시계열(Time Series)란 시간의 흐름에 따라 일정한 간격으로 기록된 데이터를 뜻한다. 실제 시간에 따라서 정의된 연간, 월간 데이터나 단어의 순서인 어순이란 개념이 존재하는 자연어 데이터 모두 시계열 데이터라 할 수 있다. 자연어 처리 영역에서 다루는 RNN, LSTM도 모두 시계열로 취급한다.

시계열 데이터는 이전 시점의 기록을 이용해서 미래의 예측을 하는 것을 목표로 하는 경우가 많다. 그 예로 근 1년간 코로나 확진자 수를 이용해서 앞으로의 동향을 예측하거나, 특정 텍스트가 있을 때 이어서 나올 문장을 예측하는 것이 있다. 이 외에도 자료의 전체적인 특성을 파악하거나, 설명 혹은 제어를 하는데 사용하기도 한다.

시계열 데이터는 크게 4가지 성분으로 나눌 수 있다.

Time Series Component Factor

• 추세성분 (Trend)

  데이터의 장기적인 변화를 나타낸다. 인구 증가 추세, 자살률 감소 추세 등이 예시이다. 주로 시간에 대한 다항식으로 설명된다.

• 계절성분 (Seasonal)

  1년을 단위로 보는 단기 변동요인이다. 주기에 따라서 순환하는 특징이다. 난방요금이 특정 계절에 높아지는 것이 이에 대한 예시이다.

• 순환성분 (Cycle)

  2년에서 10년 정도의 주기를 가지고 순환하는 중기 변동요인이다. 시간에 흐름에 따라서 상하로 반복되는 경우가 많다. 경제 순환의 흐름이 이에 대한 예시이다.

• 불규칙성분 (Irregular)

  위 세가지 요인과 다르게 불규칙적으로 설명되는 요인이다. 이 성분이 많으면 예측력이 떨어진다고 할 수 있다. 잡음(Noise)이라고 부르기도 한다.