---
id: wiki-2026-0508-s2-attn
title: S2 Attn
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: []
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
raw_sources: []
last_reinforced: 2026-05-08
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
---

---
redirect_to: "[[생성형_AI_및_LLM_엔지니어링_표준]]"
canonical_id: "wiki-2026-0507-106"
---

# Redirect

이 문서는 Canonical 문서인  통합되었습니다.
모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
## 📌 한 줄 통찰 (The Karpathy Summary)

> Shifted Sparse Attention(S²-Attn)은 LongLoRA 등에서 사용된 효율적 어텐션 패턴으로, 긴 컨텍스트 파인튜닝 시 메모리·시간 비용을 줄이면서 글로벌 정보 흐름은 유지한다.

## 📖 구조화된 지식 (Synthesized Content)

**추출된 패턴:** "local sparsity + 절반의 헤드 shift"로 윈도우 경계 정보 누설을 방지 — 단순 슬라이딩 윈도우의 단점을 보완.

**세부 내용:**
- 그룹 크기 G로 시퀀스를 분할하여 그룹 내 어텐션만 계산.
- 헤드의 절반은 G/2만큼 시프트해 다음 그룹 정보까지 흡수.
- 학습 시 시간 복잡도 O(L·G)로 O(L²) 대비 큰 절감.
- LongLoRA에서 32K~100K 컨텍스트 파인튜닝에 활용.
- 추론 시에는 일반 어텐션으로 전환 가능.

## 🤖 LLM 활용 힌트 (How to Use This Knowledge)

**언제 이 지식을 쓰는가:**
- *(TODO)*

**언제 쓰면 안 되는가:**
- *(TODO)*

## 🧪 검증 상태 (Validation)

- **정보 상태:** draft
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*

## 🧬 중복 검사 (Duplicate Check)

- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

## ⚠️ 모순 및 업데이트 (Contradictions & Updates)

- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음

## 🔗 지식 연결 (Graph)

- **Parent:** [[10_Wiki/Topics]]
- **Related:** *(TODO: 최소 2개)*
- **Opposite / Trade-off:** *(TODO)*
- **Raw Source:** 직접 입력

## 🕓 변경 이력 (Changelog)

| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |