과학적 피어 리뷰 (Peer Review) 시스템은 지난 몇 년 동안 경험적 소프트웨어 공학 (Empirical Software Engineering, ESE) 연구 분야뿐만 아니라 전반적으로 서서히 악화되어 왔습니다. 제출 논문 수의 증가, 높은 업무 부하, 그리고 그와 관련된 모든 문제를 동반한 생성형 AI (Generative AI) 사용의 급증은 시스템의 많은 균열을 더욱 가시화했습니다. ESE 커뮤니티 내 피어 리뷰의 현재 상태를 더 잘 이해하기 위해, 우리는 120개의 응답을 수집한 설문 조사를 실시했습니다. 우리는 다음 사항들을 보고합니다: (i) 커뮤니티 구성원들이 인지하는 리뷰 부하 (Review Load), (ii) 리뷰 품질에 대한 인식 및 리뷰 과정에서의 빈번한 도전 과제와 문제점, (iii) 리뷰 프로세스에서의 거대언어모델 (LLM) 기반 도구 사용, (iv) 피어 리뷰 시스템 개선을 위한 커뮤니티의 제안. 우리는 이러한 커뮤니티의 의견이 사람들이 리뷰 시스템이 더 나은 방향으로 어떻게 변화하기를 원하는지에 대해 더 많은 증거 기반의 논의를 촉진할 수 있기를 바랍니다.