본 논문은 재고 관리 및 프로모션을 위해 정확한 다중 기간 소매 예측의 중요성을 강조하며, 주간 Walmart 매출(45개 매장, 2010-2012)을 예측하는 Temporal Fusion Transformer (TFT)를 활용한 연구를 제시합니다. TFT는 정적 매장 식별자와 시변 외생 신호(공휴일, CPI, 유가, 기온)를 융합하여 1~5주 앞의 확률적 예측을 생성합니다. 2012년 고정 홀드아웃 데이터셋에서 TFT는 RMSE 57.9k USD, R² 0.9875를 달성했으며, 5-fold 교차 검증에서 평균 RMSE 64.6k USD, R² 0.9844를 기록하여 XGB, CNN, LSTM, CNN-LSTM 기반 모델을 능가했습니다.
