라이프스타일

Google Cloud, BigQuery에서 TimesFM 3.0 프리뷰 공개: SQL로 다변량 시계열 예측

Google Cloud가 데이터 분석 서비스 BigQuery에서 예측 모델 TimesFM 3.0 프리뷰를 발표했습니다. BigQuery 데이터 팀은 SQL 쿼리 하나로 여러 목표를 동시에 예측하고 날씨·휴일 같은 외부 요인도 반영할 수 있습니다. 새 기능과 이전 버전의 차이를 정리했습니다.

읽는 데 약 6분

Google Cloud, BigQuery에서 TimesFM 3.0 프리뷰 공개: SQL로 다변량 시계열 예측
사진: Mokaair (Original editorial artwork)

무슨 일이 있었나

Google Cloud는 자사 데이터 분석 서비스 BigQuery에서 TimesFM 3.0 프리뷰 버전, 즉 정식 출시 전 시험 단계를 공개했다고 발표했습니다. Google Cloud 설명에 따르면 이 모델은 Google Research가 개발했고 3억 3천만 개의 파라미터를 가진 파운데이션 모델(미리 학습되어 바로 쓸 수 있는 대형 모델)입니다. 사용자는 BigQuery에서 SQL(데이터베이스를 조회하는 언어)로 곧바로 다변량 시계열 예측을 할 수 있습니다. 시계열은 일별 판매량이나 자전거 이용 횟수처럼 시간 순서대로 나열된 데이터를 말합니다.

Google Cloud에 따르면 BigQuery의 예측 기능 AI.FORECAST는 처음에 TimesFM 2.0으로 구동되다가 TimesFM 2.5로 업그레이드되었으며, 사용자가 모델을 직접 학습하거나 관리하지 않고도 SQL에서 예측을 생성할 수 있었습니다. 다만 2.5까지의 모델은 단변량 예측, 즉 하나의 시계열 이력만으로 미래를 예측하는 방식만 지원했습니다.

Google Cloud는 현실의 예측 문제 대부분이 다변량이라고 지적했습니다. 관련된 목표들과 날씨, 프로모션, 휴일 같은 외부 요인이 함께 미래 결과에 영향을 준다는 것입니다.

이전 버전과의 차이

아래 표의 '공변량'은 예측 대상은 아니지만 예측 결과에 영향을 주는 다른 요인으로, 날씨·프로모션·휴일 등이 해당합니다. 어떤 공변량은 과거 기록만 있고, 어떤 것은 미래 값까지 미리 알 수 있습니다.

Google Cloud 설명을 바탕으로 정리한 기능 비교
기능TimesFM 2.0 / 2.5TimesFM 3.0
예측 범위단변량만 지원단변량 및 다변량
목표 열단일 목표단일 또는 여러 목표
과거 값만 있는 공변량미지원지원
과거·미래 값이 모두 있는 공변량미지원지원

Google Cloud는 또한 TimesFM 3.0이 GIFT-Eval, FEV-Bench, TIME 세 공개 시계열 리더보드에서 1위를 차지했고, 공변량 및 다변량 예측 작업에서 최고의 제로샷 정확도를 기록했다고 밝혔습니다. 제로샷은 사용자 자신의 데이터로 먼저 학습하지 않고 바로 예측하는 방식을 뜻합니다. 이 순위는 Google Cloud 자체의 주장입니다.

실제 작동 방식

Google Cloud는 뉴욕 Citi Bike 공개 데이터셋을 예로 들어, 통근자(subscriber_trips)와 레저 이용자(casual_trips)의 향후 7일간 일별 이용량을 예측했습니다.

Google Cloud에 따르면 BigQuery는 단일 테이블 입력을 사용합니다. 같은 테이블에 과거 관측 행과 앞으로의 예측 기간 행이 함께 들어갑니다. 미래 행에서는 미리 알고 있는 미래 공변량에 값을 채우고, 예측할 목표 열과 과거 값만 있는 공변량은 비워 둡니다(NULL로 설정).

  • 목표 열(target_cols): 예측할 값으로, 서로 관련된 여러 목표를 동시에 예측할 수 있습니다.
  • 과거 공변량(past_covariate_cols): 평균 이용 시간처럼 과거 기록만 있고 미리 알 수 없는 요인입니다.
  • 미래 공변량(future_covariate_cols): 주말, 휴일, 예정된 프로모션처럼 미리 알고 있는 요인입니다.

Google Cloud 설명에 따르면 AI.FORECAST는 각 목표 열의 예측값과 예측 구간의 상한·하한, 즉 실제 값이 놓일 수 있는 범위를 반환합니다. Google Cloud는 또한 사용자가 BigQuery Conversational Analytics에서 자연어로 예측을 요청하면 시스템이 해당 AI.FORECAST 쿼리를 자동으로 생성·실행하고, 요약과 예측 구간이 포함된 인터랙티브 차트, 핵심 인사이트를 돌려준다고 밝혔습니다.

사용자에게 의미하는 것

Google Cloud는 BigQuery를 쓰는 데이터 팀의 기존 단변량 예측 및 이상 탐지(데이터에서 평소와 다른 값을 찾는 작업) 워크플로가 쿼리에 model => 'TimesFM 3.0'만 지정하면 새 모델로 전환된다고 설명했습니다. 또한 AI.EVALUATE도 단변량 시계열 평가에 그대로 쓸 수 있다고 언급했습니다.

Google Cloud는 네이티브 다변량 지원 덕분에 BigQuery에서 복잡한 기업 데이터를 처리할 때 데이터를 옮기거나, 맞춤형 피처 엔지니어링 파이프라인(원시 데이터를 모델이 쓸 수 있는 열로 미리 가공하는 과정)을 구축하거나, 모델 호스팅을 직접 운영할 필요가 없다고 강조했습니다. 현재는 프리뷰 단계입니다.

자주 묻는 질문

TimesFM 3.0이란 무엇인가요?

Google Cloud에 따르면 Google Research가 개발한 3억 3천만 파라미터의 파운데이션 모델로, BigQuery SQL 쿼리 안에서 바로 다변량 시계열 예측을 수행합니다. 여러 목표와 외부 요인을 함께 고려해 미래 값을 추정합니다.

TimesFM 2.5와 가장 큰 차이는 무엇인가요?

Google Cloud는 2.5까지는 단변량 예측만 지원해 하나의 시계열 이력만 볼 수 있었다고 밝혔습니다. 3.0은 여러 목표를 동시에 예측하고, 과거 값만 있는 공변량과 과거·미래 값이 모두 있는 공변량도 지원합니다.

기존 쿼리를 많이 고쳐야 하나요?

Google Cloud 설명에 따르면 기존 단변량 예측 및 이상 탐지 워크플로는 model => 'TimesFM 3.0'만 지정하면 새 모델을 사용할 수 있습니다.

지금 정식 출시된 건가요?

아닙니다. Google Cloud가 발표한 것은 프리뷰 버전입니다. 정식 사양과 제공 범위는 공식 문서를 확인하세요.

리더보드 1위라는 주장은 믿을 만한가요?

이 주장은 Google Cloud 자체 글에서 나온 것이므로 업체 측 주장으로 받아들여야 합니다.

이 주제의 최신 뉴스 보기

같은 주제의 글

출처

라이프스타일