Hochreiter와 Schmidhuber(1997)는 일반적인 순환 신경망이 장거리 의존성을 학습하지 못하게 만드는 기울기 소실 문제를 해결하기 위해 LSTM을 고안했습니다. 게이트가 달린 메모리 셀 덕분에 여러 타임스텝에 걸쳐 정보를 통제된 방식으로 유지하거나 잊을 수 있습니다.
LSTM은 셀프 어텐션과 Transformer가 대부분 그 자리를 대체하기 전까지 거의 20년 동안 음성, 번역, 텍스트 모델링 분야를 주도했습니다.
LLM 아키텍처기초
2026년 업데이트
LSTM(장단기 메모리, Long Short-Term Memory)
정의
게이트 구조를 통해 긴 시퀀스에 걸쳐 정보를 기억할 수 있는 순환 신경망 설계로, Transformer 이전 시퀀스 모델링의 핵심 도구였습니다.
참고문헌
이 정의의 근거가 된 1차 자료, 동료 심사 자료 및 기록 자료입니다.
Long Short-Term Memory
사전 및 백과사전 항목
- 위키백과 — 장단기 메모리
- IBM — Think / Topics — 순환 신경망이란 무엇인가요?
이 항목 인용하기
MultipleChat. "LSTM(장단기 메모리)." MultipleChat AI 및 LLM 용어집, 2026. https://multiple.chat/ai-glossary/lstm