Turnitin 재검사 후에도 여전히 플래그가 남아 있습니까? 점수 두 개가 아니라 보고서 두 개를 비교해야 합니다

첫 번째 Turnitin AI Writing Report에서 42%가 나오고 재검사에서 28%가 나왔다고 가정해 보겠습니다. 이를 14점 개선이라고 부르고 멈추고 싶어집니다. 그러나 그 수치만으로는 그 결론을 뒷받침할 수 없습니다. 이전 강조 표시가 사라졌는지, 경계가 이동했는지, 다른 부분이 강조되었는지, 아니면 문서 구조가 바뀌어 분모가 달라졌는지는 알려 주지 않습니다.

그 반대도 마찬가지입니다. 수치가 그대로인데 보고서가 전혀 다른 문단을 지목할 수 있습니다. 수정된 문서에서 산정 대상 산문이 줄어들었거나 모델 업데이트로 다른 영역의 분류가 달라졌다면, 이전 강조 표시가 여러 개 사라졌는데도 수치가 오를 수 있습니다. 합계는 이런 모든 사건을 하나의 값으로 압축합니다.

따라서 유용한 질문은 "점수가 내려갔는가"가 아니라 "이전에 강조 표시되었던 각 문단에 무슨 일이 일어났으며, 어떤 보고서 조건에서 그런 일이 일어났는가"입니다. 답하려면 원본 문서 두 개와 전체 PDF 두 개가 필요합니다. 표지 수치만 찍은 스크린샷으로는 부족합니다.

재검사는 통제된 실험이 아니라 새로운 관찰입니다. 결과를 수정 탓으로 돌리기 전에 문서에서 무엇이 바뀌었고 판별기에서 무엇이 바뀌었는지부터 확인해야 합니다.

아래의 비교 방법은 HumanPen의 실무 절차로, Turnitin이 공개한 보고서 동작에서 도출한 것입니다. Turnitin의 공식 절차가 아니며, 문단 대응으로 모델이 분류를 바꾼 이유를 알 수 있다고 주장하는 것도 아닙니다. 목적은 더 제한적입니다. 근거가 작고 특정 가능한 잔여분을 가리킬 때 논문 전체를 다시 쓰지 않도록 막는 것입니다.

강조 표시 사이에 선을 긋기 전에 비교 가능성 점검을 마치십시오. 아래 항목 중 하나라도 확인할 수 없다면, 두 수치를 정확한 전후 측정값으로 취급하지 말고 불확실성을 기록하십시오.

Turnitin의 모델 릴리스 노트는 모델 업데이트가 소급 적용되지 않으며 업데이트된 점수를 받으려면 다시 제출해야 한다고 반복해서 밝힙니다. 2025년 10월 14일과 2026년 2월 12일 업데이트는 재현율 개선을 목표로 했고, 2026년 5월 업데이트는 스페인어 모델에 영향을 주었습니다. 업데이트를 사이에 두고 생성된 두 보고서는 편집 효과를 분리해 주지 못합니다.

범례에도 자체적인 내력이 있습니다. Turnitin은 2023년 5월에 세그먼트 경계 로직을 변경했고, 2023년 12월에는 시각적 변화 없이 패러프레이즈 관련 처리를 추가했으며, 2024년 7월에는 범주와 낮은 점수의 처리 방식을 다시 설계했고, 2026년 8월 4일에는 두 AI 범주를 하나로 합치면서 AI 패러프레이즈 문단에 쓰던 보라색 강조 표시는 더 이상 표시하지 않는다고 밝혔습니다. Turnitin은 새 레이아웃이 그 날짜 이후에 제출된 파일에만 적용되고, 이미 시스템에 있는 파일은 다시 처리될 때까지 기존 보고서를 유지한다고 덧붙입니다. 따라서 경계 이동과 범례 변경은 문장이 바뀌어서가 아니라 보고서 버전 때문에 생길 수도 있습니다.

비교를 진행할 수 있을 만큼 조건이 갖춰지면 페이지 단위로 생각하는 것을 멈추십시오. 문단이 다시 배치되면 페이지 번호도 바뀝니다. 대신 안정적인 문단 기준점을 사용하십시오. 섹션 제목에 원본 문단의 처음 여덟 단어에서 열두 단어를 더하면 됩니다. 그런 다음 강조된 각 영역에 결과를 하나씩 부여합니다.

경계 이동은 특히 과잉 반응하기 쉽습니다. 분류 모델은 텍스트 맥락을 기반으로 작동하므로 문장 하나를 편집해도 이웃 문장의 묶임 방식이 달라질 수 있습니다. Turnitin의 변경 내력에는 세그먼트 경계 정밀도에 대한 명시적 변경도 포함되어 있습니다. 검토 단위는 색칠된 줄마다 독립된 증거로 취급하는 것이 아니라, 하나로 이어지는 문단입니다.

새로운 강조 표시가 곧 새로 작성된 AI 텍스트를 뜻하는 것은 아닙니다. 두 번째 보고서가 첫 번째 보고서가 드러내지 않은 영역을 드러냈다는 뜻입니다. 문서 편집, 맥락, 산정 대상 텍스트의 변화, 모델 버전은 모두 서로 경쟁하는 설명입니다.

좋은 비교표는 이해할 수 있을 만큼 작고 재현할 수 있을 만큼 정확합니다. 강조된 줄마다가 아니라 문단 기준점마다 행 하나를 만듭니다. `P01`, `P02` 같은 ID를 부여하고 첫 번째 보고서를 좌표계로 유지합니다.

원본 파일 사이에서 실제로 어떤 텍스트가 바뀌었는지는 Word의 문서 비교나 변경 내용 추적 기능으로 확인하십시오. 기억에 의존하지 마십시오. 각 행에서 문체를 검토하기 전에 수치, 인용, 인용 여부, 주장의 강도를 확인합니다. 인과 주장이 상관관계 수준에서 틀린 것이 되었거나, 한계가 사라졌거나, 인용이 그 문장을 더 이상 뒷받침하지 않게 되었다면 AI 분류가 낮아진 것은 개선이 아닙니다.

적용되는 절차가 공개를 요구하지 않는 한 비교표는 원본 문서와 함께 비공개로 보관하십시오. 공개되지 않은 연구나 학생 정보가 담겨 있을 수 있습니다. 공유해야 한다면 관련 없는 개인 정보를 제거하고 문단 이력을 설명하는 데 필요한 근거만 남깁니다.

더 이상 편집이 적절하지 않을 때도 이 표는 쓸모가 있습니다. 두 번째 보고서가 다른 부분을 지목했다거나, 모델 업데이트 때문에 두 실행이 갈린다거나, 새 결과가 위치 근거가 없는 별표라는 것을 보여 줄 수 있습니다. 근거가 잘 남은 "비교 불가"는 확신에 찬 그러나 만들어낸 개선율보다 정확합니다.

AI Writing Report 가이드는 비율이 산정 대상 산문을 다루며 문서에 서술 유형이 섞여 있으면 강조 표시 양과 눈에 띄게 어긋날 수 있다고 설명합니다. 문서를 편집하면 분자 (AI로 분류된 산정 대상 텍스트) 와 분모 (전체 산정 대상 텍스트) 가 모두 바뀔 수 있습니다. 그래서 단순한 퍼센트 포인트 계산만으로는 부족합니다.

• 합계는 같은데 위치 특정은 나아진 경우: 이전 강조 표시 세 개가 사라지고 비슷한 크기의 새 영역 하나가 나타났습니다. 합계는 완전한 재분배를 숨깁니다.
• 합계는 낮아졌지만 핵심은 미해결인 경우: 주변 강조 표시는 사라졌지만 핵심 논쟁 문단은 남아 있습니다. 수치는 내려가도 가장 중요한 검토 질문은 살아 있습니다.
• 합계는 높아졌지만 보이는 페이지는 줄어든 경우: 산문이 아닌 내용이나 산정 대상 텍스트의 변화로 분모가 줄어듭니다. 비율이 커졌다고 해서 문서에서 더 많은 부분을 덮는 것은 아닙니다.
• 숫자 결과가 `*%`로 바뀐 경우: 두 번째 결과는 0 초과 20 미만 어딘가이지만 Turnitin은 정확한 점수나 강조 표시를 제공하지 않습니다. 이를 0으로 기록하거나 정확한 감소폭을 계산하는 것은 타당하지 않습니다.
• 범주 재분배: 2026년 8월 4일 이전에 발행된 보고서에서는 두 범주의 비중이 움직여도 합계는 거의 변하지 않습니다. 그 날짜 이후에는 범주가 하나이므로 이 해석은 오래된 보고서에만 적용되고, 그 날짜를 걸친 한 쌍은 범주 수준에서 비교할 수 없습니다.

