2nd/10_Wiki/Topics/AI/LSTM (Long Short-Term Memory).md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
LSTM-001	10_Wiki/💡 Topics/AI	1.0	deep-learning nlp rnn ai-history time-series	2026-04-26

LSTM (Long Short-Term Memory)

📌 한 줄 통찰 (The Karpathy Summary)

"기억할 것과 잊을 것을 스스로 결정하는 똑똑한 메모리 셀" — 기존 RNN의 고질적인 문제인 '장기 의존성(Long-term dependency)' 손실을 해결하기 위해 게이트(Gate) 구조를 도입한 순환 신경망 아키텍처.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 정보의 흐름을 조절하는 세 가지 문(Gate)을 통해, 중요한 정보는 오래 보존하고 불필요한 정보는 즉시 지워버리는 시계열 데이터 처리 패턴.
• 세부 내용:
  • Forget Gate: 이전 상태의 정보 중 무엇을 버릴지 결정.
  • Input Gate: 현재 입력 정보 중 무엇을 셀 상태(Cell State)에 저장할지 결정.
  • Output Gate: 갱신된 셀 상태를 바탕으로 다음 단계로 전달할 값을 결정.
  • Cell State: 컨베이어 벨트처럼 정보가 흐르며, 게이트들에 의해 정보가 추가되거나 삭제됨.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 자연어 처리의 독보적 존재였으나, 병렬 연산이 불가능한 순차적 구조라는 한계 때문에 현재는 트랜스포머(Transformer) 아키텍처에 자리를 내줌. 하지만 음성 인식이나 시계열 수치 예측 분야에서는 여전히 활용됨.
• 정책 변화: Antigravity 프로젝트의 센서 데이터 분석(Telemetry) 및 사용자 활동 패턴 예측 시, 가벼운 LSTM 모델을 보조적으로 운용함.

🔗 지식 연결 (Graph)

• Recurrent-Neural-Network, Gated-Recurrent-Unit, Transformer-Architecture, Time-Series-Analysis
• Raw Source: 10_Wiki/Topics/AI/LSTM (Long Short-Term Memory).md