1. 문서 맥락을 분류한다
AI 작성 위험을 해석하기 전에, 그 텍스트가 에세이, 연구 논문, 기사, 비즈니스 보고서, 지원서, 내부 문서 중 무엇인지 파악합니다.
방법론
WriteGo는 글쓰기 무결성 워크플로를 중심으로 설계되었습니다. 문서를 채점하고, 근거를 보여주며, 오탐을 줄이고, 중대한 결정에서는 사람이 통제권을 유지하도록 합니다.
벤치마크
WriteGo는 아래에 설명된 평가 프로토콜을 공개했지만, 정확한 대표 정확도를 뒷받침하는 감사 가능한 성능 보고서는 아직 공개하지 않았습니다. 데이터셋 정의, 버전이 지정된 테스트 절차, 하위 그룹별 결과, 재현 가능한 자료가 공개되기 전까지 검출 점수는 확률적 검토 신호로 다뤄야 합니다.
방법론 콘텐츠 버전 2026-07-15 · WriteGo 제품 및 엔지니어링 검토 · 공개 프로토콜 초안, 감사 가능한 성능 결과는 발표 예정.
어떤 벤치마크 평균도 개별 문서가 어떻게 작성되었는지 증명할 수 없습니다. 텍스트 길이, 언어, 편집, 번역, 장르, 모델 변경, 혼합 저작은 모두 신호를 바꿀 수 있으므로 중대한 조치에는 독립적인 맥락과 사람의 검토가 필요합니다.
업데이트 노트: 이번 개정은 공개 평가 프로토콜과 아직 발표되지 않은 성능 주장을 명확히 구분합니다. 수치 결과는 데이터셋 정의, 버전이 지정된 테스트 절차, 하위 그룹별 결과, 재현 가능한 자료가 함께 공개될 때에만 추가됩니다.
탐지 결과는 최종 판단이 아니라 검토 근거입니다. 보고서는 문장 단위 신호, 신뢰 구간, 검토자 메모를 보여주어 팀이 방어 가능한 결정을 내릴 수 있도록 합니다.
공개 프로토콜은 버전이 관리되는 모델 계열, 저자가 혼합된 표본, 편집된 초안, 사람이 쓴 글, 다국어 텍스트, 분야별 산문을 요구합니다. 뒷받침 자료가 감사 가능해질 때까지 성능 결과는 보류됩니다.
이 제품은 절대적 단정보다 투명한 위험 구간을 선호합니다. 견고한 워크플로는 AI 가능성 신호를 출처 맥락, 작성 이력, 초안, 정책과 결합합니다.
제출물 처리, 접근, 보관은 공개된 개인정보 처리방침, 계정 설정, 구성된 워크플로를 따라야 합니다. 검토자는 해당 통제를 확인하지 않고 민감한 텍스트를 제출하는 것을 피해야 합니다.
검토 워크플로
이 방법론은 선별과 판단을 분리합니다. 검토자는 무엇이 스캔되었는지, 왜 특정 구절이 표시되었는지, 어떤 오탐 패턴이 적용되는지, 그리고 어떤 정책 기반 조치가 적절한지 이해해야 합니다.
AI 작성 위험을 해석하기 전에, 그 텍스트가 에세이, 연구 논문, 기사, 비즈니스 보고서, 지원서, 내부 문서 중 무엇인지 파악합니다.
선별에는 문서 수준 점수를 사용하고, 그런 다음 위험 구간을 유발한 문장 또는 문단 근거를 살펴봅니다.
결과를 격상하기 전에, 텍스트가 짧은지, 번역되었는지, 템플릿화되었는지, 비원어민이 작성했는지, 많이 편집되었는지, 인용이 많은지 확인합니다.
최종 결정을 형성한 프롬프트, 과제, 출처 자료, 초안, 검토자 메모, 정책 기준값을 기록합니다.
텍스트를 수용하거나, 수정을 요청하거나, 공개를 요청하거나, 검토를 위해 격상하거나, 뒷받침 근거가 약할 때는 신호를 기각합니다.
한계
신뢰할 수 있는 AI 탐지는 불확실성에 대해 투명합니다. WriteGo는 단일 점수를 최종 판정으로 제시하는 것을 피합니다.
아직 아닙니다. WriteGo는 평가 방식을 공개했지만, 데이터셋 정의, 하위 그룹별 결과, 재현 가능한 자료를 갖춘 버전 관리된 벤치마크 보고서는 아직 발표되지 않았습니다. 따라서 정확한 정확도 수치를 검증된 공개 주장으로 제시하지 않습니다. 검출 출력은 확률적 검토 증거이며 개별 저작을 증명하지 않습니다.
아니요. WriteGo는 AI 탐지 결과를 증거가 아니라 검토 근거로 취급합니다. 중대한 결정에는 초안, 출처, 정책, 사람의 판단이 포함되어야 합니다.
방법론은 점수가 어떻게 보정되는지, 검토자가 어떤 근거를 보는지, 오탐이 어떻게 처리되는지, 언제 결과를 격상해야 하는지를 설명합니다.
팀은 표시된 구절을 살펴보고, 뒷받침 맥락을 비교하며, 오탐 패턴을 확인하고, 검토자 메모를 기록한 뒤 정책에 기반한 다음 조치를 선택해야 합니다.