그래서 "수정이 효과를 본 비율"을 정직하게 계산하는 공식도 존재하지 않습니다. 판별기는 편집을 추적하지 않고 인과적 기여도도 부여하지 않습니다. 관찰 가능한 문단별 결과와 합계 변화는 보고할 수 있지만, 이를 편집 과정의 검증된 효과율로 바꿀 수는 없습니다.

Turnitin 자체도 결과를 작성자, 과제, 기관 정책에 대한 지식과 함께 하나의 데이터 포인트로 취급하라고 권합니다. Turnitin의 검토 지침은 고립된 점수가 아니라 강조된 범주와 사람의 판단에 주의를 돌립니다.

반복된 재작성에는 비용이 따릅니다. 의미가 흐려지고, 인용이 주장에서 떨어져 나가고, 학문 분야 고유의 용어가 모호해지며, 저자의 목소리가 사라질 수 있습니다. 보고서는 0을 쫓으라는 지시를 주지 않으며, `*%`는 Turnitin이 그 구간의 신뢰도가 낮다고 판단하기 때문에 낮은 구간의 정확한 결과를 의도적으로 감춥니다.

다음 조건 중 하나라도 해당되면 자동으로 다시 수정하지 말고 멈춰서 검토하십시오:

• 공식 심사가 진행 중입니다. 원본을 보존하고 사본을 수정하기 전에 기관 절차를 따르십시오.
• 보고서를 비교할 수 없습니다. 모델 세대, 파일 버전, 보고서 상태가 다르면 추가 편집으로도 그 불확실성에 답할 수 없습니다.
• 경계만 이동했습니다. 남은 차이는 새로 다시 써야 할 안정적인 문단이 아니라 문맥상의 묶임 방식을 반영한 것일 수 있습니다.
• 추가 변경이 정확성을 떨어뜨립니다. 수치, 인용, 방법, 정의, 그리고 정확한 표현 자체에 실질적 의미가 있는 주장은 그대로 고정합니다.
• 현재 산문을 스스로 설명하고 방어할 수 있습니다. 내용을 설명할 수 있고 초안과 자료로 뒷받침할 수 있으며, 적용되는 AI 사용 및 공개 규칙도 충족합니다.
• 목표가 보장된 점수 하나뿐입니다. 어떤 모델, 서비스, 수정 방법도 미래 판별기 버전의 결과를 약속할 수 없습니다.

간결한 증거 패키지를 보관하십시오. 원본 문서 두 개, 전체 보고서 두 개, 비교표, 변경 기록, 그리고 과제에 적용된 정책이나 과제 지침입니다. 파일 이름에 날짜를 넣고 원본은 절대 덮어쓰지 마십시오. 세 번째 검사가 있으면 두 번째 보고서를 대체하지 말고 새로운 관찰로 추가합니다.

수정이 허용되고 두 번째 보고서에 소수의 잔존 핵심만 남아 있다면 중요한 입력값은 현재 문서와 현재 보고서입니다. HumanPen은 첫 번째 보고서이 한때 지적했던 모든 것을 이어받지 않고 최신 강조 표시에서 출발하도록 설계되어 있습니다. 이런 범위 통제 덕분에 이미 해결된 문단이 다시 쓰이지 않지만, 그것은 어디까지나 수정 보조 도구이며 세 번째 보고서이 비어 있을 것이라는 약속은 아닙니다.

방어할 수 있는 결론은 "수치가 내려갔다"가 아닙니다. "이 문단은 사라지고, 이 문단은 남았으며, 이 문단은 이동했고, 이 문단은 새로 생겼으며, 이러한 변수들 때문에 깔끔한 비교가 불가능하다"입니다.