Nexus: 시계열 예측을 위한 에이전트 기반 프레임워크

시계열 데이터는 시간에 따라 기록된 데이터의 집합을 의미하며, 이를 예측하는 것은 미래의 불확실성을 줄이는 데 필수적이다.

TSFM(Time Series Forecasting Model)은 전통적인 통계 모델이나 딥러닝 기반의 시계열 전용 모델을 통칭한다.

멀티 에이전트 시스템은 복잡한 작업을 여러 개의 작은 작업으로 나누어 전문화된 에이전트들이 처리하게 함으로써 효율성을 높인다.

비정형 데이터는 텍스트, 이미지 등 일정한 형식이 없는 데이터를 말하며, 시계열 예측에서는 주로 뉴스나 보고서 형태의 텍스트가 중요하다.

거시적 분석은 전체적인 시장의 흐름이나 경제 지표를 살피는 것이고, 미시적 분석은 개별 기업이나 특정 상품의 세부 지표를 살피는 것이다.

보정(Calibration)은 모델이 예측한 값과 실제 발생 가능한 값 사이의 오차를 줄이기 위해 논리적 또는 통계적으로 수정하는 과정이다.

해석 가능성(Explainability)은 AI가 왜 그런 결과를 내놓았는지 인간이 이해할 수 있는 형태로 설명할 수 있는 능력을 의미한다.