턴잇인 AI 탐지, 챗GPT·Claude·Gemini 잡을까?

네. Turnitin(턴잇인)은 ChatGPT, Claude, Gemini, DeepSeek의 출력물을 탐지할 수 있고, 이들 중 어느 것이든 수정하지 않은 텍스트는 대개 AI 글쓰기 지표가 잡아내도록 설계된 대상입니다. Turnitin의 영어 AI 글쓰기 FAQ는 이제 OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek, Amazon, xAI의 특정 버전과 "and tools based on these LLMs as well"(이 LLM 기반 도구들)까지 명시합니다.

정직한 단서도 그만큼 중요합니다. 점수는 증거가 아니라 예측입니다. 최소 300단어의 산문이 필요하고, 20% 미만이면 결과를 숨기며, 짧은 글과 많이 수정한 글에는 약하고, 때로는 사람이 쓴 글을 표시합니다. 아래에서 작성 시점 기준 Turnitin이 모델 계열별로 밝힌 내용, 탐지기 하나가 여러 모델을 잡는 이유, 놓치는 지점을 정리합니다.

Turnitin은 AI를 탐지할까? 2026년 모델 목록

Turnitin은 예전에 첫 ChatGPT의 기반이던 GPT-3와 GPT-3.5를 기준으로 탐지기를 설명했습니다. FAQ에 따르면 그것이 출발점이었고 이후 "a large number of other LLMs"(다른 수많은 LLM)로 확대했습니다. 2026년 7월에는 여러 모델의 앙상블을 단일 모델로 통합했으며, 문서 단위 오탐률을 1% 미만으로 유지한다고 말합니다. 작성 시점에 확인한 영어 목록을 업체별로 정리하면 다음과 같습니다.

이 목록에서 두 가지를 알 수 있습니다. 첫째, 목록에 없다고 빠져나가는 것은 아닙니다. Turnitin은 패턴을 학습하므로, 목록에 없는 모델의 텍스트도 목록에 있는 모델의 텍스트와 통계적으로 비슷해 보일 수 있습니다. 둘째, 목록에 있다고 그 모델이 쓴 모든 문장이 잡히는 것도 아닙니다. Turnitin은 오탐을 낮게 유지하려고 일부 AI 텍스트를 놓치는 것을 감수한다고 밝히며, 50%로 채점된 문서가 "could contain as much as 65% AI writing"(AI 글을 최대 65%까지 포함할 수 있다)는 예를 듭니다.

Turnitin은 ChatGPT를 탐지할까?

ChatGPT는 Turnitin이 가장 오래 다뤄 온 대상이고, 목록에서도 GPT-4o부터 GPT-5.4까지 가장 많이 포함되어 있습니다. 그러니 에세이나 논문으로 제출된 가공하지 않은 ChatGPT 산문이 이 모델이 채점하도록 학습된 핵심 대상이라는 의미에서, Turnitin은 ChatGPT를 탐지합니다. 많이들 검색하는 'ChatGPT 5' 세대도 포함됩니다. GPT-5와 mini, nano, 후속 버전이 모두 명시되어 있습니다.

가공하지 않은 ChatGPT 학술 산문이 탐지기에 어떻게 보이는지는 실제 실행으로 쉽게 보여 드릴 수 있습니다. AI로 작성한 공중보건 초록을 자체 탐지 검사에 돌렸습니다. 일곱 문장이 모두 표시되었고, 검사에 쓴 탐지 모델 다섯 개가 모두 AI로 판정했습니다.

Urban heat islands pose a significant and growing threat to public health, particularly among vulnerable populations such as the elderly and individuals with chronic illnesses. This study investigates the relationship between neighborhood-level green space coverage and heat-related emergency department visits in three mid-sized cities between 2015 and 2022. Utilizing a combination of satellite-derived land surface temperature data, municipal tree canopy inventories, and hospital administrative records, we constructed a comprehensive dataset encompassing 214 census tracts. These results underscore the critical importance of integrating green infrastructure into urban planning and climate adaptation strategies.

사례 테스트 실행의 실제 검사 결과입니다. 전체 사례는 아래 링크한 초록 사례 연구에 있습니다.

