구글 무료 예측 AI TimesFM 설치 가이드 + 바로 쓰는 예측 프롬프트 30개

구글 리서치가 만든 무료 시계열 예측 AI, TimesFM을 정리했어요. 실제 데이터 1,000억 개(100 billion time-points)로 미리 배워 둬서, 내 매출 파일을 넣기만 하면 따로 훈련시키지 않고 다음 달·다음 분기를 예측해 줘요(깃허브 별 3.5만, 2026-11-05 기준).
저장소 안에 클로드 코드에서 바로 쓰는 스킬(timesfm-forecasting)도 들어 있어요. 이 페이지에 설치 명령어, 실제 실행 예, 바로 붙여 넣는 예측 프롬프트 30개를 정리했어요.

한눈에 보기

설치 — 3단계

1) 파이썬 패키지 설치 (README 공식 명령 + 스킬 스크립트가 쓰는 pandas·psutil)

pip install "timesfm[torch]" pandas psutil

• 애플 실리콘 맥이면 README에 있는 pip install "timesfm[mlx]"도 쓸 수 있어요(파이토치 없이 동작).

2) 클로드 코드 스킬 설치 (전역) — 모든 폴더의 클로드 코드에서 보이게 ~/.claude/skills에 넣어요.

git clone --depth 1 https://github.com/google-research/timesfm.git
mkdir -p ~/.claude/skills && cp -r timesfm/timesfm-forecasting ~/.claude/skills/

3) 클로드 코드를 껐다 켜기 → "이 CSV 예측해 줘"라고 말하면 스킬이 켜져요.

• 위 화면은 시험용 폴더(.claude/skills)에 깐 모습이에요. 내 모든 프로젝트에서 쓰려면 2)번처럼 ~/.claude/skills에 넣으세요.

스킬이 안 뜨면
① ls ~/.claude/skills/timesfm-forecasting 에 SKILL.md가 있는지 확인
② 클로드 코드를 완전히 껐다 켜기
③ 클로드 앱 채팅이 아니라 클로드 코드(터미널·데스크톱 앱의 Code)용이에요
④ 그래도 안 되면 "timesfm-forecasting 스킬로"라고 이름을 직접 말해 주세요

써 보기 — 36개월 매출로 6개월 예측

준비물: 날짜 열과 숫자 열만 있는 CSV (엑셀에서 다른 이름으로 저장 → CSV)

date,sales
2024-01-01,1014
2024-02-01,1183
...
2026-12-01,1777

클로드 코드에 이렇게 말하세요:

sales.csv는 36개월치 월 매출이야. timesfm-forecasting 스킬로 6개월 뒤까지 예측해서, 월·예측값·낮게 잡은 값·높게 잡은 값 표로 보여 줘

스킬 안의 스크립트를 직접 돌려도 돼요:

python ~/.claude/skills/timesfm-forecasting/scripts/forecast_csv.py sales.csv --date-col date --horizon 6 --output forecast.csv

제 맥북에서 모델을 처음 받는 시간까지 합쳐 1분 안에 6개월치 표가 나왔어요(두 번째부터는 약 7초).

• forecast = 가장 그럴듯한 값(중앙값), low·high = 90% 범위(lower_90·upper_90). 범위가 넓을수록 모델이 덜 확신한다는 뜻이에요.
• 결과 CSV에는 80% 범위(lower_80·upper_80)도 같이 들어 있어요.

바로 쓰는 예측 프롬프트 30개

파일 이름·기간만 바꿔서 클로드 코드에 붙여 넣으세요. 앞에 "timesfm-forecasting 스킬로"를 붙이면 더 확실해요.

매출 (8개)

1. sales.csv(월 매출 36개월)로 다음 6개월 매출을 예측하고, 월·예측값·낮은 값·높은 값 표로 보여 줘
2. daily_sales.csv(일 매출 1년치)로 다음 30일 매출을 예측하고 주말·평일 차이를 설명해 줘
3. 매장별 매출 열(store_a, store_b, store_c)이 있는 sales.csv로 매장마다 다음 3개월을 예측해서 한 표로 비교해 줘
4. 상품별 매출 CSV에서 다음 분기에 가장 많이 늘 것 같은 상품 5개를 예측값 기준으로 골라 줘
5. 올해 목표 매출이 2억이야. sales.csv 예측으로 남은 달에 목표를 넘을 확률이 높은지, 낮은 값 기준으로도 넘는지 알려 줘
6. sales.csv로 12개월 예측을 하고, 실제 값과 예측을 한 그래프에 그려서 forecast.png로 저장해 줘
7. 지난 3년 월 매출로 내년 1~12월 매출을 예측하고, 엑셀에 붙여 넣기 좋게 탭으로 구분해서 출력해 줘
8. 온라인·오프라인 매출 열을 각각 예측해서 다음 6개월 비중이 어떻게 바뀌는지 표로 정리해 줘

수요·재고 (6개)

