인하대학교 정보통신공학과 최원익 교수 연구팀이 클러스터링 번호 시퀀스와 딥러닝을 결합하여 데이터의 시계열 변화를 정확하게 예측하는 새로운 방법 및 장치를 개발했다고 밝혔습니다. 이 기술은 여러 분야에서의 문제 예방 및 경제적 이득 취득을 가능하게 할 것으로 기대를 모으고 있습니다.

해당 기술은 데이터 변화를 그룹으로 묶어 인자들의 시간에 따른 변화를 예측하는 클러스터링 방법과 이를 바탕으로 한 딥러닝 모델 학습을 통해 개발되었습니다. 이를 통해 기존의 모델들이 가진 다양한 환경에서의 정확도 문제를 해결하며, 에너지 소비량이나 전기 사용량과 같이 복잡한 요인에 의해 영향을 받는 데이터의 예측 정확도를 대폭 향상시킬 수 있는 방법론을 제시했습니다.

본 발명은 출원번호 10-2019-0146446으로, 특허 출원이 진행 중입니다. 최 교수 연구팀은 이 기술을 활용하여 에너지를 보다 효율적으로 분배하고 관리할 방법을 모색하는 한편, 주식 시장 예측의 정확도를 높여 투자자들이 경제적 이익을 극대화할 수 있는 길을 제시합니다. 이러한 정밀한 예측 기술은 미래의 다양한 문제에 대해 효율적이고 효과적인 대응을 가능케 하여 많은 산업 분야에 혁신을 가져올 것으로 예상됩니다.