연속 패치 마스킹

연속 패치 마스킹은 시간에 따라 움직이는 데이터(매출, 방문자 수 같은 것)를 예측하는 AI가 미래 구간을 한 덩어리로 가려놓고, 그 가려진 부분 전체를 한 번에 채워 넣는 방법이에요.

시험지의 빈칸 채우기를 떠올려 보면 쉬워요. 빈칸을 왼쪽부터 하나씩 순서대로 채우면, 첫 번째 빈칸을 잘못 맞혔을 때 그 오답이 다음 빈칸 추측에도 영향을 줘서 뒤로 갈수록 오차가 쌓여요. 연속 패치 마스킹은 이렇게 하나씩 순서대로 채우는 대신, 여러 칸을 통째로 가려놓고 앞뒤 맥락을 한꺼번에 보면서 모든 칸의 답을 동시에 채워 넣어요.

이 방식을 쓰면 계산을 여러 번 반복할 필요가 없어 속도가 빨라지고, 앞선 예측의 오류가 뒤 예측으로 계속 전달되며 쌓이는 문제도 줄어들어요. 시계열 예측 모델이 미래의 여러 시점을 한 번에 내놓을 때 쓰는 설계 방식이에요.

기사에서는 "TimesFM-3는 Contiguous Patch Masking 기법을 적용한 연구를 바탕으로, 미래 구간 전체를 마스킹 처리한 뒤 한 번의 순전파로 모든 예측값을 동시에 채워요"라고 설명해요. 이전 버전이 패치를 하나씩 순차적으로 만들어 지연 시간과 오차 누적이 쌓였던 것과 달리, 이 기법은 여러 시점을 한 번에 계산한다는 점이 다른 대목이에요.