어텐션 기반 인코더-디코더 모델이 장기 음향 인코딩과 호환되지 않는 문제를 해결하기 위해 연구를 진행했어요. 기존 모델은 짧은 음향 맥락에 의존해 절대 프레임 위치를 학습하지만, 장기 세그먼트에서는 일반화되지 않는 한계가 있었어요. 연구진은 크로스-어텐션에 명시적 절대 위치 인코딩을 주입하는 등 4가지 수정 사항을 제안했어요. 이를 통해 음향 인코딩 순서를 파악하고 장기 세그먼트에서도 성능을 유지할 수 있도록 개선했어요.