UNIST 연구진은 EchoTrace로 영화와 도서, 지역 상점 데이터에서 LLM의 추천 생성, 사용자 프로필 작성 및 학습 데이터 생성을 분석했습니다. 직접 추천 모델이 대상에 없는 항목을 낸 비율은 각각 4.07%, 7.40%, 13.14%였고 영화 이력에서 직업을 추정한 오류율은 93.16%였습니다. 추천 결과를 다시 학습하는 과정을 5회 반복해도 오류가 남았으며 일부는 인기 항목 쏠림이 커졌습니다. 특정 데이터와 시스템의 실험 결과로, 운영자는 실제 행동 데이터와 AI 생성 데이터를 구분하고 반복 과정의 왜곡을 검증해야 합니다.