매출·날씨·고객 수 한꺼번에 본다…구글, '미래 예측 AI' 공개
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- [디지털투데이 최재원 기자] 구글이 매출과 고객 수, 날씨 등 여러 시계열 데이터를 한꺼번에 분석해 미래 수치를 예측하는 AI 모델 'TimesFM-3'를 공개했다.
- 별도의 추가 학습 없이 새로운 데이터에 바로 적용할 수 있는 제로샷 예측(Zero-Shot Prediction)과 다변량 분석이 핵심이다.1일(현지시간) 일본 매체 기가진에 따르면 TimesFM-3는 구글이 2024년부터 개발해온 시계열 예측 파운데이션 모델의 최신 버전이다.
- 기존 TimesFM-2.5까지는 주로 하나의 시계열 기록을 바탕으로 미래를 예측했지만, Tim 1일(현지시간) 일본 매체 기가진에 따르면 TimesFM-3는 구글이 2024년부터 개발해온 시계열 예측 파운데이션 모델의 최신 버전이다.
본문
[디지털투데이 최재원 기자] 구글이 매출과 고객 수, 날씨 등 여러 시계열 데이터를 한꺼번에 분석해 미래 수치를 예측하는 AI 모델 'TimesFM-3'를 공개했다. 별도의 추가 학습 없이 새로운 데이터에 바로 적용할 수 있는 제로샷 예측(Zero-Shot Prediction)과 다변량 분석이 핵심이다.1일(현지시간) 일본 매체 기가진에 따르면 TimesFM-3는 구글이 2024년부터 개발해온 시계열 예측 파운데이션 모델의 최신 버전이다. 기존 TimesFM-2.5까지는 주로 하나의 시계열 기록을 바탕으로 미래를 예측했지만, Tim 1일(현지시간) 일본 매체 기가진에 따르면 TimesFM-3는 구글이 2024년부터 개발해온 시계열 예측 파운데이션 모델의 최신 버전이다.
기존 TimesFM-2.5까지는 주로 하나의 시계열 기록을 바탕으로 미래를 예측했지만, TimesFM-3는 여러 목표 변수와 과거 보조 데이터, 앞으로 이미 알려진 일정·날씨 같은 외부 변수까지 함께 처리한다. 가령 아이스크림 매출을 예측할 때 과거 판매량뿐 아니라 고객 수와 향후 날씨, 프로모션 일정을 동시에 입력할 수 있다. 구글이 공개한 예시에서는 과거 프로모션과 매출의 관계를 학습해 향후 행사일마다 약 20%의 매출 증가를 예상했다. 다만 이는 실제 기업 실적이 아니라 모델 작동 방식을 설명하기 위한 예시다. 작업별 추가 미세조정 없이 여러 시계열의 관계를 분석할 수 있으며, 미래 구간 전체를 순차적으로 생성하지 않고 한 번의 순전파로 계산하는 비자기회귀 방식을 도입했다. 구글은 이를 통해 처리 지연과 반복 예측 과정에서의 오차 누적을 줄였다고 설명했다.
성능 평가에는 GIFT-Eval, FEV-Bench, TIME 등 3개 공개 벤치마크가 쓰였다. 단변량 모드에서도 경쟁 모델과 비슷하거나 앞섰고, 여러 변수를 함께 활용한 다변량 모드에서는 성능이 더 향상됐다. 기업 입장에서는 매출·수요·재고·트래픽처럼 서로 얽힌 데이터를 별도 모델 학습 없이 예측할 수 있다는 점에서 활용 가능성이 주목된다.