GPU 없이 CPU로도 돌아간다는 미스트랄의 새 시계열 AI 모델 '타임스트랄'

요약 프랑스의 대표적인 AI 스타트업 미스트랄(Mistral)이 자사 최초의 시계열(Time-Series) 파운데이션 모델 라인업인 '타임스트랄(Timestral)'을 공개했습니다. 시계열 데이터는 센서 원격 측정, 관찰 지표, 공급망, 금융 등 기업 비즈니스 전반에서 광범위하게 활용되지만, 기존에는 ARIMA 같은 전통적 통계 모델이나 데이터셋별로 처음부터 학습해야 하는 딥러닝 기법이 주로 쓰였습니다. 미스트랄 측은 사전 학습 방식을 시계열에 도입해 본 적 없는 도메인 데이터도 제로샷(Zero-shot)으로 예측할 수 있도록 설계했다고 설명했습니다. 특히 가장 큰 모델 크기가 불과 2억 900만(209M) 파라미터에 불과함에도 불구하고, GIFT-Eval, TIME, fev-bench 등 시계열 분야의 주요 3대 벤치마크 평가에서 기존 SOTA 모델들을 제치고 1위를 차지했다고 밝혔습니다. 타임스트랄은 5M, 28M, 123M, 209M의 총 네 가지 크기로 제공됩니다. 모델 아키텍처와 학습 레시피를 공유하며, 효율성에 초점을 맞춰 추론 시 GPU가 필수적이지 않은 것이 강점입니다. 8스레드 표준 서버 CPU 환경에서 3주간의 15분 단위 데이터를 기반으로 하루 뒤를 예측할 때 5M 모델은 10ms, 209M 모델은 140ms밖에 걸리지 않습니다. 또한 공장 센서 간 상호작용을 반영하는 다변량(Multivariate) 예측, 단일 예측값이 아닌 불확실성 범위를 보여주는 확률적(Probabilistic) 예측, 기계 상태나 요일 같은 범주형 공변량 및 생산 일정 등 미래 공변량을 지원해 산업 모니터링 시스템이나 에이전트 워크플로에 즉각 도입할 수 있도록 설계되었습니다.