본 논문은 대규모 언어 모델(LLM)을 활용하여 이더리움 가격을 단기 및 소수 샷 예측하는 방법에 대한 포괄적인 연구를 제시합니다. 기존의 시계열 분석 모델 학습의 어려움인 데이터 부족 문제를 해결하기 위해, 기존에 사전 학습된 LLM을 이더리움 가격 시계열 데이터의 특성에 맞춰 적용하는 새로운 방법을 제시합니다. 실험 결과, 사전 학습된 LLM의 특정 계층을 선택적으로 동결하는 방법이 MSE, MAE, RMSE 등 여러 지표에서 최첨단 성능을 달성함을 보여줍니다. 이는 LLM의 적응성과 암호화폐 가격 예측 분야에 대한 실질적인 통찰력을 제공합니다. 향후 감정 분석 통합을 통한 예측 정확도 향상 가능성도 제시합니다.
