Este artículo presenta un nuevo conjunto de datos de referencia, KatFish, y un modelo de detección, KatFishNet, para la detección de textos en coreano generados por modelos lingüísticos a gran escala (LLM). A diferencia de estudios previos centrados principalmente en el inglés, proponemos un método de detección de generación de textos adecuado para las características del coreano, considerando el análisis morfológico, el orden de las palabras y los patrones de puntuación únicos del coreano. El conjunto de datos KatFish consta de textos escritos por humanos y cuatro textos generados por LLM en tres géneros, y KatFishNet alcanza un rendimiento AUROC un 19,78 % superior en promedio al de los modelos anteriores con mejor rendimiento. Esperamos que el código abierto y los datos contribuyan a la investigación sobre la detección de textos generados por LLM en coreano.
