공변량 기반 시계열 기초 모델과 함께한 설명 가능한 부하 예측

요약

본 논문은 시계열 기초 모델(TSFMs)의 높은 잠재력을 인정하면서도, 전력 그리드와 같은 핵심 인프라 적용에 필수적인 투명성 문제를 해결하는 방법을 제시합니다. 연구진은 TSFMs의 유연성을 활용하여 공변량 기반의 SHAP(Shapley Additive Explanations) 계산 알고리즘을 제안했습니다. 이 접근법은 시간적 및 공변량 마스킹을 통해 모델 예측에 대한 확장 가능한 설명을 제공하며, 실제 전력 부하 예측 작업에서 높은 성능과 도메인 지식과의 일치성을 입증하여 TSFMs의 신뢰성 있는 활용 가능성을 보여줍니다.

핵심 포인트

• TSFMs는 에너지 시스템 응용 분야에서 강력한 범용 예측 모델로 주목받고 있으나, 핵심 인프라 적용을 위해 투명성이 필수적이다.
• 제안된 방법은 TSFMs의 유연성을 활용하여 공변량 기반의 SHAP 계산 알고리즘을 개발함으로써 설명 가능성(Explainability)을 높인다.
• 이 접근법은 시간적 및 공변량 마스킹을 통해 모델 예측에 대한 확장 가능한 설명을 제공한다.
• 실제 전력 부하 예측 작업에서 TSFMs는 제로샷 설정으로도 경쟁력 있는 성능을 달성했으며, 설명 결과가 도메인 지식과 일치함을 입증했다.