시계열 데이터 AI설명기법 개선 연구 ICML 2025 논문 채택

에이아이트릭스(AITRICS, 대표 김광준)는 시계열 데이터에 대한 인공지능 설명 기법을 개선한 연구 논문이 세계 최고 수준의 머신러닝 학술대회인 ICML(International Conference on Machine Learning) 2025에서 공식 채택됐다고 30일 밝혔다. 이번에 채택된 논문은 시계열 데이터에 특화된 AI 설명 기법 ‘TIMING: Temporality-Aware Integrated Gradients for Time Series Explanation)’에 대한 연구로, 시계열 예측 모델의 예측 근거를 명확히 파악하고, 모델 판단 과정의 투명성을 강화하는 데 기여했다. 기존의 시계열 데이터에 대한 최신 설명 기법은 각 시점의 기여도 크기만을 평가하고, 긍정적 또는 부정적 방향성은 고려하지 않아, 서로 상반된 영향을 구분할 수 없는 구조적 한계가 있었다. 에이아이트릭스 연구팀은 이러한 문제를 해결하기 위해 방향성을 포함한 기여도 분석이 가능한 방식으로 기존 방식을 개선하고, 이를 정량적으로 평가할 수 있는 새로운 지표인 누적 예측 차이(Cumulative Prediction Difference, CPD)와 누적 예측 보존(Cumulati

• 노영희 기자
• 2025-05-30 09:21