시공간 데이터 대규모 모델 연구
시계열 및 시공간 데이터를 포함한 시간 데이터는 현실 세계의 다양한 애플리케이션에서 광범위하게 활용됩니다. 물리 및 가상 센서에서 대량으로 생성되는 이 데이터는 동적 시스템의 행동을 기록하며, 풍부한 정보 콘텐츠를 효과적으로 분석하는 것은 다양한 후속 작업을 가능하게 합니다. 최근 대규모 언어 모델 및 기타 기반 모델의 발전은 시계열 및 시공간 데이터 마이닝 분야에서 이들의 활용을 가속화했습니다. 이러한 접근 방식은 다양한 도메인에서 패턴 인식 및 추론 능력을 향상시킬 뿐만 아니라, 시간 데이터를 이해하고 처리할 수 있는 인공 일반 지능(AGI) 개발에도 기여합니다. 본 연구는 시간 데이터에 특화되거나 적용된 대규모 모델들을 데이터 유형, 모델 범주, 모델 범위, 응용 분야/작업의 네 가지 차원에서 포괄적으로 검토합니다. 기존 연구를 시계열 분석을 위한 대규모 모델(LM4TS)과 시공간 데이터 마이닝을 위한 대규모 모델(LM4STD)의 두 가지 주요 그룹으로 분류하고, 범용 모델과 도메인 특정 모델을 추가로 구분합니다. 또한, 주요 응용 분야별로 데이터셋, 모델 구현, 도구 등 관련 자료들을 정리하여 제공합니다. 이 조사는 대규모 모델 중심의 시간 데이터 분석 분야에서 최근의 발전 사항들을 통합하고, 기반 기술, 응용 분야, 자원, 그리고 미해결 연구 과제들을 조명합니다.