불규칙 시계열을 위한 통합 프레임워크와 분류 벤치마크

초록

본 논문은 불규칙 시계열 데이터를 위한 공통 배열 포맷과 데이터셋 저장소를 제안하고, 34개의 실제 데이터셋에 12가지 최신 분류 모델을 적용한 최초의 표준 벤치마크를 제공한다. 이를 통해 다양한 연구 커뮤니티 간의 도구 호환성을 높이고, 불규칙 시계열 분류 연구의 재현성과 비교 가능성을 크게 향상시킨다.

상세 분석

이 연구는 불규칙 시계열(ITS)의 핵심 난점을 ‘불균등 샘플링’, ‘부분 관측’, ‘래깃성(길이·시프트·샘플링 차이)’이라는 세 가지 독립적인 차원으로 체계화한 점이 가장 큰 공헌이다. 기존 문헌에서는 이들 요소가 혼합되어 논의되었지만, 저자들은 각각이 서로를 내포하지 않으며, 실제 데이터에서는 복합적으로 나타날 수 있음을 수학적으로 정의하고 시각적으로 설명한다. 특히, 정의 2.1·2.2를 통해 시계열 신호와 다변량 시계열을 명확히 구분하고, 전체 데이터셋 수준에서의 타임스탬프 통합 방식을 제시함으로써 래깃성까지 포함한 완전한 불규칙성 모델을 구축한다.

데이터 포맷 설계는 ‘long format’(i, j, t, x)과 COO(sparse tensor) 사이의 양방향 매핑을 기반으로 한다. 타임스탬프를 정수 인덱스로 변환하는 매핑 단계는 메모리 효율성을 크게 개선하면서도 원본 시간 정보를 손실하지 않는다. NaN을 명시적 결측값(부분 관측)과 암묵적 결측값(래깃성)으로 구분함으로써, 하나의 COO 텐서만으로 두 종류의 결측을 동시에 표현할 수 있다. 이는 기존 라이브러리들이 타임스탬프를 무시하거나 고정된 샘플링 간격을 가정하는 한계를 뛰어넘는 설계이다.

프레임워크는 xarray와 sparse를 결합한 커스텀 accessor를 제공해, 파이썬 생태계 전반(aeon, sktime, tslearn, PyTorch, TensorFlow 등)과 원활히 연동된다. 전처리 단계에서 사용자는 단 하나의 함수만 구현하면 다양한 원본 포맷(CSV, JSON, HDF5 등)을 동일한 COO 구조로 변환할 수 있다. 이후 dense 배열로 변환하거나 시각화·슬라이싱·샘플링을 수행하는 과정이 일관된 API로 제공돼 재현성을 크게 높인다.

벤치마크 부분에서는 34개의 실제 불규칙 시계열 데이터셋을 수집·정제하고, 12개의 분류 모델(전통 통계·머신러닝·딥러닝·Neural ODE 기반 모델 등)을 동일 조건에서 평가한다. 결과는 기존 연구가 주로 인공적으로 결측을 삽입한 데이터에 의존했던 것과 달리, 실제 구조적 결측을 포함한 데이터에서 모델 성능 차이를 명확히 드러낸다. 특히, 타임스탬프 정보를 활용하는 모델이 단순 보간 후 적용한 모델보다 일관되게 우수함을 확인했다.

전체적으로 이 논문은 불규칙 시계열 연구의 ‘데이터·포맷·벤치마크’ 삼위일체를 최초로 통합하고, 이를 오픈소스 라이브러리(pyrregular)로 구현함으로써 향후 연구자들이 동일한 기반 위에서 새로운 알고리즘을 개발·비교할 수 있는 토대를 마련했다.