미스트랄, 시간순 데이터 예측을 위한 기초 모델 타이메스트랄 발표

인공지능 기업 미스트랄이 공개한 타이메스트랄은 시간에 따라 변하는 데이터를 전문적으로 분석하고 예측하는 기초 모델 제품군입니다. 기초 모델이란 다양한 분야에 두루 활용할 수 있도록 방대한 데이터로 미리 학습해 둔 핵심 인공지능을 뜻합니다. 타이메스트랄은 5백만 개에서 2억 9백만 개까지 네 가지 크기의 매개변수로 이루어져 있으며, 공장의 기계 센서 데이터나 날씨, 금융 거래처럼 시간에 따라 기록되는 복잡한 숫자들을 분석할 수 있습니다.

기존의 예측 기술은 하나의 데이터만 학습할 수 있거나 새로운 데이터를 만날 때마다 처음부터 다시 훈련해야 하는 한계가 있었습니다. 반면에 타이메스트랄은 사전에 방대한 데이터를 학습하여 한 번도 본 적 없는 새로운 데이터에도 곧바로 적용할 수 있습니다. 특히 가장 큰 모델은 주요 성능 평가인 세 곳에서 기존 최고 성능의 모델들을 제치고 사전 학습된 모델 중 1위를 차지했습니다. 이전 모델보다 적은 매개변수를 사용하면서도 더 뛰어난 결과를 내어 효율성이 높습니다.

타이메스트랄은 5백만 개, 2천 8백만 개, 1억 2천 3백만 개, 2억 9백만 개의 매개변수를 가진 네 가지 크기의 모델로 최적화되었습니다. 모델의 크기가 클수록 미래 예측 성능이 뛰어나고, 작을수록 처리 속도가 빠릅니다. 이 모델은 특수 그래픽 카드 없이 일반 서버의 중앙처리장치만으로도 빠르게 실행됩니다. 예를 들어 일반 서버용 중앙처리장치에서 과거 기록을 바탕으로 하루 앞을 예측할 때, 5백만 개 모델은 10밀리초, 2억 9백만 개 모델은 140밀리초가 걸립니다.

이 모델은 여러 센서의 진동, 온도, 압력처럼 서로 연결된 데이터를 동시에 분석하는 기능을 제공합니다. 또한 하나의 숫자만 예측하는 것이 아니라 가능한 결과들의 전체 범위를 확률적으로 예측하여 담당 팀이 불확실성의 폭을 파악하게 돕습니다. 요일이나 기계의 가동 상태 같은 범주형 정보와 일기 예보처럼 미리 아는 미래 정보도 모두 지원하여 예측 품질을 높입니다.

기술적으로는 기존 방식의 문제를 해결하기 위해 과거 데이터는 그대로 두고 예측 전용 신호가 그 앞의 데이터를 읽어들이는 방식을 적용했습니다. 또한 입력되는 각 데이터 계열에 역할을 부여하여 휴일 달력이나 기상 예보 같은 외부 정보를 안전하게 활용합니다. 훈련 데이터의 대부분은 컴퓨터가 만들어낸 가짜 데이터였으며, 먼저 가짜 데이터로 대규모 훈련을 거친 뒤 실제 데이터와 섞은 혼합 데이터로 추가 훈련을 진행했습니다. 조직은 미스트랄 포지라는 도구를 통해 자체 보유한 데이터를 바탕으로 모델을 맞춤형으로 확장할 수 있으며, 인터넷이 차단된 폐쇄망 환경을 포함하여 자체 하드웨어에 전체 시스템을 구축할 수 있습니다.

이 기술은 제조업, 금융, 물류 등 시간에 따른 데이터를 다루는 다양한 산업 현장에서 활용될 수 있습니다. 공장 관리자는 장비 센서의 이상 징후를 미리 파악하고 정비 일정을 세우는 데 도움을 받을 수 있으며, 금융이나 물류 분야에서는 향후 수요나 변동성을 예측하는 작업에 쓰일 수 있습니다. 특히 보안이 중요한 환경에서도 자체 서버나 인터넷이 차단된 폐쇄망 환경에서 직접 실행할 수 있어 기업들이 안전하게 도입할 수 있습니다.