# 승인된 게시물의 수정본을 승인 대기열로 되돌리기

**URL:** <https://meta.discourse.org/t/send-edits-of-approved-posts-back-to-approval-queue/231377>\
**Category:** Feature\
**Tags:** approval, review-queue\
**Created:** [6월 28, 2022, 5:18오후 UTC](https://meta.discourse.org/t/send-edits-of-approved-posts-back-to-approval-queue/231377 "2022-06-28T17:18:33Z")\
**Posts on this page:** 1\
**Showing post:** 22

<div class="post-metadata">

**Author:** ![irreplaceable.span569](https://avatars.discourse-cdn.com/v4/letter/i/6bbea6/32.png) [@irreplaceable.span569](https://meta.discourse.org/u/irreplaceable.span569)\
**Post date:** [11월 10, 2026, 5:02오후 UTC](https://meta.discourse.org/t/send-edits-of-approved-posts-back-to-approval-queue/231377/22 "2026-11-10T17:02:25Z")

</div>

LLM을 활용해 포럼에서 발견되는 스팸 유형을 감지하는 것은 정말로 파리를 잡기 위해 원자폭탄을 쓰는 것과 같습니다. 모니터링 단어 기반 소형 언어 모델만으로도 충분할 텐데, 만약 그게 편집 내용까지 적용될 수만 있다면 말이죠.

LLM 스팸 감지 기능 사용에는 주저함이 있습니다. 얼마나 많은 에너지(이산화탄소 포함)가 소모되는지(모니터링 단어 기능의 최소 백만 배 이상일 가능성이 높음) 모르기 때문이기도 하고, 설명할 수 없는 오탐(false positives)이 발생할 수도 있기 때문입니다. 가이드를 보니 설정도 매우 어려운 것 같고(저는 관리자가 아니라서 이 부분을 해결하기 위해 상급자에게 부탁해야 합니다).

하지만 해볼 가치는 있는 것 같습니다.

---

_[View the full topic](https://meta.discourse.org/t/send-edits-of-approved-posts-back-to-approval-queue/231377)._