본 논문은 AI 생성 콘텐츠의 증가로 인해 제기된 모델 붕괴(model collapse)에 대한 우려에 대해, 기존의 과장된 시각과 달리 과학적 증거를 바탕으로 재검토합니다. 논문은 모델 붕괴에 대한 8가지 상이하고 때로는 상반되는 정의를 제시하며, 용어의 불일치가 모델 붕괴에 대한 포괄적인 이해를 저해했다고 주장합니다. 실제 상황에 부합하는 조건을 설정하여 기존 연구들의 방법론을 엄격하게 평가한 결과, 모델 붕괴에 대한 일부 예측은 현실과 부합하지 않는 가정과 조건에 근거하며, 여러 주요 붕괴 시나리오는 충분히 회피 가능하다고 결론짓습니다. 결론적으로, 모델 붕괴는 과도하게 단순화된 위협으로 왜곡되었으며, 현재 사회의 궤적 하에 더 발생 가능성이 높은 특정 피해에 대한 관심이 부족하다고 주장합니다.
