본 논문은 제로샷 환경에서 새로운 시계열 이상치 탐지 모델 개발에 대한 내용을 담고 있다. 기존의 재구축 기반 모델의 한계를 극복하기 위해, \texttt{TimeRCD}라는 새로운 모델을 제안한다. \texttt{TimeRCD}는 입력 재구축 대신, 인접한 시간 윈도우 간의 불일치를 감지하도록 학습하는 상대적 컨텍스트 불일치(Relative Context Discrepancy, RCD)를 기반으로 한다. Transformer 아키텍처를 사용하여, 이상치를 나타내는 컨텍스트 변화를 포착한다. 효과적인 사전 훈련을 위해, 토큰 레벨 이상치 레이블이 포함된 대규모 합성 데이터셋을 구축했다. 제로샷 시계열 이상치 탐지에서 기존 모델보다 우수한 성능을 보였다.
