본 논문은 대규모 언어 모델(LLM)을 활용하여 시계열 예측을 수행하는 Augur라는 프레임워크를 소개합니다. Augur는 다중 모달 데이터를 통합하고, LLM의 인과 추론 능력을 활용하여 공변량 간의 인과 관계를 발견하고 활용합니다. 2단계의 Teacher-Student 아키텍처를 사용하여, Teacher LLM은 휴리스틱 탐색과 쌍별 인과성 검정을 통해 시계열 데이터로부터 방향성 인과 그래프를 추론하고, Student 에이전트는 해당 그래프를 정제하고, 텍스트 프롬프트로 인코딩된 신뢰도 높은 인과 관계에 대해 미세 조정하여 예측을 수행합니다. Augur는 예측 정확도를 향상시키고, 변수 간 상호 작용에 대한 투명하고 추적 가능한 추론을 제공합니다.
