AI 글 탐지 API, 사람 글 233개 중 1개

사람 글 233개 중 likely로 걸린 건 딱 1개예요. 공개 벤치예요. 그때 받은 트윗 20개의 비율은 아니에요. 그 벤치는 영어만 측정했어요. 한국어는 점수가 나와도 정확도 숫자는 없어요. 2026-10-23 UTC에 쿼리 remote work로 목록을 받았고 글 하나는 AI 글 탐지 API로 점수를 받았어요. 각 호출에는 요청 id가 있어요.

목록에서 AI 작성 글은 어떻게 거르나요?

검색 결과에 작성 확률을 붙이려면 label=ai_written을 같은 요청에 적어요. 이름을 적어야 켜져요. 기본 라벨 sponsored, intent, niche를 지우지 않고 그 위에 더해요.

2026-10-23 UTC에 GET /v1/twitter/search/tweets를 불렀어요. 쿼리는 remote work, 정렬은 sort=latest예요. 헤더는 x-api-key 하나예요.

curl "https://www.socialcrawl.dev/v1/twitter/search/tweets?query=remote%20work&sort=latest&label=ai_written" \
  -H "x-api-key: $SOCIALCRAWL_API_KEY"

요청 req-Vrhq0Ujb1ICrcG47의 credits_used는 2예요. 그중 data.labels.extra_credits는 1이에요. 리스트 과금은 이번 요청에서 새로 판정한 글 25개가 시작될 때마다 1크레딧이에요. 페이지가 20개라 라벨 추가분은 1이고 나머지 1은 검색이에요. 행 20개 모두 computed.labels.ai_written이 있어요. post 안은 아니에요. 모델은 전부 sc-ai-written-1이에요.

0, 1, 17, 2를 더하면 20이에요. AI 작성 글 필터는 이 단계 표예요. possible 1개는 그 페이지에 있던 개수예요. 재택근무 글의 비율이 아니에요.

쿼리 remote work는 재택근무 에세이만 주지 않고 Fieldwatch 메모와 TV 리모컨 글도 같이 와서 이 페이지는 재택근무 글 연구가 아니에요. 관련도 모드는 score라 주제로 페이지를 좁히지 않았어요. 관련도 쪽 extra_credits는 0이에요. 라벨 추가분 1과 한 숫자로 보면 안 돼요.

판정 필드의 뜻은 AI 작성 판정에 있어요.

글 하나의 AI 작성 확률은 어떻게 받나요?

이미 본문이 있으면 목록을 다시 검색하지 않아요. GET /v1/utility/ai-detection에 text만 넣어요. 이쪽이 AI 작성 확률 API예요. AI 텍스트 탐지는 목록 없이 문장만 봐요. 주소는 같아요.

목록에서 공백 기준 40단어가 넘고 p가 가장 높던 행은 포스트 2113759655029834135예요. 리스트 라벨은 p 0.904, level possible, 345단어였어요. 그 행의 post.content.text를 그대로 유틸리티 text에 넣었어요. 그 인자는 본문 1956자, 345단어예요. 본문은 여기 붙이지 않아요. 아래 명령은 그 본문을 표준 입력으로 받아요.

curl -G "https://www.socialcrawl.dev/v1/utility/ai-detection" \
  -H "x-api-key: $SOCIALCRAWL_API_KEY" \
  --data-urlencode "text@-"

돌아온 data는 이거예요. 요청 req-bM4d42vsVRyKZYmQ, credits_used 1, cached false예요.

{
  "data": {
    "kind": "ai_detection",
    "version": 1,
    "model": "sc-ai-written-1",
    "p": 0.904,
    "level": "possible",
    "words": 345,
    "characters": 1956
  },
  "cached": false
}

리스트 p와 유틸리티 p가 둘 다 0.904예요. 같은 텍스트 한 건에서 그렇게 맞았어요. 모든 글이 항상 같다는 증명은 아니에요.

