ALER-TI는 시계열 데이터 결측값 추론을 위한 새로운 프레임워크입니다. 기존 방식의 한계를 극복하기 위해 과거 패턴을 활용하여 불완전한 로컬 컨텍스트를 보완합니다. 핵심 기술인 LEA(Latent Embedding Alignment)는 손상된 쿼리와 완전한 과거 후보 간의 표현 불일치를 완화합니다. 실제 데이터셋 실험 결과, ALER-TI는 강력한 기준 모델 성능을 향상시키고 다양한 결측 환경에서 견고함을 높였습니다.