챗GPT 탐지 안 걸리는 법: 프롬프트가 실패하는 이유

ChatGPT 글을 확실하게 탐지되지 않게 만드는 프롬프트는 없습니다. "write like a human"(사람처럼 써 줘), "add burstiness", "vary your sentences" 같은 지시는 출력의 겉모습을 바꾸지만, 모델은 여전히 가장 그럴듯한 단어를 고르고, AI 탐지기가 측정하는 것이 바로 그 예측 가능성입니다. 탐지기는 이런 프롬프트로 만든 텍스트로 다시 학습하기도 합니다.

신호를 실제로 바꾸는 방법은 더 느립니다. 일반적인 문장을 내 내용(내 결과, 내 추론, 내 예시)으로 바꾸고, 탐지기가 표시한 문장만 고치고, 결과를 다시 확인하는 것입니다. 그 전에 수업이나 학술지의 정책부터 확인하세요. AI 초안 작성이 허용되지 않는다면 어떤 기법도 그것을 허용된 것으로 만들지 못합니다. 허용된다면 아래 단계가 최종 글을 내 글처럼 들리게 하는 데 도움이 됩니다.

'사람처럼 써 줘' 프롬프트가 실패하는 이유

언어 모델은 다음에 올 것에 대한 확률 분포에서 골라 한 번에 토큰 하나씩 텍스트를 생성합니다. 문체 프롬프트는 그 분포를 조금 움직일 뿐입니다. 확률 높은 이어짐을 선호하는 것이 생성의 작동 방식이기 때문에, 프롬프트로 그 선호를 멈출 수는 없습니다. 탐지기는 이 통계적 지문, 즉 언어 모델이 문장마다 쉽게 예측하는 텍스트를 찾습니다. 작동 원리는 AI 탐지기는 어떻게 작동하나에서 설명합니다.

Honestly, in recent years, the role of formative feedback has gained a lot of attention, and for good reason. In our intro chemistry sections, nobody opened the rubric until week nine.

초록: 모델이 예상하는 토큰. 중립: 주제어. 빨강: 모델이 예상하기 어려운 토큰. 가벼운 말투의 도입부는 여전히 예측 가능하고, 구체적인 관찰은 그렇지 않습니다.

프롬프트가 더한 것을 보세요. "Honestly"와 "for good reason"입니다. 모델이 사람 글과 연결 짓는 가벼운 표현이라 이것도 예측 가능합니다. 빨간 토큰은 글쓴이만 아는 사실에서 나왔습니다. 일반적인 패턴이 이렇습니다. 구체적이고 직접 경험한 내용은 신호를 움직이고, 말투 지시는 대부분 그렇지 못합니다.

챗GPT 탐지 안 되는 프롬프트가 있을까?

연구자들은 실제로 통한 프롬프트를 만들었지만, 커뮤니티에서 복사해 붙여 넣는 종류는 아닙니다. 2024년 Transactions on Machine Learning Research 논문의 SICO 방법은 대리 탐지기를 상대로 여러 차례에 걸쳐 문맥 내 예시를 최적화했고, 당시 탐지기 여섯 종에 대해 결과를 거의 무작위 수준까지 떨어뜨렸습니다. 논문의 비교 기준 중 하나였던 손으로 쓴 '사람처럼 들리게 해 줘' 프롬프트는 훨씬 못한 결과를 냈습니다. 방법은 SICO 해설에서 다룹니다.

• 원본 GPT-3.5 텍스트0.779
• SICO-Para 출력0.290

출처: Lu et al., TMLR 2024, Table 1. AUC 0.5는 무작위 추측과 같습니다. 2023년 버전 탐지기로 시험했습니다.

여기서 두 가지 교훈이 나옵니다. 효과 있는 프롬프트에는 탐지기를 반복 과정에 넣고 여러 차례 탐색하는 작업이 필요했고, 이는 기발한 문장 하나와는 전혀 다릅니다. 그리고 공개된 공격은 학습 데이터가 됩니다. 탐지기 업체도 같은 논문을 읽습니다. 널리 퍼진 프롬프트일수록 다음 모델 업데이트가 가장 쉽게 학습하는 패턴입니다.