분류기는 앞부분 약 1000자만 읽어요. 이 글은 1956자라 두 p가 같다는 것은 뒤쪽까지 따로 점수를 매겼다는 뜻이 아니에요. 상한은 8000자예요. 본문은 저장하지 않아요. 점수를 못 매기면 HTTP 503이고 그때는 청구하지 않아요. 그건 공개 규칙이고 이번 수집에는 503이 없었어요. 이번 유틸리티 두 호출은 각각 cached false였고 각 1크레딧이었어요.

댓글 목록에 label=ai_written을 붙인다는 문서는 없어요. 옵트인은 게시물 목록이에요. 댓글 본문은 유틸리티 text로 넣어요.

이 분류기는 SocialCrawl이 작성 확률만 보게 만든 분류기예요. 범용 언어 모델에 프롬프트를 넣어 묻는 호출이 아니에요. 모델 이름이 바뀌면 척도가 바뀌어요. sc-ai-written-1이 아닌 이름이 오면, 적어 둔 컷오프를 다시 봐요.

8단어가 안 되면 추측하지 않아요. 문자열 Short post는 2단어, 10자였어요. p는 null, level은 too_short, words는 2, characters는 10이에요. 요청 req-ffY7XACAKBhJQHvM, 1크레딧, cached false예요.

필드 이름과 1크레딧, 503일 때 청구하지 않는 규칙은 유틸리티에 있어요.

AI 생성 게시물은 어떤 점수부터 빠지나요?

같은 검색에 label=ai_written과 exclude=ai_written을 같이 넣었어요. AI 생성 게시물 거르기는 여기서 likely만 빼요.

curl "https://www.socialcrawl.dev/v1/twitter/search/tweets?query=remote%20work&sort=latest&label=ai_written&exclude=ai_written" \
  -H "x-api-key: $SOCIALCRAWL_API_KEY"

요청 req-XogFotrRhODYr5Rk는 행 20개가 그대로예요. data.labels.dropped는 0, dropped_ids는 빈 목록, extra_credits는 0, cached는 20, credits_used는 1이에요. 첫 검색에서 이미 판정한 20개가 캐시라 라벨 추가분이 0이에요. 검색 1크레딧만 나갔어요. 행 수는 그대로 20개예요.

p 0.904인 possible은 남았어요. too_short 2개도 남았어요. 기본 exclude가 likely만 빼기 때문이에요. 이 페이지의 likely는 0개였어요.

컷은 이 페이지에 맞춘 값이 아니에요. likely는 p 0.95 이상이에요. possible은 p 0.71 이상이고 0.95 이상이면 likely예요. possible까지 빼려면 ai_written_threshold=0.71을 같이 넣어요. 이번 수집은 그 파라미터를 호출하지 않았어요. 8단어 미만이거나 점수가 없는 글은 빼지 않아요.

exclude는 같은 요청에 label=ai_written이 있을 때 동작해요. label 없이 exclude=ai_written만 보냈을 때의 상태 코드는 공개 절이 적지 않아요. dry_run=1은 상한을 먼저 보여 주는 공개 미터링이에요. 이번 수집은 그 호출도 하지 않았어요.

문체 패턴이랑 작성 확률은 뭐가 달라요?

ai_style은 집어 셀 수 있는 문체 패턴이에요. exclude=ai_style은 pattern_count 2 이상만 빼요. 사람이 그 문체로 써도 붙어요. ai_written은 작성 확률이라 패턴 이름을 돌려주지 않아요. 구분은 문체 라벨에 있어요.

한국어 글에는 정확도 숫자가 있나요?

없어요. 다른 언어에도 점수는 나와요. 측정은 영어뿐이에요. 한국어는 점수는 나오지만 정확도 숫자가 없어요. 확률이지 증거가 아니에요. 아래 숫자는 이번 트윗 호출이 다시 잰 값이 아니에요. 공개 벤치이고 그 벤치로 모델을 고른 것도 아니에요.

