본 논문은 인공 일반 지능(AGI) 개발을 위한 새로운 접근 방식으로 제시된 합성 인지(Synthetic Cognition)를 탐구한다. 특히, 기존의 트랜스포머 아키텍처가 시퀀스 처리에서 어려움을 겪는 점을 고려하여, 합성 인지를 시퀀스 처리에 적용하는 메커니즘을 제안하고, DNA 시퀀스 분류 작업에서 DNA 기반 모델과 비교 평가한다. 실험 결과, 제안된 방법은 DNA 기반 모델보다 우수한 성능을 보이며, 여러 벤치마크 작업에서 최고 점수를 달성함으로써 시퀀스 처리에 대한 합성 인지의 확장성과 트랜스포머 아키텍처를 능가하는 성능을 입증한다.
