IBM과 Confluent가 실시간 스트리밍 데이터에 시계열 파운데이션 모델(TSFM)을 적용하는 IBM 그래나이트 타임시리즈 모델을 Confluent Cloud에 얼리 액세스로 출시했다. 기존에는 시리즈별로 개별 모델을 몇 달씩 만들어야 했지만, 사전 학습된 파운데이션 모델은 처음 보는 시계열에도 즉시 일반화되어 예측·이상탐지·유사도 검색·최적화를 데이터 과학팀 없이 수행할 수 있다. 포트폴리오는 PatchTST-FM, FlowState, TTM, TSPulse 네 가지로 구성되며 Flink SQL의 AI_FORECAST·AI_DETECT_ANOMALIES 함수를 통해 모델명 파라미터만 바꿔 호출한다. IBM은 자사 제품과 시멘트·철강·펄프제지·식품·통신 분야 디자인 파트너 대상 실증에서 생산성이 5~10배 향상됐다고 밝혔으며, 별도 ML 인프라 구축 없이 SQL만으로 몇 분 안에 예측·이상탐지 파이프라인을 구성할 수 있다는 점을 강조한다.

• •IBM 그래나이트 타임시리즈 모델이 Confluent Cloud에서 얼리 액세스로 제공, Confluent Platform 추가 예정
• •PatchTST-FM·FlowState·TTM·TSPulse 4개 모델로 구성된 포트폴리오, 모델명 SQL 파라미터만 바꿀어 전환 가능
• •Flink SQL의 AI_FORECAST, AI_DETECT_ANOMALIES 함수로 별도 ML 스택 구축 없이 실시간 스트림 데이터에서 직접 추론
• •생산 현장 실증에서 생산성 5~10배 향상, 10만개 시리즈를 CPU로 매일 처리하는 사례 제시
• •지사범위를 포함해 클라우드 입·출력 과금 없이 자체 CPU에서도 구동하는 경량 오픈웨이트 모델 제공