IBM, Granite 시계열 앙상블 예측 기능 공개: 모델 선택 부담 줄이고 예측 견고성 강화

새로운 앙상블 예측 기능의 도입

IBM은 2026년 10월 22일, Granite 시계열 모델을 활용한 앙상블 예측 기능을 공개했다. 이 기능은 사전 학습된 4가지 Granite 모델 아키텍처를 단일 예측 인터페이스로 통합하여 제공한다. 기존에는 다양한 시계열 데이터의 특성(예: 부드러운 산업 신호, 노이즈가 많은 소매 수요, 긴 계절성)에 따라 최적의 단일 모델을 선택하는 데 어려움이 있었다. 새로운 앙상블 예측은 이러한 모델 선택의 부담을 줄이고, 재학습이나 앙상블 가중치 조정 없이 중앙값 및 분위수 예측을 반환함으로써 예측의 견고성과 일관성을 강화한다.

앙상블 예측 도입 배경 및 원리

앙상블 예측의 개념은 기상 예측 분야에서 여러 모델을 결합하여 다양한 가능한 결과를 탐색하고 예측 정확도를 높이는 방식에서 영감을 받았다. 시계열 예측에서도 상호 보완적인 모델들이 미래에 대한 각기 다른 관점을 제공하며, 이들을 병합하여 하나의 통합된 예측을 생성하는 것이 이점이다. 50년 이상 연구된 예측 조합(forecast combinations)에 대한 연구는 여러 예측을 결합하는 것이 잘못된 단일 모델을 선택할 위험을 줄일 수 있음을 강조한다. IBM의 앙상블 예측은 이러한 원리를 적용하여, 각기 다른 방식으로 추세, 계절성, 지역적 변동을 포착하는 모델들의 오류가 반드시 일치하지 않는다는 점을 활용한다.

앙상블 구성 및 예측 방법 상세

기본 앙상블 레시피는 4가지 사전 학습된 Granite 모델을 결합한다. 이 모델들은 Patched Transformer 기반의 Granite PatchTST-FM-r1, Patched Conformer 기반의 Granite PatchTST-FM-r2, 상태 공간 모델(State-space model)인 Granite FlowState-r1.1, 그리고 Tiny Time Mixers(MLP mixer)인 Granite TTM-r3로 구성된다. 앙상블은 점 예측(point forecast)과 함께 0.1에서 0.9 범위의 분위수 예측(quantile predictions)을 제공하며, 이를 통해 예측의 중앙값과 함께 불확실성 구간을 표현할 수 있다. 예를 들어, 0.1 및 0.9 분위수는 명목상 80% 커버리지의 중앙 예측 구간을 정의한다.

앙상블은 두 가지 주요 예측 조합 방법을 제공한다. 첫 번째는 기본 권장 방식인 Probabilistic Ensemble(확률적 앙상블)이다. 이 방식은 각 멤버 모델에 동일한 영향력을 부여하고, 확률 공간에서 분위수 예측을 통합하여 요청된 분위수를 추출한다. 고정된 가중치를 사용하므로 새로운 시계열에 대한 별도의 피팅 단계나 가중치 하이퍼파라미터 튜닝이 필요 없다. 두 번째는 적응형 대안인 IQR Ensemble(사분위 범위 앙상블)이다. 이 방식은 예측 범위가 좁은 멤버에 더 큰 영향력을 부여하여 멤버 가중치를 조정한다. 각 멤버의 사분위 범위(IQR)를 25번째 및 75번째 백분위수 주변의 분위수에서 근사하며, 가중치는 샘플, 대상, 예측 단계에 따라 달라진다. IQR Ensemble은 결합된 분위수가 교차하지 않도록 등방성 회귀(isotonic regression)를 사용하며, 온도 설정(temperature setting)과 단일 멤버 가중치 상한(optional cap) 옵션을 제공하여 실험적인 조정을 가능하게 한다.