Burstiness, temperature, 오타, 숨은 문자

인기 있는 꼼수는 각각 탐지기가 측정할 법한 것 하나를 겨냥하고, 각각 대가가 있습니다.

• "Add burstiness." Burstiness는 문장 길이와 예측 가능성의 변화를 뜻합니다. 이것을 요청하면 대개 짧은 문장과 긴 문장이 기계적으로 번갈아 나오고, 그것 자체가 또 하나의 패턴입니다. GPTZero는 더 이상 perplexity와 burstiness를 주된 방법으로 쓰지 않는다고 밝히기도 했습니다(GPTZero).
• 높은 temperature. 샘플링 설정은 영향을 줍니다. RAID 벤치마크는 반복 패널티 추가 같은 디코딩 설정 변경이 많은 탐지기의 성능을 떨어뜨린다는 것을 발견했습니다. ChatGPT 앱에서는 temperature를 설정할 수 없고, API로 높은 값을 주면 탐지 가능성보다 일관성과 정확성이 먼저 무너지는 경향이 있습니다.
• 일부러 넣은 오타. 오타 몇 개는 사람 채점자에게 성의 없는 글로 보이게 하고, 오타는 그 주변 문장의 예측 가능성을 바꾸지 않습니다.
• 유사 문자와 폭이 없는 문자. RAID는 글자를 비슷하게 생긴 문자로 바꾸면 일부 탐지기가 무너질 수 있음을 보였습니다. 하지만 검색, 맞춤법 검사, 복사해 붙여 넣기도 함께 무너지고, 파일을 일반 텍스트 편집기로 열거나 문자를 정규화하는 사람은 바로 알아챕니다. 제출물 속 숨은 문자는 의도적인 은폐로 보이고, 이는 AI 표시보다 나쁩니다.

Turnitin과 GPTZero에 챗GPT 안 걸리게 하는 법

탐지기별로 검색하는 분이 많지만, 정직한 답은 둘 다 같습니다. Turnitin은 2025년 8월부터 AI 리포트가 AI로 생성된 뒤 우회 도구로 수정된 것으로 예측되는 영어 텍스트도 다룬다고 밝혔습니다(Turnitin 보도자료). GPTZero는 문서를 문장 단위로 채점하고 AI로 보이는 곳을 강조합니다. 한쪽을 겨냥한 꼼수로 다른 쪽을 통과할 수는 없고, 둘 다 업데이트됩니다. 탐지기를 가리지 않고 버티는 것은 실제로 나에게만 해당하는 구체적인 글입니다. Turnitin이 챗봇별로 어떻게 다루는지는 턴잇인은 ChatGPT, Claude, Gemini를 잡을까를 참고하세요.

신호를 실제로 바꾸는 것

탐지기는 아이디어가 아니라 문장을 표시합니다. 학술 초안에서 가장 많이 표시되는 문장은 일반적인 문장입니다. "recent years"로 시작하는 도입부, 상투적인 연결어, "valuable insights"로 끝나는 마무리. 내 생각이 가장 적게 담긴 문장이기도 합니다. 이 문장들을 내 내용으로 다시 쓰면 두 문제가 함께 해결됩니다.

1. 내용부터 쓰기표현에 AI 도움을 받기 전에 내 데이터, 자료, 논지를 먼저 넣으세요.
2. 문장 단위로 검사하기문서 점수 하나에 반응하지 말고 탐지기가 어떤 문장을 표시하는지 찾으세요.
3. 그 문장만 다시 쓰기일반적인 주장을 그 뒤에 있는 구체적인 결과, 수치, 예시로 바꾸세요.
4. 의미 확인하기수치, 인용, 단서 표현을 메모와 대조하세요.
5. 다시 검사하고 소리 내어 읽기다시 검사한 뒤 소리 내어 읽으며 아직 틀에 박힌 곳을 찾으세요.

아래는 AI로 작성한 문헌 리뷰 문단을 실제 서비스 중인 Humanizer로 처리한 결과에서 가져온 실제 문장 쌍입니다. 처리 전에는 검사에 쓴 탐지기 다섯 개가 모두 이 문단을 표시했고, 처리 후에는 하나만 표시했습니다.

수정 전

Moreover, recent scholarship has increasingly recognized the role of student feedback literacy in determining whether feedback is actually used (Carless & Boud, 2018).

