명시적 추론 (Explicit reasoning) 모델은 최종 답변을 내놓기 전에 중간 추론 흔적 (reasoning traces)을 생성하도록 훈련되지만, 다운스트림 미세 조정 (fine-tuning)은 종종 이러한 흔적이 포함되지 않은 일반적인 지시어-응답 (instruction-response) 데이터로 수행됩니다. 우리는 이러한 불일치가 추론 흔적 붕괴 (reasoning-trace collapse)를 유발할 수 있음을 보여줍니다. 즉, 미세 조정된 모델은 그럴듯한 최종 답변은 계속 생성하지만, 애초에 해당 모델을 추론 모델로 만들었던 구조적으로 유효한 명시적 추론 흔적을 상실하게 됩니다. 우리는 답변의 정확도와 추론 흔적의 유효성을 분리하여, 추론 조건부 작업 성능 (reasoning-conditioned task performance)과 함께 유효한 (valid), 비어 있는 (empty), 누락된 (missing), 그리고 잘린 (truncated) 추론을 측정하는 구조적 평가 프레임워크를 도입합니다. 이 프레임워크를 사용하여 네 가지 오픈 웨이트 (open-weight) 추론 모델을 연구한 결과, 표준 지도 미세 조정 (supervised fine-tuning)이 유효한 추론 흔적을 빠르게 억제할 수 있으며, 답변 전용 지표 (answer-only metrics)가 이러한 실패를 상당히 가릴 수 있음을 발견했습니다. 여러 설정에서 유효한 추론을 조건으로 한 성능은 높게 유지되는 반면, 유효한 추론의 비율은 급격히 떨어지는 현상이 나타났습니다. 나아가 우리는 교사 생성 추론 흔적 (teacher-generated reasoning traces)을 필요로 하지 않고도 단순한 손실 마스킹 (loss-masking) 전략이 붕괴를 상당히 완화할 수 있음을 보여줍니다. 이러한 결과는 미세 조정된 추론 모델의 평가 시, 특히 적응 데이터 (adaptation data)에 명시적 추론 흔적이 포함되지 않은 경우, 최종 답변 성능 외에도 구조적 추론 신뢰도 지표를 보고해야 함을 시사합니다.