앙상블 예측 성능 평가 및 개발자 영향

IBM은 2026년 10월 20일 기준으로 97개 GIFT-Eval 데이터셋 구성에서 두 가지 앙상블 레시피의 성능을 평가했다. 이 평가에서 모델들은 미세 조정 없이 예측했으며, 테스트 데이터는 집계 방법 선택이나 피팅에 사용되지 않았다. 점 예측 성능 지표인 MASE(Mean Absolute Scaled Error)에서 Probabilistic Ensemble은 0.683으로 가장 낮은 값을 기록하여, 개별 모델 중 가장 우수한 PatchTST-FM-r2의 0.685보다 나은 성능을 보였다. 평균 MASE 순위에서도 두 앙상블 모두 모든 개별 멤버를 능가했다. 이는 개발자가 사전에 최적의 아키텍처를 선택할 필요 없이, 앙상블이 강력하고 일관된 시작점을 제공함을 시사한다.

확률적 예측 성능 지표인 CRPS/MWQL(Continuous Ranked Probability Score / Mean Weighted Sum Quantile Loss)에서는 PatchTST-FM-r2가 0.467로 가장 낮은 집계 점수를 기록했다. 그러나 IQR Ensemble은 평균 CRPS 순위에서 가장 낮은 47.619를 달성했다. 전반적으로 앙상블 접근 방식은 MASE 순위 및 CRPS 순위에서 적격 시스템 중 3위를 기록하며, 리더보드 최상위는 아니지만 단일 기본값으로 다양한 시계열에서 강력하고 일관된 결과를 제공하는 실용적인 가치를 입증했다. 개발자는 허깅 페이스에서 이 앙상블 레시피를 쉽게 로드하여 사용할 수 있으며, 공통 Forecaster 인터페이스를 통해 외부 모델을 추가하거나 멤버 조합을 변경하는 등 유연하게 확장할 수 있다.

적용 조건 및 현재 버전의 한계

GIFT-Eval 벤치마크는 광범위한 평가를 제공하지만, 집계된 성능 향상이 모든 시계열에 적용되는 것은 아니며, 평균 순위가 예측의 보정(calibration)을 보장하지는 않는다. 따라서 실제 애플리케이션에서는 대표 데이터에 대한 백테스팅을 통해 앙상블 레시피의 동작을 검증하는 것이 중요하다. 개발자는 사용 사례에 맞는 과거 예측 기간을 설정하고, Probabilistic Ensemble, IQR Ensemble, 그리고 강력한 개별 모델을 동일한 조건에서 비교해야 한다. 또한, 점 예측 오류 외에 분위수 손실을 평가하고, 0.1에서 0.9 구간의 경험적 커버리지를 명목상 80%와 비교하여 예측의 신뢰도를 확인해야 한다. 4개 모델을 조합하는 이점이 워크로드의 런타임 및 메모리 사용량 증가를 정당화하는지 비용 측면에서도 고려해야 한다.

현재 앙상블 레시피에는 몇 가지 한계가 있다. 첫째, 다변량 시계열의 각 채널을 독립적으로 예측하며, 채널 간의 교차 정보를 활용하지 않는다. 둘째, 4개의 멤버 체크포인트를 로드하므로 단일 모델에 비해 추론 시간과 메모리 사용량이 증가한다. 셋째, 멤버 모델별로 컨텍스트 길이(예: 1024), 예측 기간(예: 24), 전처리 방식, 결측값 처리 방식이 다를 수 있다. 마지막으로, 두 가지 집계 방법 모두 분포 변화(distribution shift) 상황에서 예측의 보정 또는 견고성을 보장하지 않으므로, 배포 후에도 예측 결과를 지속적으로 모니터링하는 것이 권장된다. IBM Research 체크포인트를 추가하는 확장 레시피는 비상업적 및 연구용 제한을 포함한 별도의 라이선스 조건을 가질 수 있으므로, 각 멤버의 모델 카드를 사전에 검토해야 한다.