본 논문은 확산 기반 모델(LLaDA)과 자기회귀 모델(LLaMA)로 생성된 텍스트를 2000개의 샘플을 사용하여 체계적으로 비교 분석한 연구이다. 퍼플렉서티, 버스티니스, 어휘 다양성, 가독성, BLEU/ROUGE 점수 등 다양한 지표를 통해 LLaDA가 퍼플렉서티와 버스티니스 측면에서 인간이 작성한 텍스트를 더욱 정확하게 모방하며, 기존 자기회귀 모델 기반 탐지기의 오탐율을 높이는 것을 확인하였다. 반면 LLaMA는 퍼플렉서티는 낮지만 어휘 정확도는 떨어지는 것으로 나타났다. 단일 지표에만 의존하는 방식으로는 확산 모델로 생성된 텍스트와 인간이 작성한 텍스트를 구분하는 데 실패함을 보여주며, 확산 모델에 특화된 탐지기 개발의 필요성을 강조하고, 하이브리드 모델, 확산 모델 특유의 스타일 특징, 강력한 워터마킹 등의 방향을 제시한다.
