보호되어 있는 글입니다.

본 문서는 Mamba(상태공간모델, SSM) 기반의 다국어 음성 인식 모델 MLMA(arXiv:2510.18684, Fondazione Bruno Kessler)를 분석한다. 6개 유럽 언어·약 12,000시간 규모로 학습된 최초의 다국어 Mamba ASR 시스템으로, 유사 크기의 Conformer 대비 전 실험에서 낮은 WER을 달성하며 상태공간모델의 다국어 확장성을 실증한 연구이다.다국어 ASR은 고자원·저자원 언어 간 성능 균형을 맞추기 어려운 과제다. 현재 지배적인 Transformer 기반 아키텍처는 시퀀스 길이에 대한 이차 복잡도, 저자원 언어에는 부족한 대량의 라벨 데이터 요구, 큰 모델 크기로 인한 배포 제약이라는 뚜렷한 단점을 가진다. 가변 길이 입력과 시간적 불규칙성을 다루도록 설계된 ..