TimeInteract: 스트리밍 시계열을 위한 실시간 상호작용 지능 구현

실제 세계의 시계열 데이터는 지속적으로 진화하며, 의미 있는 변화가 언제든지 나타날 수 있습니다. 하지만 기존의 시계열 언어 모델(TSLMs)은 본질적으로 정적입니다. 이들은 오프라인 처리를 위해 완전한 시퀀스를 받거나, 스트리밍 입력과 응답 생성을 번갈아 수행하는 방식이라 상호작용 중 새로운 관측치를 처리할 수 없습니다. 우리는 '시계열 상호작용(Time-Series Interaction)'이라는 새로운 패러다임을 도입합니다. 이 모델은 들어오는 시계열 관측치와 사용자 의도를 지속적으로 인지하고, 언제 침묵을 유지하거나 응답할지 자율적으로 결정하며, 응답 생성 중에도 새로운 관측치를 계속 처리합니다. 이를 실현하기 위해 우리는 세 가지 핵심 설계를 가진 TimeInteract를 개발했습니다. 첫째, 국소적 변화와 역사적 역학(historical dynamics)을 포착하는 듀얼-뷰 스트리밍 TS 인코더입니다. 둘째, 응답 트리거 시점을 학습하는 응답 제어 메커니즘입니다. 셋째, 후속 관측치 차단을 방지하기 위해 제어와 응답 생성을 분리하는 디커플드 스트리밍 추론 메커니즘입니다. 나아가 우리는 이해(Understanding)부터 적응성(Adaptivity)에 이르는 상호작용 능력의 계층 구조를 공식화했습니다. 이 계층 구조를 기반으로, 단일 및 다중 턴 설정에서 합성 및 실제 시계열을 아우르는 대규모 스트리밍 TS 상호작용 데이터셋인 StreamTSI-34K를 구축했습니다 (총 34,588 에피소드와 77,505 응답 포함). 모든 네 가지 상호작용 수준에 걸쳐 TimeInteract는 기존 LLMs, VLMs, TSLMs보다 일관되게 우수한 성능을 보였으며, 까다로운 작업에서 최대 23.92점까지 향상되었습니다. 또한, 스트림 정지(stream stall)를 거의 제로에 가깝게 유지하면서 응답 트리거링을 개선하고 $2.15 imes$의 추론 속도 향상을 달성했습니다.