nixtla: 제로샷 시계열 예측 및 이상 탐지를 위한 파운데이션 모델

해결하는 문제

TimeGPT-1은 시계열 예측 및 이상 탐지를 단순화하고 가속화하도록 설계되었습니다. 이는 ARIMA 또는 XGBoost와 같은 전통적인 수동 모델 학습 파이프라인의 필요성을, 사용자의 특정 데이터에 대한 초기 학습 없이도 소매, 금융, IoT와 같은 다양한 도메인에서 정확한 예측을 제공할 수 있는 사전 학습된 파운데이션 모델로 대체합니다.

작동 방식

TimeGPT는 셀프 어텐션 메커니즘을 갖춘 인코더-디코더 아키텍처 기반의 생성형 사전 학습 트랜스포머입니다. LLM과 달리, 이는 공개적으로 사용 가능한 방대한 시계열 데이터 컬렉션에서 1,000억 개 이상의 데이터 포인트를 독립적으로 학습했습니다. 이를 통해 모델이 복잡한 패턴을 포착하고 과거의 마지막 이벤트들을 기반으로 미래 분포를 추론할 수 있게 합니다.

대상 사용자

최소한의 코딩으로 신속하고 정확도가 높은 예측 및 이상 탐지가 필요한 데이터 과학자 및 분석가입니다. 특히 에너지, 의료, 뱅킹과 같은 분야에서 다양한 시계열 데이터를 다루거나, Snowflake 환경 내에서 모델을 직접 배포하고자 하는 사용자에게 유유용합니다.

주요 특징

• 제로샷 추론 (Zero-shot Inference): 사전 학습 데이터 없이 즉시 예측을 생성하고 이상을 탐지합니다.
• 미세 조정 (Fine-tuning): 성능 향상을 위해 사용자 정의 손실 함수를 사용하여 모델을 특정 데이터셋에 적합하도록 조정할 수 있는 능력입니다.
• 외생 변수 (Exogenous Variables): 정확도를 높이기 위해 외부 요인(예: 특정 날짜 또는 가격)을 포함하는 것을 지원합니다.
• 다중 시계열 예측 (Multiple Series Forecasting): 여러 시계열을 동시에 예측할 수 있는 기능입니다.
• 인프라 유연성 (Infrastructure Flexibility): 공개 API를 통한 통합, Snowflake 배포, 그리고 곧 출시될 Azure Studio 지원을 제공합니다.
• 불규칙한 타임스탬프 (Irregular Timestamps): 전처리 없이 비균일한 간격의 시계열을 처리합니다.