셀프어텐션은 시퀀스 길이에 따라 계산량이 제곱으로 늘어나 장문 시퀀스 모델링의 핵심 난제로 남아 있다. 맘바(Mamba)는 선택적 상태공간 순환으로 선형 시간 대안을 제공하지만, 대각 위주의 상태 전이 구조 때문에 상태 차원 간 명시적 상호작용이 제한된다. 연구진은 3노드 네트워크 모티프의 동역학에서 착안해, 은닉 상태를 압축된 동역학적 부분공간으로 투영하고 모티프 유도 상호작용을 부과한 뒤 원래 상태공간으로 되돌리는 저랭크 순환 경로를 맘바에 추가한 '모티프-맘바(Motif-Mamba)'를 제안했다. 이 구조는 맘바의 선형 시간 순환 구조를 유지하면서 차원 간 소통을 강화하며, 장시퀀스 외삽, 언어모델링 벤치마크, 뇌-컴퓨터 인터페이스 디코딩 실험에서 기존 맘바 백본 대비 일관된 성능 향상을 보였다.

• •맙바(Mamba)의 대각 위주 상태 전이가 상태 차원 간 상호작용을 제한한다는 한계 지적
• •3노드 네트워크 모티프 동역학에서 착안한 모티프 제약 저랭크 순환 경로를 맙바에 추가
• •은닉 상태를 압축된 부분공간으로 투영→모티프 유도 상호작용 부과→원 상태공간 복원 구조
• •맙바의 선형 시간 순환 구조를 유지하면서 차원 간 소통(cross-dimensional communication) 강화
• •장시퀀스 외삽·언어모델링·뇌-컴퓨터 인터페이스 디코딩 실험에서 기존 맙바 백본 대비 일관된 성능 향상, NeurIPS 2026 제출