구글, 16k 컨텍스트 지원하는 시계열 예측 모델 TimesFM 2.5 출시!

TimesFM 2.5는 2억 개의 파라미터를 가진 디코더 기반(Decoder-only) 시계열 예측 모델로, 최대 16,000의 컨텍스트 길이를 지원한다. 이전 버전인 TimesFM 2.0 대비 파라미터 수를 줄이면서도 컨텍스트 길이를 늘려 장기 시계열 데이터(Long Time Series Data) 처리에 유리하다. 또한, 선택적 3,000만 개의 파라미터를 가진 퀀타일 헤드(Quantile Head)를 통해 최대 1,000의 호라이즌(Horizon)까지 연속적인 퀀타일 예측을 지원한다.

커뮤니티에서는 시계열 데이터의 특성(Characteristics of Time Series Data)을 고려할 때, 단일 모델이 다양한 도메인에 걸쳐 정확한 예측을 제공할 수 있는지에 대한 의문을 제기한다. 예를 들어, 이탈리아의 계란 가격과 글로벌 인플레이션(Global Inflation)을 동일한 모델로 예측하는 것이 가능한지에 대한 의문이 제기되었다. 이는 모델의 일반화 능력(Generalization Ability)과 예측 결과의 신뢰성에 대한 근본적인 질문으로 이어진다.

일부 댓글에서는 TimesFM 2.5가 페이스북의 Prophet과 유사한 기능을 제공하는지에 대한 질문이 제기되었다. Prophet은 시계열 데이터의 계절성(Seasonality)과 추세(Trend)를 모델링하는 데 특화된 모델이다. TimesFM 2.5가 Prophet과 비교하여 어떤 장점을 가지는지, 또는 더 복잡한 데이터 패턴(Complex Data Patterns)을 얼마나 잘 처리할 수 있는지에 대한 추가적인 정보가 필요하다.

모델의 발표 이후, 실제 활용 사례(Use Cases)나 경쟁 플랫폼(Competition)에 대한 정보가 부족하다는 지적이 있었다. 특히, 모델을 활용하여 실제 문제를 해결한 사례가 아직 보고되지 않아, 실용성(Practicality)에 대한 의문이 제기된다. 또한, 모델을 활용하기 위한 생태계(Ecosystem), 즉, 튜토리얼, 라이브러리, 지원 커뮤니티 등이 충분히 갖춰져 있는지에 대한 질문도 제기되었다.