순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
A Survey on LLM-Generated Text Detection: Necessity, Methods, and Future Directions
Junchao Wu, Shu Yang, Runzhe Zhan 외 · Computational Linguistics · 2025년 · 조회 7
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-01 발표 · 피인용 636회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯은 높은 주목도를 반영하는데, 2025년 발표 후 636회 인용·상위 1%라는 뛰어난 인용 영향을 기록했다.
논문 요약
대형 언어 모델(LLM)이 복잡한 텍스트를 생산하고 일상에 깊이 스며들면서, LLM‑생성 텍스트의 탐지 필요성이 급증하고 있다. 탐지 작업은 해당 텍스트가 LLM에 의해 생성되었는지를 판별하는 이진 분류 문제로 정의된다. 최근 연구는 워터마킹, 통계 기반, 신경망 기반 탐지기와 인간 보조 방법을 포함한 다양한 접근을 제시하고 있다. 본 설문은 이러한 최신 기술들을 정리하고 향후 연구 과제를 제시한다.
후속 연구설계에 활용하기
후속 연구에서는 워터마킹 기법과 통계·신경 기반 탐지기를 결합하거나 인간‑AI 협업 방식을 설계해 탐지 정확도를 높일 수 있다.
핵심어
대형 언어 모델텍스트 탐지워터마킹이진 분류
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.