ICML, LLM을 사용해 리뷰를 작성한 리뷰어들의 논문 전면 반려

대체로 ICML의 강경한 입장에 동의하면서도 AI 탐지기의 정확도 문제로 인한 억울한 피해자가 발생할 것을 우려하는 분위기이다.

• 학회 투고 및 리뷰 시 해당 기관의 AI 사용 가이드라인을 철저히 숙지한다.

동료 평가(Peer Review)

— 같은 분야의 전문가들이 논문의 학술적 가치와 타당성을 검토하는 과정으로 학술지의 신뢰성을 유지하는 핵심 장치이다. 리뷰어의 주관적 판단이 중요하게 작용하며 학계의 질적 수준을 결정한다.

위양성(False Positive)

— 실제로는 조건에 해당하지 않는데 검사 결과는 해당한다고 잘못 나오는 오류이다. AI 탐지기가 사람이 쓴 글을 AI가 쓴 것으로 잘못 판단하는 경우가 대표적이다.

국제 머신러닝 학술대회(ICML)

— 머신러닝 분야에서 세계 최고 권위를 자랑하는 학술대회 중 하나이다. 매년 수천 편의 논문이 투고되며 엄격한 심사 과정을 거쳐 혁신적인 연구 결과들이 발표된다.