Google, 멀티 에이전트 기반 시계열 예측 Nexus 공개

Google과 펜실베이니아 주립대 연구진이 제안한 Nexus는 시계열 예측을 단순한 수치 외삽이 아닌, 멀티 에이전트 추론(agentic reasoning) 문제로 재정의한 프레임워크입니다.

기존의 시계열 파운데이션 모델(TSFM)은 숫자 패턴 인식에는 뛰어나지만, 뉴스나 보고서 같은 비정형 텍스트 맥락을 반영하지 못해 구조적 변화(regime shift)에 취약하다는 한계가 있었습니다. 반면 LLM은 맥락 이해력은 높지만 정밀한 수치 예측 메커니즘이 부족합니다.

Nexus는 이 간극을 메우기 위해 다음과 같은 3단계 멀티 에이전트 구조를 채택합니다:

• 거시(Macro) 에이전트: 전체적인 흐름과 맥락을 파악
• 미시(Micro) 에이전트: 개별 시점의 세밀한 변동을 포착
• 종합(Synthesis) 에이전트: 두 에이전트의 결과를 수학적으로 결합하고, 과거 오차를 바탕으로 스스로 학습하는 도메인 수준 보정(calibration) 수행

실험 결과, Nexus는 지식 컷오프 이후의 데이터로 평가했을 때 TimesFM-2.5와 같은 전문 TSFM 및 강력한 LLM 베이스라인 모델들과 대등하거나 더 뛰어난 성능을 기록했습니다.