기술 요약: 전력 가격 예측을 위한 시계열 파운데이션 모델 평가

문제 정의

단기 전력 가격 예측(EPF)은 현대 전력 시스템 운영의 핵심적인 구성 요소이지만, 강력한 비정상성(nonstationarity), 다중 스케일 변동성(계절성, 스파이크, 극단적 사건), 그리고 복잡한 구조적 및 맥락적 시스템 역학에 대한 높은 의존성으로 인해 여전히 매우 도전적인 과제입니다. 시계열 파운데이션 모델(TSFMs)은 다양한 도메인에서 강력한 제로샷(zero-shot) 예측 능력을 입증해 왔으나, EPF와 같이 공변량(covariate) 중심의 비정상적 환경에서의 일반화 능력은 아직 충분히 탐구되지 않았습니다.

기존의 TSFM 벤치마크는 EPF에 적용될 때 다음과 같은 네 가지 구체적인 한계에 직면합니다:

1. 오염 위험(Contamination Risk): 많은 TSFM이 에너지 관련 데이터로 사전 학습되어 있어, 벤치마크 데이터셋이 사전 학습 코퍼스와 중복되는지 판단하기 어렵습니다. 이는 성능 추정치를 부풀릴 가능성이 있습니다.
2. 비정상성(Nonstationarity): 분포 변화와 가격 스파이크는 모델의 일반화 능력을 저해할 수 있습니다.
3. 꼬리 행동(Tail Behavior): 극단적인 사건(꼬리 부분)에 대한 정확한 모델링은 전력 시스템의 리스크 인식 의사결정에 필수적이지만, 평균 정확도 지표에서는 종종 간과됩니다.
4. 공변량 의존성(Covariate Dependence): 과거 가격 데이터만으로는 불충분합니다. 정확한 EPF를 위해서는 외부 공변량(부하, 연료 가격, 날씨, 발전량 등)에 크게 의존하지만, 많은 평가가 공변량 지원 능력을 적절히 테스트하지 못하고 있습니다.

방법론

벤치마킹 프레임워크

저자들은 오염 위험을 완화하고 공정한 평가를 가능하게 하기 위해 설계된 두 개의 데이터셋 기반 벤치마킹 프레임워크를 제안합니다:

1. GEFCom2014-P: 2014년 글로벌 에너지 예측 경진대회(GEFCom)에서 제공된 표준화되고 널리 사용되는 확률적 EPF 벤치마크입니다.
2. GridStatus2025: GridStatus API(2022~2025)에서 추출하여 새롭게 큐레이션된 데이터셋입니다. 이 데이터셋은 주요 TSFM(Chronos 2, TimesFM 2.5)의 공개된 사전 학습 데이터 이후의 시점(2025년)을 평가 기간으로 설정하거나 합성 데이터(TabPFN-TS)에 의존함으로써, 시간적 중복과 오염을 최소화하도록 특별히 선택되었습니다.

평가 대상 모델

본 연구는 공변량 미사용(covariate-free) 및 공변량 지원(covariate-supported) 변형을 모두 포함하여 네 가지 TSFM을 벤치마킹합니다:

• Chronos 2
• TimesFM 2.5
• TabPFN-TS
• TOTO 1.0

이들은 세 가지 클래스의 베이스라인과 비교됩니다:

1. 통계 모델: Seasonal Naïve, Auto-ARIMA, Auto-ETS, Auto-Theta.
2. 태스크 학습 딥러닝(Task-Trained Deep Learning): DeepAR, TFT, TiDE, TSMixer, DLinear, NLinear.
3. 도메인 특화 EPF 방법론: LEAR, DNN, CING-LEAR (전력 시장 정보를 활용하도록 설계됨).

평가 프로토콜

• 지표: 평균 절대 오차(MAE), 평균 제곱근 오차(RMSE), 그리고 9개 분위수를 대상으로 한 평균 분위수 손실(aQL).
• 분석 차원:
  • 점 및 확률적 예측: 전반적인 정확도와 분포적 교정(calibration)을 평가합니다.
  • 꼬리 행동(Tail Behavior): 가격 스파이크 및 음수 가격에 대한 견고성을 평가하기 위해 극단적인 분위수(예: Q(0.01), Q(0.99))에서의 성능을 분석합니다.
  • 분포 변화(Distributional Shifts): 가격 스파이크 이벤트(5번째 및 95번째 백분위수를 벗어나는 관측치로 정의) 동안의 모델 성능에 대한 전용 분석을 수행합니다.
  • 통계적 유의성: 공변량 지원이 통계적으로 유의미한 개선을 이끄는지 확인하기 위해 Diebold-Mariano(DM) 테스트를 사용합니다.

