구글 리서치, 다변량 시계열 예측 모델 ‘TimesFM-3’ 공개

구글 리서치가 다변량 시계열 예측을 위한 새 기초모델 ‘TimesFM-3’를 공개했다. 이 모델은 한 번의 추론으로 여러 시계열과 외부 변수를 함께 예측하는 방식으로, 주요 공개 벤치마크에서 기존 예측 모델보다 높은 성능을 보였다고 구글은 밝혔다. 모델은 깃허브와 허깅페이스에 공개됐으며, 빅쿼리 연동은 향후 몇 주 안에 제공될 예정이다.

구글에 따르면 TimesFM-3는 3억3,000만 개의 매개변수를 갖고 있으며, 1조 개가 넘는 실제·합성 시계열 데이터로 사전학습됐다. 앞선 버전인 TimesFM과 TimesFM-2.5가 단일 시계열의 과거만을 바탕으로 예측하는 ‘단변량’ 중심이었다면, 이번 모델은 여러 시계열이 서로 영향을 주고받는 ‘다변량’ 상황을 처음부터 고려하도록 설계됐다. 예를 들어 소매업체의 아이스크림 판매를 예측할 때 과거 판매량뿐 아니라 관련 상품 판매, 유동 인구, 날씨, 프로모션, 휴일 같은 정보까지 함께 반영할 수 있다는 설명이다.

TimesFM-3는 디코더 전용 트랜스포머 구조를 기반으로 하며, 연속된 데이터 포인트를 32개 단위 패치로 묶어 처리한다. 또 미래에 이미 알려진 변수는 ‘lookahead’ 방식으로 함께 입력해, 휴일이나 예정된 행사처럼 향후 신호를 활용할 수 있게 했다. 구글은 이전 버전이 미래 구간을 한 패치씩 순차적으로 생성해 지연과 오차 누적이 생길 수 있었던 반면, TimesFM-3는 미래 구간 전체를 한 번에 예측하는 방식으로 이를 줄였다고 설명했다. 예측값은 10분위수부터 90분위수까지 9개 분위로 제시돼 불확실성도 함께 보여준다.

구글은 Gift-Eval, FEV-Bench, Time 등 3개 공개 벤치마크에서 TimesFM-3를 평가한 결과, 단변량과 다변량 모두에서 기존 공개 기초모델보다 높은 순위를 기록했다고 밝혔다. 특히 다변량 모드에서는 시계열 간 관계와 외부 변수를 활용해 성능이 한 단계 더 개선됐다고 덧붙였다. 다만 실제 산업 현장에서의 성능은 데이터 특성과 적용 방식에 따라 달라질 수 있어, 구체적 활용 효과는 추가 검증이 필요하다.