이 문장들은 틀린 곳이 없습니다. 챗봇 산문 특유의 방식으로 예측 가능할 뿐입니다. "pose a significant and growing threat", "utilizing a combination of", "underscore the critical importance" 같은 표현입니다. 전체 수정 전후는 초록 사례 연구에 있습니다.

Turnitin은 Claude를 탐지할까?

네, Turnitin의 설명에 따르면 그렇습니다. 목록에는 Claude 3 Haiku부터 Sonnet 4.6, Opus 4.5까지 Claude 버전 일곱 개가 있습니다. Reddit 같은 커뮤니티에서 Claude는 ChatGPT보다 '더 사람 같다'는 평을 듣고, 기본 문체도 목록을 덜 쓰는 편입니다. 하지만 탐지기는 매력을 평가하지 않습니다. 사람과 기계의 글에서 학습한 것에 비해 각 구간이 얼마나 예측 가능한지를 채점하며, 성능 좋은 모델이 쓴 다듬어진 학술 산문은 어느 모델이든 같은 예측 가능한 영역에 들어가는 경향이 있습니다. 목록이 마지막으로 업데이트된 뒤 나온 Claude 버전을 썼다면, 무사통과가 아니라 비슷하게 작동한다고 보세요.

Turnitin은 Gemini를 탐지할까?

네. Gemini는 Gemini 3 preview와 Gemini 3.1 Pro preview를 포함해 일곱 개 항목이 있습니다. Google Docs나 Workspace 안에서 Gemini를 쓰는 학생에게 중요한 부분입니다. "tools based on these LLMs"(이 LLM 기반 도구)도 포함되기 때문입니다. Gemini로 쓴 텍스트를 문서에 붙여 넣은 경우도 마찬가지입니다. 어디서 생성했는지는 글이 읽히는 방식을 바꾸지 않습니다.

Turnitin은 DeepSeek, Copilot, Grok도 탐지할까?

DeepSeek V3.2가 명시되어 있고, Grok 4.1, Mistral Large 3, LLaMA 두 버전, Amazon의 Nova 2 Lite도 있습니다. Microsoft Copilot은 이름으로 나오지 않지만 OpenAI 모델로 작동하며, Turnitin은 목록의 모델로 만든 도구도 포함한다고 말합니다. DeepSeek R1 같은 추론 모델도 이름이 없습니다. 이는 '탐지 불가'가 아니라 'Turnitin이 확인하지 않음'으로 받아들이세요.

탐지기 하나가 여러 모델을 잡는 이유

Turnitin의 FAQ가 기본 원리를 설명합니다. 대형 언어 모델은 다음에 올 확률이 높은 단어를 골라 텍스트를 만들기 때문에 출력이 일관되고 예측 가능한 반면, 사람의 글은 "inconsistent and idiosyncratic"(일관되지 않고 개성적)입니다. Turnitin은 현재의 트랜스포머 기반 모델이 perplexity나 burstiness 같은 이름 붙은 지표를 직접 계산하지 않는다고 덧붙입니다. AI 텍스트와 실제 학술 글을 섞은 학습 데이터에서 여러 통계 패턴을 한꺼번에 학습합니다.

챗봇들은 겹치는 데이터로 학습하고, 유창하고 안전하며 잘 정리된 답변이라는 같은 목표에 맞춰 조정됩니다. 그래서 단어 선택과 리듬이 비슷해집니다. 여러 모델로 학습한 탐지기가 다른 모델에도 통하는 이유이고, ChatGPT든 Claude든 Gemini든 같은 상투 표현이 표시되는 이유입니다. 작동 원리는 AI 탐지기는 어떻게 작동하나에서 다룹니다.

ChatGPT 글을 패러프레이징하면 Turnitin이 못 잡을까?

잡는 경우가 많습니다. Turnitin은 2023년 12월에 단어 치환기를 거친 AI 텍스트 탐지를 추가했고, 2024년 7월부터는 "AI-paraphrased"(AI로 패러프레이징된) AI 생성 텍스트를 위한 별도 범주를 리포트에 두었으며, 예시로 QuillBot을 들었습니다. 2025년 8월에는 AI 텍스트를 사람 글처럼 보이게 하려는 도구라고 설명하는 "AI bypasser tools"(AI 우회 도구) 탐지를 추가했습니다. 모델 릴리스 노트에 따르면 두 기능 모두 영어 제출물에만 적용됩니다. 어떤 도구를 탐지하는지는 밝히지 않습니다.

