본 논문은 신경 기호(NeSy) AI를 순차적/시간적 문제에 적용하는 연구를 제시합니다. 기존 NeSy 시스템이 시간적 문제에 대한 연구가 부족하다는 점을 지적하며, 시간적 추론에 유용한 기호 오토마타를 지식 표현 형식으로 제안합니다. 순차적 분류 및 태깅 작업에 초점을 맞춰, 확률적 의미론 하에서 신경 기반 지각과 기호 오토마타를 통합하는 end-to-end 미분 가능 모델인 NeSyA (Neuro Symbolic Automata)를 제안합니다. 합성 벤치마크와 실제 이벤트 인식 작업을 통해 기존 NeSy 시스템보다 성능이 우수하거나 확장성이 뛰어나며, 순수 신경망 시스템보다 일반화 성능이 향상됨을 보여줍니다.