1. orders.csv(일별 주문 수)로 다음 4주 주문량을 예측하고, 높은 값 기준으로 준비해야 할 재고를 계산해 줘
2. 상품 SKU별 주간 판매량 CSV로 다음 8주 수요를 예측하고 품절 위험이 큰 SKU를 알려 줘
3. 재고는 지금 500개, 리드타임은 2주야. 일 판매량 예측으로 언제 다시 주문해야 하는지 날짜를 알려 줘
4. 식자재 주간 사용량 CSV로 다음 달 발주량을 예측값·높은 값 두 가지로 제안해 줘
5. 월별 택배 출고 건수로 연말(11~12월) 물량을 예측하고 작년 같은 기간과 비교해 줘
6. 시간대별 주문 수 데이터로 내일 시간대별 주문을 예측해서 직원 배치표를 만들어 줘

방문자·마케팅 (5개)

1. visitors.csv(일 방문자 수)로 다음 30일 방문자를 예측하고, 예측보다 크게 벗어난 날을 이상치로 표시해 줘
2. 인스타 팔로워 수 일별 기록으로 다음 3개월 뒤 팔로워 수를 예측해 줘. 범위도 같이
3. 뉴스레터 구독자 주간 증가 수로 다음 12주 누적 구독자를 예측해 줘
4. 광고비와 신규 가입 수가 있는 CSV에서 신규 가입 수만 먼저 예측하고, 광고비를 함께 넣은 예측(covariates)과 비교해 줘
5. 앱 일간 활성 사용자(DAU) 데이터로 다음 달 DAU를 예측하고, 성장세가 꺾이는 시점이 보이는지 알려 줘

비용·현금 흐름 (5개)

1. 월별 지출 CSV로 다음 6개월 비용을 예측하고 고정비·변동비로 나눠서 보여 줘
2. 월 매출과 월 비용을 각각 예측해서 다음 6개월 예상 이익과 낮은 값 기준 최악의 경우를 표로 만들어 줘
3. 통장 잔액 일별 기록으로 다음 60일 잔액을 예측하고 잔액이 1,000만 원 아래로 떨어질 수 있는 날을 알려 줘
4. 전기 요금 월별 고지 금액으로 올겨울 3개월 요금을 예측해 줘
5. 카드 사용액 월별 합계로 다음 달 예상 결제액과 높은 값 기준 여유 자금을 계산해 줘

운영·기타 (6개)

1. 고객 문의 건수 일별 데이터로 다음 2주 문의량을 예측하고 상담원 몇 명이 필요한지 계산해 줘
2. 웹사이트 응답 시간 로그(분 단위)로 다음 1시간을 예측하고 예측 범위를 벗어난 값을 알림 기준으로 제안해 줘
3. 매장 일별 방문객 수로 다음 연휴 기간 방문객을 예측해 줘
4. forecast.csv 결과를 사장님께 보고할 3줄 요약으로 써 줘. 숫자는 낮은 값·높은 값까지
5. 이 CSV가 TimesFM 예측에 맞는 형식인지 먼저 확인하고, 빠진 날짜·이상한 값이 있으면 고친 버전을 만들어 줘
6. 지난 6개월을 빼고 그 전 데이터로 6개월을 예측한 뒤 실제 값과 비교해서, 이 데이터에서 예측이 얼마나 맞는지 오차(%)를 알려 줘

이렇게 쓰면 좋아요

1. 날짜 열 하나 + 숫자 열만 남긴 CSV가 가장 잘 돼요. 엑셀 합계 줄·빈칸은 지우세요.
2. 데이터는 많을수록 좋아요. 월 단위면 최소 2~3년, 일 단위면 몇 달 이상 권장.
3. 예측값 하나만 보지 말고 낮은 값(보수적)으로 계획을 세우고, 높은 값으로 재고·인력 여유를 잡으세요.
4. 30번 프롬프트처럼 과거로 시험해 보면 내 데이터에서 얼마나 믿을 만한지 알 수 있어요.
5. 광고비·할인·공휴일 같은 영향 요인이 있으면 pip install "timesfm[xreg]" 후 18번처럼 같이 넣어 보세요.

자주 묻는 질문

• 정말 무료인가요? → 코드와 2.5 버전 모델은 Apache-2.0이라 무료로 쓸 수 있어요. 최신 3.0 모델 가중치는 비상업 라이선스라, 회사 업무(상업·운영)에 쓰려면 스킬이 쓰는 2.5 모델을 쓰거나 구글 클라우드 BigQuery ML을 쓰세요.
• 엑셀 파일(.xlsx)도 되나요? → 스크립트는 CSV를 받아요. 클로드에게 "이 엑셀을 CSV로 바꿔서 예측해 줘"라고 하면 돼요.
• 인터넷이 필요한가요? → 처음 한 번 허깅페이스에서 모델(약 800MB)을 받을 때만 필요해요. 그다음부터는 내 컴퓨터에서 돌아가요.
• 예측이 틀리면요? → 미래는 누구도 확실히 못 맞혀요. 그래서 범위(낮은 값·높은 값)를 같이 보는 게 중요해요. 갑작스러운 행사·사건은 데이터에 없으면 반영되지 않아요.
• 스킬이 안 보여요 → 위 "스킬이 안 뜨면" 박스를 확인하세요.

링크

• 저장소: https://github.com/google-research/timesfm
• 클로드 코드 스킬 폴더: https://github.com/google-research/timesfm/tree/master/timesfm-forecasting
• 구글 리서치 블로그: https://research.google/blog/a-decoder-only-foundation-model-for-time-series-forecasting/