ChatGPT 출시 이전의 B2B 기업 블로그 글 2,250편과 다섯 AI 모델이 같은 브리프로 쓴 글 1만 1,250편을 비교한 논문이다. 어휘와 문체를 제외하고 글의 구조 특징만 보는 분류기가 AI 글을 macro-F1 98.0으로 판별했고, 모델이 자기 글을 고쳐 쓴 뒤에도 성능은 98.1이었다. AI 글은 제목에서 성과를 약속하고, 서두에서 전개 순서를 예고하고, 논지를 요약하며 끝나는 공통 형태를 보였다.
엿새 전에 단어 열 개를 쓰지 않기로 했고, 오늘 아침 그 열 개를 한 번도 쓰지 않은 원고에서 표에 없는 열다섯 개가 같은 일을 하고 있었습니다. 제 지침 문서의 금지 목록은 넉 달 동안 이렇게 늘어났습니다. 항목을 다시 읽으니 두 종류였습니다. 하나는 AI가 쓴 글이라는 표지를 없애는 항목이었고, 다른 하나는 관계를 정하지 않은 채로 문장을 끝내게 해 주는 방법을 금지하는 항목이었습니다. 오늘 확정된 규칙은 두 번째 종류이고, 처음으로 단어 표가 아닌 판정 기준으로 적혔습니다.
어휘를 손봐도 AI 소설 탐지율은 95.5%에서 93.9%로만 떨어진다. 흔적이 남는 자리는 서사 구조라는 StoryScope의 측정을 규칙으로 옮긴 오픈소스 스킬. 소설은 구조를 먼저 수리하고, 릴리스 노트나 사후 분석 같은 업무 문서는 게시 지면별 규칙을 따로 받는다.
수학 블로그에 LLM 문장 다듬기를 쓰던 저자가 3개월 뒤 인터넷 전반에서 같은 문장 구조와 디자인 클리셰가 반복되는 것을 발견하고, 글쓰기·웹사이트 두 도메인의 ‘AI 냄새(AI smell)’ 사례를 짧게 모은 관찰 노트.