TL;DR
AI 텍스트 탐지는 Pangram이 앞서 있지만, 브라우저에서 읽는 모든 글을 외부 서비스로 보내지 않고 자동 검사하려면 로컬 모델이 필요합니다. 글쓴이는 여러 소형 모델을 AI 탐지 데이터셋으로 비교한 뒤, 사람 글 오탐률 약 2%와 제한적인 탐지 성능을 감수하는 방식으로 Chrome 확장 프로그램 Deckard를 만들었습니다. Deckard는 Native Messaging으로 Mac에서 로컬 모델을 필요할 때 실행하며, 활성 상태에서 400MB~1.2GB의 메모리를 사용하고 5분 동안 사용하지 않으면 꺼집니다. Pangram보다 성능이 크게 낮지만 YouTube의 AI 요약과 게시물 속 AI 스니펫을 찾아낼 만큼 가볍고, 향후 더 나은 소형 모델로 교체할 수 있다는 점에서 자동 AI 텍스트 검사 도구의 초기 형태로 평가됩니다.
섹션별 상세
이미지 분석
이미지는 YouTube 페이지 안에 AI 요약 기능이 삽입된 모습을 보여주며, Deckard가 실제 웹페이지에서 탐지하려는 AI 생성 텍스트의 한 사례와 연결됩니다. 기사에서 글쓴이는 Deckard가 자신이 AI 생성물임을 알고 있던 YouTube AI 요약을 성공적으로 표시했다고 밝혔습니다.
YouTube 화면의 설명 영역에 AI가 생성한 요약문이 표시된 스크린샷입니다.
용어 해설
- AI 텍스트 탐지(AI Text Detection)
- — AI Text Detection은 문장의 통계적·언어적 특징을 바탕으로 사람이 작성한 글과 AI가 생성한 글을 구분하는 기술입니다. 탐지 모델은 입력 텍스트를 분석해 AI 작성 가능성을 판정하지만, 사람이 AI로 오인되는 false positive와 AI 글을 놓치는 오류가 함께 발생하므로 단일 결과를 확정적 증거로 사용하기 어렵습니다.
- 오탐률(False Positive Rate)
- — False Positive Rate는 실제로는 사람이 쓴 텍스트를 AI 생성물로 잘못 판정하는 비율입니다. Deckard에 사용된 소형 로컬 모델들은 약 1.595~3.008%의 사람 글 오탐률을 기록했으며, 이 수치가 약 2%라면 한 번의 탐지 결과만으로 AI 사용을 단정하지 않아야 합니다.
- 로컬 모델(Local Model)
- — Local Model은 외부 서버로 텍스트를 보내지 않고 사용자 기기에서 직접 실행하는 AI 모델입니다. 이 방식은 브라우저가 보는 모든 텍스트를 제3자 서비스에 전송하지 않아도 되지만, 작은 모델을 사용하면 탐지 성능과 메모리 사용량 사이의 절충이 필요합니다.
- 네이티브 메시징(Native Messaging)
- — Native Messaging은 Chrome 확장 프로그램이 로컬 운영체제의 프로그램과 통신하도록 연결하는 방식입니다. Deckard는 별도의 웹 서버를 띄우는 대신 이 통신 경로를 통해 필요할 때 로컬 탐지 모델을 시작하고 결과를 주고받습니다.
- AI 탐지 데이터셋(AI-Detection Dataset)
- — AI-Detection Dataset은 사람이 쓴 텍스트와 AI가 생성한 텍스트를 구분하는 모델을 평가하기 위한 자료 모음입니다. 글은 여러 탐지 데이터셋을 결합해 소형 로컬 모델을 비교했고, 각 모델이 사람 글을 AI로 오인한 비율과 AI 텍스트를 포착한 비율을 함께 측정했습니다.
기술
- Pangram
- EditLens
- Chrome
- Deckard
- MLX
- RoBERTa-large
- INT8
- Vanguard
- Desklib
- DistilBERT
- Qwen3-0.6B
- ModernBERT
- TMR / Oxidane
- Native Messaging
- C++
- Python
활용 사례
- 웹페이지를 읽는 동안 AI 생성 텍스트 자동 검사
- YouTube AI 요약과 AI 스니펫 식별
- 외부 서비스로 텍스트를 전송하지 않는 로컬 탐지
- AI 작성 의심 구간을 선별하는 브라우저 보조 도구
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
