본 연구는 순환 신경망 구조에서 상태 추적에 있어 표현 능력뿐만 아니라 오류 제어 역학의 중요성을 강조합니다. 선형 상태 공간 모델과 선형 어텐션 등 affine 순환 네트워크는 상태를 구분하는 부분 공간에서 오류를 수정할 수 없으며, 이는 실제 상태 추적 성능 저하로 이어집니다. 실험 결과, 모델 훈련 과정에서 상태 구분이 어려워지면 추적 성능이 급격히 저하되며, 이는 예측 가능한 현상으로 나타났습니다.