IBM, 상업용 시계열 모델 그라나이트 패치TST-FM-알파 공개

주장아이비엠은 시계열 데이터 예측 효율성을 높이기 위해 새로운 파운데이션 모델인 그라나이트 타임 시리즈 패치TST-FM-알파를 출시했습니다. 기존 방식처럼 데이터셋마다 모델을 새로 학습시킬 필요 없이, 사전 학습된 모델을 통해 즉각적인 제로샷 예측이 가능합니다.

팩트이번 모델은 3억8500만 개 파라미터를 보유하며, 최대 8192개 컨텍스트 길이를 지원합니다. 99분위 예측 헤드를 통해 확률적 예측과 결측치 보간 기능을 제공합니다.

팩트2026년 9월 8일 기준으로, 이번 모델은 기프트 에발 벤치마크의 제로샷 부문에서 상업용 라이선스인 아파치 2.0 및 오픈엠디더블유 1.0을 가진 모델 중 가장 뛰어난 성능을 기록했습니다. 전체 순위에서 복제 가능한 제로샷 모델 중 2위를 차지했습니다.

교차검증일부 모델은 벤치마크 학습 데이터를 사전 학습 과정에 포함합니다. 그러나 이번 모델은 이러한 데이터 포함 모델과 비교해도 씨알피에스 지표에서 3위, 엠에이에스이 지표에서 4위를 기록했습니다.

주장모델 아키텍처는 기존 버전에서 한 단계 진화하여 콘포머 블록을 도입했습니다. 멀티 헤드 셀프 어텐션과 시간적 컨볼루션을 결합해 장기 및 단기 패턴을 동시에 포착합니다.

팩트콘포머 블록은 3과 5의 커널 크기를 교대로 사용하는 반복 패턴을 적용해 로컬 시간 구조를 파악합니다. 셀프 어텐션은 더 먼 거리의 관계에 집중해 시계열 데이터의 복잡한 시간적 구조를 분석합니다.

팩트모델 안정성과 예측 품질을 높이기 위해 50퍼센트 중첩 패치 기법과 해밍 윈도우 가중치를 적용했습니다. 기존 20개인 블록 구조를 30개로 확장하고 정규화 과정을 추가했습니다.

주장이번 모델은 기업 환경 실무 적용을 최우선으로 고려했습니다. 콘플루언트 제품과 연동해 스트리밍 애플리케이션 환경에서 실시간 예측이 가능해 물류와 에너지 현장에 투입됩니다.

교차검증파운데이션 모델 신뢰성을 위해 아이비엠은 학습 데이터 출처를 문서화했습니다. 벤치마크 데이터가 학습 과정에 유출되었는지 투명하게 공개해 기업 사용자가 도입할 때 발생하는 리스크를 줄입니다.

출처아이비엠 리서치 블로그(https://huggingface.co/blog/ibm-research/ibm-releases-sota-granite-time-series)의 보도를 교차 검증했습니다.