다.

투고 이후에 이어지는 것은 그 자체로 하나의 문서이며, 이를 위한 심사자에게 보내는 답변서 템플릿이 있다. 논문 자체에 대해서는 연구 논문 전체를 인간적으로 다듬는 방법을 별도로 다룬다.

답변은 실제로 요청된 범위에 비례하게 유지해야 한다. 편집 보조가 점수를 표시했다고 해서 원하는 것은 도구의 방법론에 대한 반박이 아니라 작성 과정에 대한 설명이다. 한 줄짜리 질문에 대해 방어적인 여러 쪽짜리 답변을 보내는 것은 짧고 사실적인 답변보다 대체로 더 나쁘게 읽힌다. TextPulse는 학술지가 사용하는 어떤 도구의 판정이 아니라, 사용자의 텍스트 자체로 계산한 추정 Human Score를 보고하며, 어느 숫자든 하나의 입력이 아니라 판정으로 취급하는 것은 양쪽 모두에서 잘못이다.