본 논문은 기존 이벤트 스트림 기반 추적기의 단기 추적 데이터셋에 대한 평가의 한계를 지적하며, 실제 시나리오의 장기 추적을 고려한 새로운 대규모 장기 추적 데이터셋 FELT를 제시합니다. FELT는 1,044개의 장기 비디오, 190만 개의 RGB 프레임 및 이벤트 스트림 쌍, 60개의 서로 다른 목표 객체, 14가지 어려운 속성을 포함합니다. 또한, 21개의 기준 추적기를 FELT 데이터셋에서 재훈련 및 평가하여 벤치마크를 구축하고, 연관 기억 변환기(AMT) 기반의 RGB-이벤트 장기 시각적 추적기인 AMTTrack을 제안합니다. AMTTrack은 단일 스트림 추적 프레임워크를 따르며 Hopfield 검색 계층을 통해 다중 스케일 RGB/이벤트 템플릿과 검색 토큰을 효과적으로 집계하고, 연관 기억 업데이트 방식을 통해 동적 템플릿 표현을 유지하여 장기 추적에서의 외관 변화 문제를 해결합니다. FELT, FE108, VisEvent, COESOT 데이터셋에 대한 광범위한 실험을 통해 제안된 추적기의 효과를 검증하였으며, 데이터셋과 소스 코드는 공개될 예정입니다.