학습기초 2026년 업데이트

파국적 망각(Catastrophic Forgetting)

정의

신경망이 새로운 데이터로 학습할 때 이전에 익힌 능력을 잃어버리는 경향으로, 모델을 지속적으로 업데이트할 때 핵심 과제가 됩니다.

신경망을 새로운 작업으로 학습시키면 기울기 업데이트가 이전 지식을 담고 있던 가중치를 덮어써 기존 능력이 지워질 수 있는데, 이를 파국적 망각이라고 합니다. Kirkpatrick 외(2017)는 EWC(Elastic Weight Consolidation)로 이 문제에 대응했습니다. 과거 작업에 가장 중요한 가중치의 학습 속도를 늦춰, 모델이 새로운 능력을 익히면서도 기존 능력을 유지할 수 있게 한 것입니다.

이는 지속 학습, 그리고 범용 능력을 떨어뜨리지 않고 모델을 파인튜닝하는 데 있어 핵심적인 걸림돌입니다.

참고문헌

이 정의의 근거가 된 1차 자료, 동료 심사 자료 및 기록 자료입니다.

Overcoming catastrophic forgetting in neural networks
Kirkpatrick, J., Pascanu, R., Rabinowitz, N., Veness, J., Desjardins, G., 외 (2017). Proceedings of the National Academy of Sciences (PNAS), 114(13), 3521–3526.

사전 및 백과사전 항목

이 항목 인용하기

MultipleChat. “파국적 망각(Catastrophic Forgetting).” MultipleChat AI·LLM 용어집, 2026. https://multiple.chat/ai-glossary/catastrophic-forgetting

관련 용어

실제로 확인해 보기

같은 프롬프트를 ChatGPT, Claude, Gemini, Grok, Perplexity에서 나란히 실행해 보세요. 내 파일을 컨텍스트로 활용하고, 답변을 서로 교차 검증할 수 있습니다.

MultipleChat 무료로 사용해 보기

더 알아보기

유료 요금제 보기