사전적 정의 (Dictionary Definition)
LSTM(Long Short-Term Memory)은 순환 신경망(RNN)의 구조적 한계인 기울기 소멸 문제(Vanishing Gradient Problem)를 해결하기 위해 고안된 인공 신경망 아키텍처입니다. 정보를 선택적으로 저장하거나 삭제할 수 있는 ‘게이트(Gate)’ 메커니즘을 도입하여, 시퀀스 데이터가 길어질 때 발생하는 장기 의존성(Long-term Dependency) 학습의 어려움을 극복하고 중요한 맥락 정보를 장기간 유지할 수 있는 특징을 가집니다.
실무 사용 예시 (Practical Use Case)
시계열 데이터 예측, 자연어 처리, 음성 인식 분야에서 광범위하게 활용됩니다. 문장의 초기 정보를 끝까지 유지해야 하는 기계 번역이나 문맥 파악 기반의 텍스트 생성, 그리고 과거의 수치 데이터를 분석하여 미래를 예측하는 금융 시장 변동 분석 및 기상 예보 모델링이 대표적인 활용 사례입니다.
관련 단어 (Related Words)
- RNN (Recurrent Neural Network)
- GRU (Gated Recurrent Unit)
- Vanishing Gradient Problem (기울기 소멸 문제)