TimesFM, 주식 예측보다 먼저 볼 것

처음 TimesFM이라는 이름을 봤을 때는 솔직히 조금 혹했다. 판매 예측, 웹 트래픽, 에너지 소비, 암호화폐 변동성 같은 숫자 흐름을 추가 학습 없이 바로 예측할 수 있다는 설명은 꽤 강하게 들린다.

투자 공부를 하는 입장에서는 더 그렇다. “주식 가격도 예측할 수 있나?“라는 생각이 자연스럽게 따라온다. 하지만 엔지니어 입장에서 보면, 여기서 바로 매수 아이디어로 넘어가면 위험하다.

TimesFM은 구글 리서치가 공개한 시계열 예측용 파운데이션 모델이다. 구글 리서치 설명에 따르면 1,000억 개 규모의 실제 시계열 데이터 포인트로 사전 학습됐고, 새 데이터에 추가 학습 없이 예측을 시도하는 제로샷 성능을 보여준다.

문제는 “예측할 수 있다"와 “투자에 바로 써도 된다” 사이에 거리가 있다는 점이다. 초보자인 나는 이 거리를 체크리스트로 남겨두고 싶다.

1. 시계열 예측이 무엇인지 먼저 구분하기

시계열 데이터는 시간 순서대로 쌓이는 숫자다. 일별 매출, 시간대별 전력 사용량, 웹사이트 방문자 수, 재고량, 가격 변동성 같은 것들이 여기에 들어간다.

TimesFM 같은 모델은 과거 흐름을 보고 다음 구간의 숫자를 추정한다. 글쓰기 AI가 앞 문장을 보고 다음 단어를 예상하는 것처럼, 시계열 모델은 앞의 숫자 흐름을 보고 다음 숫자 흐름을 예상한다.

이 관점에서 보면 활용처는 꽤 넓다.

여기서 중요한 것은 가격의 “방향"과 변동성의 “크기"를 구분하는 것이다. 변동성이 커질 수 있다는 예측은 투자 판단에 참고가 될 수 있지만, 그것이 곧 오른다는 뜻은 아니다.

제로샷은 새 데이터에 맞춰 다시 학습하지 않아도 예측을 시도할 수 있다는 뜻이다. 이 말은 편리하게 들린다. 데이터만 넣으면 바로 결과가 나오는 것처럼 보이기 때문이다.

하지만 솔직히 말씀드리면, 제로샷은 “검증이 필요 없다"는 뜻이 아니다. 오히려 내 데이터에서 얼마나 맞는지 더 차분히 확인해야 한다.

예를 들어 쇼핑몰 판매량처럼 계절성과 반복 패턴이 강한 데이터는 모델이 꽤 잘 잡을 수 있다. 반대로 개별 주식 가격은 실적 발표, 금리, 정치 이벤트, 수급, 투자자 심리가 섞인다. 과거 숫자만으로 설명되지 않는 일이 자주 생긴다.

그래서 AI 예측 결과를 봤다면 먼저 이렇게 적어본다.

이 다섯 가지에 답하지 못하면, 예측 결과는 투자 근거가 아니라 흥미로운 메모 정도로 두는 편이 낫다.

AI 모델 이야기를 보면 가장 먼저 주가 예측이 떠오른다. 나도 그렇다. 하지만 내 기준으로는 주식 가격 자체보다 주변 데이터를 보는 쪽이 더 현실적이다.

예를 들어 특정 기업의 주가를 맞히려 하기보다 이런 데이터를 보는 식이다.

이런 데이터는 주가를 바로 맞히지는 못해도, 내가 가진 투자 아이디어를 점검하는 데는 도움이 될 수 있다. 엔지니어 입장에서 보면 예측 모델은 정답 기계라기보다 이상 신호를 빨리 발견하는 도구에 가깝다.

특히 가격 예측은 유혹이 강하다. “다음 주에 오를 확률” 같은 숫자를 보면 마음이 먼저 움직인다. 그래서 더더욱 모델의 출력값을 매수 신호로 쓰기 전에, 내 원래 투자 기준과 비교해야 한다.

나는 AI 예측을 본다면 매수 버튼 옆에 두지 않고 투자 노트 안에 넣고 싶다. 바로 실행하는 신호가 아니라, 가설을 점검하는 자료로 쓰는 것이다.

예를 들어 이렇게 적어볼 수 있다.

이렇게 쓰면 AI 결과가 혼자 결론을 내리지 못한다. 반드시 내 해석과 확인할 자료를 옆에 붙이게 된다.

초보자인 나는 이 방식이 더 편하다. 모델을 믿는 것이 아니라, 모델이 던진 힌트를 내가 검토하는 구조가 되기 때문이다.

TimesFM 같은 예측 모델을 투자 공부에 가져올 때는 아래 기준을 먼저 보고 싶다.

이 중에서 두세 개만 비어도 바로 실행하지 않는 편이 낫다. AI가 만든 숫자는 그럴듯해 보일수록 더 위험할 수 있다.

TimesFM은 흥미로운 도구다. 특히 판매량, 트래픽, 수요, 변동성처럼 시간에 따라 쌓이는 데이터를 다루는 사람에게는 공부할 가치가 있어 보인다.

하지만 투자자로서는 한 번 더 멈춰야 한다. AI 예측은 내 판단을 대신하는 것이 아니라, 내 가설을 흔들어보는 재료에 가깝다.

지금 단계에서 내 원칙은 단순하다. AI가 예측한 숫자를 보면 바로 믿지 말고, 먼저 예측 대상, 검증 방법, 틀렸을 때의 손실 기준을 적어본다.

액션 아이템: AI 예측 결과를 봤다면 오늘 바로 매수하지 말고, 투자 노트에 “예측 대상, 검증 방법, 틀렸을 때 기준” 세 줄부터 적어둔다.

TimesFM is a time-series forecasting foundation model from Google Research.

For beginner investors, it should be treated as a hypothesis-checking tool, not as a buy signal.

Before using AI forecasts in investing, write down the target data, validation method, and loss rule.