본 논문은 심층 학습 기반 시계열 예측 모델에서 신뢰 구간을 효율적으로 생성하는 경량화된 conformal prediction 방법을 제안합니다. 기존 방법들의 재훈련 필요성, 심층 모델의 표현력 활용 부족, 이론적 보장 결여 등의 한계를 극복하기 위해, 사전 훈련된 점 예측 모델의 특징을 활용하여 잔차 예측기를 적합하고 신뢰 구간을 구성하는 방법을 제시합니다. 적응적 적중률 제어 메커니즘을 추가하여 더욱 향상된 성능을 제공하며, 이론적으로 점근적 적중률 수렴을 증명하고 오차 한계를 제시합니다. 12개 데이터셋 실험 결과, 기존 방법보다 더 좁은 신뢰 구간을 유지하면서 원하는 적중률을 달성함을 보였습니다.
