本稿では、大規模言語モデル（LLM）によって生成された韓国語テキストを検出するための新しいベンチマークデータセットKatFishと検出モデルKatFishNetを提案します。既存の研究が主に英語に焦点を当てたものとは異なり、韓国語の固有の形態素分析と構文の特徴を考慮して韓国語特化検出方法を提示します。 KatFishデータセットは、人間が作成したテキストと4つのLLMによって生成されたテキストを3つのジャンルで構成し、浮遊パターン、品詞の多様性、カンマの使用などを分析し、人間とLLMが生成した韓国語のテキストの言語的な違いを明らかにします。 KatFishNetは、従来の最高性能モデルより平均19.78％高いAUROCを達成しています。コードとデータは公に提供されます。
