본 논문은 다양한 시계열 변수들과 공변량을 고려한 예측 모델 CITRAS를 제안합니다. CITRAS는 패치 기반 Transformer 아키텍처를 사용하며, 과거 및 미래 공변량을 유연하게 활용하여 다중 목표 변수를 동시에 예측합니다. 특히, 'Key-Value Shift' 와 'Attention Score Smoothing'이라는 두 가지 새로운 메커니즘을 통해 단기 및 장기 공변량의 영향을 효과적으로 고려합니다. 'Key-Value Shift'는 미래의 알려진 공변량을 예측에 활용하고, 'Attention Score Smoothing'은 패치 단위의 국소적인 상관관계를 전역적인 변수 수준의 상관관계로 변환합니다. 실험 결과, CITRAS는 기존 모델들보다 우수한 성능을 보이며, 다변량 및 공변량 기반 예측에서 뛰어난 성능을 입증했습니다.
