Sutskever 외(2014)는 시퀀스-투-시퀀스 프레임워크를 제안했습니다. 인코더 네트워크가 입력 시퀀스를 하나의 표현으로 압축하면, 디코더 네트워크가 그 표현으로부터 출력 시퀀스를 생성하는 방식입니다. 이 인코더–디코더 패턴은 신경망 기계 번역의 토대가 되었으며, 현대 생성형 모델의 개념적 원조이기도 합니다.
입력 전체를 하나의 고정된 벡터에 밀어 넣어야 하는 병목을 극복하기 위해 어텐션이, 이어서 Transformer가 개발되었습니다.
LLM 아키텍처기초
2026년 업데이트
시퀀스-투-시퀀스(Seq2Seq)
정의
하나의 시퀀스를 다른 시퀀스로 변환하는 인코더–디코더 신경망 아키텍처로, 신경망 기계 번역과 이후의 생성형 채팅을 가능하게 한 설계입니다.
참고문헌
이 정의의 근거가 된 1차 자료, 동료 심사 자료 및 기록 자료입니다.
Sequence to Sequence Learning with Neural Networks
사전 및 백과사전 항목
- 위키백과 — Seq2seq
- Google for Developers — 시퀀스-투-시퀀스 모델
이 항목 인용하기
MultipleChat. "시퀀스-투-시퀀스(Seq2Seq)." MultipleChat AI 및 LLM 용어집, 2026. https://multiple.chat/ai-glossary/seq2seq