본 연구는 시계열 예측에서 설명 가능한 인공지능 (XAI)을 위한 반사실적 설명 (Counterfactual Explanation, CE) 생성에 초점을 맞춘다. 특히, 비즈니스 및 마케팅 분야에서 흔히 사용되는 외생 변수를 활용하여 시계열 예측 모델의 예측에 대한 통찰력을 제공하는 방법을 제안한다. 제안된 방법은 개별 변수의 전체 시계열에 걸친 영향 분석, 특정 변수만 변경하여 CE 생성, 생성된 CE의 품질 평가 등을 포함한다. 이론적 분석과 실험을 통해 제안 방법의 정확성과 실용성을 검증했으며, 시계열 데이터 분석 기반의 실제 의사 결정에 기여할 것으로 기대한다.