467편이에요. 사람 글 233편은 X와 Reddit이고 2022년 11월까지, ChatGPT 이전이에요. AI 글 234편은 모델 8개예요. GPT-5.5, GPT-5.4 mini, GPT-4o mini, gpt-oss, Claude Sonnet 4.5, Claude Haiku 4.5, Gemini 3 Flash, Grok 4.3이에요. 그중 3분의 1은 사람처럼 들리게 쓰라고 한 글이에요.

likely에서는 사람 글 233개 중 1개가 걸렸어요. AI 글은 전체 77%, 40단어 이상이면 91%예요. possible 이상은 사람 글 233개 중 12개, AI 글 전체 95%, 40단어 이상 99%예요. 약 40단어 미만에서는 likely가 AI 글 5개 중 약 2개를 잡아요. Short post 호출이 그 2/5를 다시 잰 것은 아니에요.

8개 가운데 Gemini 3 Flash가 가장 어려워요. likely 28%, possible 이상 79%예요. 그 모델이 몇 편인지는 없어요. 나머지 7개의 비율도 없어요.

사람이 고친 글, 사람 글과 AI가 섞인 글은 척도 어디든 갈 수 있어요. 그 비율은 없어요. 피드를 거르거나 정렬하는 데 써요. 사람을 지목하는 점수는 아니에요. 영어 91%를 AI 글 탐지 API의 한국어 성능으로 옮기지 말아요.

같은 숫자가 측정 방법 표에도 한 줄 있어요.

어떻게 시작하나요?

키는 가입 뒤 API 키 화면에서 받아요. AI 글 탐지 API의 가장 작은 호출은 유틸리티 1크레딧이에요. API 키 하나로 그 호출을 보내요. 8단어가 안 되면 too_short이고 p는 null이에요.

목록은 검색 크레딧에 라벨 추가분이 붙어요. 이번 데이터 호출 넷은 2, 1, 1, 1이라 합계 5크레딧이에요. sort=latest라 나중에 같은 검색을 해도 이 20개가 다시 오지 않아요.

다음은 익스플로러와 크레딧 표예요. 유틸리티 설명은 유틸리티 문서에 있어요.

자주 묻는 질문

이 점수로 그 사람이 AI로 썼다고 해도 되나요?

확률이지 증거가 아니에요. likely에서 사람 글은 233개 중 1개, possible 이상은 233개 중 12개예요. 피드를 거르는 데 쓰고 사람을 지목하지 말아요. 사람이 고친 글은 척도 어디든 갈 수 있어요.

영어 벤치 수치를 한국어 글에도 써도 되나요?

안 돼요. 측정은 영어뿐이에요. 한국어는 점수는 나오지만 정확도 숫자가 없어요. 40단어 이상 AI 글의 likely 91%는 영어 467편 벤치예요. 한국어 성능으로 옮기지 말아요.

목록이랑 글 하나 조회는 크레딧이 같나요?

같지 않아요. 유틸리티는 텍스트 1개에 1크레딧이고 503이면 청구하지 않아요. 목록은 새로 판정한 25개마다 1크레딧이 시작돼요. 이번 20개 페이지는 라벨 추가 1, 검색 포함 credits_used 2였어요. 같은 판정을 다시 부르면 리스트 extra_credits는 0이었어요. 네 호출 합은 5크레딧이에요.

8단어가 안 되는 글은 왜 필터에서 안 빠지나요?

8단어 미만은 level이 too_short이고 p는 null이라 빼지 않아요. Short post는 2단어, 10자, 요청 req-ffY7XACAKBhJQHvM, 1크레딧이었어요. 약 40단어 미만에서는 likely가 AI 글 5개 중 약 2개예요. 그 2/5는 이번 Short post 호출이 다시 잰 값이 아니에요. 이번 수집은 ai_written_threshold를 호출하지 않았어요. possible까지 빼는 공개 값은 ai_written_threshold=0.71이고 설명은 AI 작성 판정에 있어요.