LSTM(Long Short Term Memory) 기반 순환형 상태 전이 모델의 학습 방법 및 장치가 개시된다. 일 실시예에 따른 인공 신경망 학습 방법은, 복수의 타임 스텝 중에서 관측된 데이터가 존재하는 타임 스텝과 데이터를 예측해야 할 타임 스텝을 구분하는 예측 기준 시점을 설정하는 단계와, 상기 예측 기준 시점 이전의 타임 스텝 및 상기 예측 기준 시점 이후의 타임 스텝을 구분하여 상기 이전의 타입 스텝에 대응하는 제1 인공 신경망 및 상기 이후의 타임 스텝에 대응하는 제2 인공 신경망을 학습시키는 단계를 포함하고, 상기 제1 인공 신경망 및 상기 제2 인공 신경망은 서로 상이하다.