에너지 시간 예측은 기후 중립 에너지 시스템으로의 전환에 중요한 역할을 하지만, 데이터셋 특화 작업으로 남아 확장성이 제한적이에요. FETS 벤치마크를 통해 파운데이션 모델이 다양한 에너지 예측 시나리오에서 기존 머신러닝 방식보다 뛰어난 성능을 보인다는 점을 확인했어요. 파운데이션 모델은 데이터 부족 및 개인 정보 보호가 필요한 환경에서 확장 가능하고 일반화된 예측 솔루션으로 활용될 잠재력이 큽니다.