Grammarly는 별개입니다. Turnitin에 따르면 사람 글을 대상으로 한 테스트에서 Grammarly나 다른 문법 검사기의 맞춤법, 문법, 구두점 수정은 대부분 표시되지 않았습니다. 초안 작성이나 패러프레이징 같은 Grammarly의 생성 기능으로 만든 텍스트는 "will likely be flagged"(표시될 가능성이 높습니다). 휴머나이저는 Turnitin은 휴머나이저 글을 잡아낼까에서 따로 다룹니다.

Turnitin AI 탐지의 한계

• 짧은 글. 300단어 미만이면 점수가 없습니다. 수백 단어 분량의 문서에서는 예측이 대부분 "all or nothing"(전부 아니면 전무)이라고 Turnitin은 말하므로, 직접 쓴 부분과 AI 도움을 섞은 짧은 글이 전부 AI로 표시될 수 있습니다.
• 수정한 글. 독립적인 테스트들은 직접 수정과 기계 패러프레이징이 여러 도구의 탐지 정확도를 낮춘다는 것을 확인했습니다. 도구 14종을 시험한 2023년 Weber-Wulff et al. 연구가 가장 많이 인용되는 사례입니다.
• 정형적으로 보이는 사람 글. Turnitin은 구조적 변화가 적은 글, 반복적인 글, 새 생각을 더하지 않는 패러프레이즈를 오판되기 쉬운 유형으로 꼽습니다. 격식 있는 학술 산문과 일부 비원어민 영어 글이 여기에 해당합니다. Turnitin은 편향을 줄이려고 제2언어 사용자의 글을 학습에 포함했다고 말합니다. 비원어민 글에 대한 탐지기 편향에 관한 독립 연구가 이 우려가 왜 나오는지 설명합니다.
• 목록과 비산문. 글머리 기호, 코드, 참고문헌은 대상 텍스트로 채점되지 않습니다.

이 모든 것에 대한 Turnitin의 입장은 한결같습니다. 비율은 "should not be used as the sole basis for action"(조치의 유일한 근거로 써서는 안 됩니다). 억울하게 표시를 받았다면 AI로 잘못 표시되었을 때 대처법을 읽어 보세요.

자주 묻는 질문

Turnitin은 ChatGPT 5를 탐지할 수 있나요?

Turnitin의 영어 FAQ는 탐지 가능한 모델로 GPT-5, GPT-5-mini, GPT-5-nano, 그리고 GPT-5.1부터 GPT-5.4까지의 버전을 명시합니다.

학생이 자기 Turnitin AI 점수를 볼 수 있나요?

기본적으로는 볼 수 없습니다. Turnitin에 따르면 AI 글쓰기 지표는 교수자와 관리자만 볼 수 있지만, 교수자가 리포트를 내려받아 공유할 수는 있습니다.

Turnitin은 다른 언어의 AI 글도 탐지하나요?

긴 영어, 스페인어, 일본어, 현대 아랍어 글을 각각 별도 모델로 채점합니다. 패러프레이저와 우회 도구 탐지는 영어만 지원합니다. 한국어 과제라면 학교에서 카피킬러 같은 다른 검사기를 쓰는지 확인해 보세요.

Turnitin은 어떤 AI 모델이 썼는지 알 수 있나요?

아니요. 리포트는 대상 텍스트 중 얼마가 AI로 생성되었거나 AI로 수정되었을 가능성이 높은지를 보여 줄 뿐, 어떤 챗봇이 만들었는지는 보여 주지 않습니다.

내 초안부터 확인하기

수업이나 학술지가 허용하는 방식으로 ChatGPT, Claude, Gemini를 써서 초안을 만들었다면, 현실적인 질문은 내 문장 중 무엇이 아직 기계 글처럼 읽히느냐입니다. Academic Humanizer의 AI Detection Report는 이를 문장마다 보여 주고 Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling, Originality.ai로 확인하며, Humanizer는 표시된 문장만 다시 쓰고 나머지는 쓴 그대로 둡니다. 어떤 도구도 Turnitin 결과를 약속할 수 없으니, 결과물을 읽고, 내 논지와 자료를 지키고, 적용되는 공개 규정을 따르세요. 전체 작업 흐름은 학술 글에서 AI 탐지 피하는 법에서 다룹니다.