주요 결과

1. 공변량 의존성을 갖춘 경쟁력 있는 제로샷 성능

• GEFCom2014-P에서 TSFM은 많은 경진대회 제출물과 비교하여 경쟁력 있는 제로샷 성능을 보였으나, 상위 5위 안에는 진입하지 못했습니다. 가장 우수한 TSFM인 TOTO 1.0은 8위를 기록했습니다. 이는 사전 학습이 일반적인 능력은 제공하지만, 도메인 특화 설계가 여전히 유리함을 시사합니다.
• GridStatus2025에서 TSFM은 일반적으로 통계 모델 및 범용 딥러닝 베이스라인보다 우수한 성능을 보였습니다. 결정적으로, 공변량 지원 변형(예: Chronos 2 w., TabPFN-TS w.)이 일관되게 가장 강력한 모델 중 하나로 선정되었습니다.
• 공변량 미사용 변형은 성능이 상당히 떨어졌으며, 이는 외부 정보가 EPF에 필수적임을 확인시켜 줍니다. Diebold-Mariano 테스트를 통해 Chronos 2와 TabPFN-TS의 공변량 사용이 예측 손실을 유의미하게 감소시킨다는 점이 통계적으로 확인되었습니다.

2. 도메인 특화 방법론의 높은 경쟁력 유지

• 도메인 특화 방법론인 CING-LEAR는 GridStatus2025에서 두 번째로 높은 개별 성능을 달 기록하며, 대부분의 TSFM 및 범용 모델을 능가했습니다.
• 이는 EPF의 경우, 전력 가격 신호에 맞춤화된 태스크 특화 유도 편향(inductive bias)과 피처 엔지니어링이 여전히 매우 효과적임을 나타냅니다.

3. 앙상블의 힘

• 가장 성능이 좋았던 TSFM(Chronos 2 w.)과 가장 우수한 도메인 특화 방법론(CING-LEAR)의 예측치를 평균 내어 구성한 단순 앙상블은 모든 지표(MAE, RMSE, aQL)에서 가장 강력한 종합 성능을 달성했습니다.
• 이는 TSFM과 도메인 인지 방법론이 상호 보완적인 예측 정보를 포착하며, 이를 결합하는 것이 단독 사용보다 상당한 이득을 가져다준다는 것을 시사합니다.

4. 꼬리 행동 및 견고성

• 꼬리 성능: 통계 모델은 하단 꼬리 영역(예: 음수 가격)에서 상당한 성능 저하를 보인 반면, TSFM은 더 균형 잡힌 꼬리 예측을 생성했습니다. 도메인 특화 방법론(CING-LEAR)은 모든 꼬리 분위수에서 매우 경쟁력 있는 모습을 보였습니다.
• 가격 스파이크: 스파이크 이벤트 발생 시, 공변량 지원 모델(Chronos 2 w., CING-LEAR)과 그 앙상블은 공변량이 없는 모델에 비해 더 높은 견고성을 보여주었습니다.
• 비대칭성: 통계적 방법은 상단 꼬리(높은 가격)에서는 더 나은 성능을 보이는 경향이 있었으나 급격한 하락 움직임에는 취약했던 반면, TSFM은 보다 균형 잡힌 분포적 견고성을 제공했습니다.

5. 오염 민감도

• TOTO 1.0은 GEFCom2014-P에서 강력한 성능을 보였으나, GridStatus2025에서는 성능이 크게 저하되었습니다. 저자들은 이를 시장 조건 및 데이터 특성의 차이로 돌렸으며, 이는 오염을 고려한 평가 프로토콜의 필요성을 강조합니다.

의의 및 주장

본 논문은 TSFM이 EPF에 매우 유망하지만, 그 성공은 공변량 지원에 결정적으로 의존하며, 도메인에 특화된 방법론을 일관되게 능가하지는 못한다고 주장합니다. 본 연구는 다음을 강조합니다:

1. 성능 수치가 부풀려지는 것을 방지하기 위해 EPF와 같은 구조화된 도메인에서는 오염을 고려한 평가가 필수적입니다.
2. 강력한 구조적 의존성을 가진 복잡한 시스템에서는 도메인 정보 기반 설계가 여전히 중요합니다.
3. TSFM의 광범위한 일반화 능력과 도메인 인지 모델의 강점을 결합한 앙상블은 최첨단 예측 기술을 달성하기 위한 유망한 경로입니다.

저자들은 향-연구가 EPF 특화 목적(예: 꼬리 정확도)을 위한 TSFM의 미세 조정(fine-tuning)과, 파운데이션 모델과 도메인 특화 아키텍처의 강점을 모두 활용하는 더 강력한 앙상블 개발에 집중되어야 한다고 결론짓습니다.