LSTM을 사용하여 분류 모델을 만들고 있습니다. row data는 자연어로 정수화까지 마쳤고 x_data와 y_data 모두 ndarray 타입입니다. train_test_split을 통해 train 데이터와 test 데이터로 나누고 모델링을 진행하려는데 model.fit(X_train, y_train)에서 오류가 납니다. 배열 크기 차이인 것 같은데 해결 방법을 모르겠어서 질문 남깁니다.

X_train, X_test, y_train, y_test = train_test_split(padded_x, padded_y, test_size=0.2, random_state=42)
# padded_x, padded_y 는 정수화 및 벡터화를 마친 데이터

print(X_train.shape) # 376, 360
print(y_train.shape) # 376, 54

word_size = len(token.word_index) + 1

# 단어 임베딩
model = Sequential() # 레이어 구성
model.add(Embedding(word_size, 20, input_length=len(longest_sentence)))
# len(longest_sentence)) = 360

#model.add(Flatten())
model.add(LSTM(360, activation='tanh'))
model.add(Dense(1, activation='softmax'))

model.summary()
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy',
              metrics=[tf.keras.metrics.Accuracy()])

model.fit(X_train, y_train, batch_size=32, epochs=20)

ValueError: Shapes (None, 1) and (None, 54) are incompatible