• 목록

[일시] 2026.04.21.

[세미나 주제]
Time-Series Foundation Model - Chronos-2 & TimeHF

[발표자]
정화용

[요약]
본 발표에서는 시계열 예측 분야에서 foundation model이 왜 필요한지 설명하고, 최근 연구 흐름을 TimeHF와 Chronos-2를 중심으로 정리하였다. 기존 forecasting은 데이터셋이나 task마다 별도의 모델을 학습하는 방식이 일반적이었으나, 실제 산업 환경에서는 상품, 센서, 서버, 매장, 도메인이 계속 변화하기 때문에 매번 모델을 재학습하고 튜닝하는 것은 운영 비용이 크다는 한계가 있다. 이에 따라 대규모 시계열 데이터로 사전학습한 뒤 새로운 데이터셋에 zero-shot 또는 few-shot으로 적용할 수 있는 Time-Series Foundation Model(TSFM)의 필요성이 강조되었다. TimeHF는 pretraining, SFT, feedback-based optimization(TPO)을 통해 산업 수요예측 모델을 전문가 피드백에 맞게 정렬하는 방향을 제시하였다. Chronos-2는 group attention을 활용해 univariate, multivariate, covariate-informed forecasting을 하나의 zero-shot framework에서 처리하며, 특히 covariate 활용 능력이 핵심 강점으로 소개되었다. 결론적으로 본 발표는 향후 TSFM이 단순한 대규모 예측 모델을 넘어 context-aware, feedback-aligned, objective-aware한 forecasting framework로 확장될 필요가 있음을 소개하였다.

[관련 논문]
TimeHF: Billion-Scale Time Series Models Guided by Human Feedback
Chronos-2: From Univariate to Universal Forecasting

[녹화 영상]
https://us06web.zoom.us/rec/share/oZSotJ9Lq5p-V5q5LY7Gp7Q6l2Nltu9aMsf7LY2jJBcTRwH_kL87C2I0wfiEKQZo.4f_v0_V2GOD-BUTG