수정 후

More recently, there has been a growing literature that links feedback effectiveness to the ability of students to interpret feedback (Carless & Boud, 2018).

인용은 제자리에 있고 주장의 의미도 유지되었습니다. 도구는 이런 수정을 빠르게 할 수 있지만, 가지고 있지 않은 지식을 더할 수는 없습니다. 내 연구에서 나온 내 예시가 들어가면 문장은 더 강해집니다.

챗GPT 글을 더 사람처럼 만드는 법

AI 사용이 허용되고 글이 내 글처럼 들리기를 원한다면, 어떤 프롬프트보다 다음 수정이 더 도움이 됩니다.

• 상투적인 도입부와 마무리를 빼세요. "In recent years", "plays a vital role", "underscores the importance", "contributes valuable insights"는 대개 통째로 지워도 됩니다.
• 범주를 실제 사례로 바꾸세요. "Vulnerable populations"는 실제로 연구한 집단으로, "various factors"는 측정한 두 가지 요인으로 바꿉니다.
• 확실하지 않은 곳에서만 단서를 다세요. AI 글은 고르게 얼버무립니다. 연구자는 불확실한 주장에만 단서를 달고 측정한 것은 분명하게 말합니다.
• 추론 과정을 남기세요. 왜 그 방법을 골랐는지, 왜 그 자료를 제외했는지 쓰세요. 모델은 이유를 건너뜁니다.
• 문장 길이는 내용을 따르게 하세요. 핵심 결과는 짧은 문장으로, 단서가 붙는 주장은 긴 문장으로.

그런 다음 결과물을 메모와 대조해 읽으세요. 저희 엔진 실행 두 건에서 수정본이 세부 사항을 빠뜨렸습니다. 한 초록에서는 "suggesting a cumulative cooling effect"(누적 냉각 효과를 시사)가, 한 연구계획서 요약에서는 "over a three-year period"(3년 동안)가 빠졌습니다. 내가 하든 도구가 하든 어떤 다시 쓰기에서도 일어날 수 있습니다. 전체 수작업 과정은 AI 글 직접 고치는 법에서 단계별로 안내합니다.

자주 묻는 질문

챗GPT를 탐지 안 되게 하는 프롬프트가 있나요?

확실한 것은 없습니다. 연구에서 통한 프롬프트는 탐지기를 상대로 여러 차례 최적화한 것이었고, 공개된 방법은 다음 탐지기 업데이트에서 학습되는 경향이 있습니다. 단순한 '사람처럼 들리게' 프롬프트는 그 연구에서도 성적이 나빴습니다.

ChatGPT 글을 패러프레이징하면 Turnitin이 못 잡나요?

잡는 경우가 많습니다. Turnitin은 AI로 패러프레이징하거나 우회 도구로 수정한 영어 텍스트를 표시한다고 밝힙니다. 같은 일반적인 내용을 유지하는 패러프레이징은 같은 신호를 유지하는 경향이 있으며, 패러프레이징 도구가 AI 탐지에 실패하는 이유에서 보여 드립니다.

ChatGPT에 일부러 실수를 넣으라고 하면 효과가 있나요?

대부분 글의 질만 떨어뜨립니다. 오타는 주변 문장의 예측 가능성을 바꾸지 않고, 숨은 문자는 의도적인 은폐로 보입니다.

학술 글에 ChatGPT를 써도 되나요?

수업, 대학, 학술지에 따라 다릅니다. 많은 곳이 고지를 전제로 교정 도움은 허용하고 AI가 쓴 내용은 금지합니다. 표시를 받은 뒤가 아니라 시작하기 전에 정책을 확인하세요.

Academic Humanizer의 역할

Academic Humanizer는 연구자를 위해 이 과정의 문장 단위 작업을 자동화합니다. 초안에서 AI 탐지기가 표시하는 문장을 찾아 그 문장만 다시 쓰고, 나머지는 쓴 그대로 두며, 논지, 수치, 인용, 전문용어를 유지합니다. Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling, Originality.ai로 검증하며, AI Detection Report는 모든 수정본을 원문 옆에 놓아 변경 하나하나를 직접 승인할 수 있게 합니다. 어떤 탐지기에서도 결과를 보장하지 않으며, 마지막 확인은 여러분의 몫입니다.