시간의 흐름에 따라 데이터의 관측값이 달라지는, 즉 시간 (t)에 대한 함수로 표현되는 데이터 형식을 시계열 데이터라고 부릅니다. 현재 기업의 다양한 분야에서 시계열 데이터 예측 및 분석을 위해 AI 아키텍쳐를 활용한 연구를 진행중에 있는데요. 

1. 우리 일상생활에서 관찰할 수 있는 대표적인 시계열 데이터에는 어떤 것들이 있을까요? 만약 이러한 데이터를 실제 AI 모델에 활용하고자 한다면 관측시 주의해야할 점에 어떤 부분이 있을지 써주시기 바랍니다. 

- 예시 답변 : 시간대별 특정 지역의 기온 데이터를 예로 들 수 있다. 실제 예측 데이터로 활용할 시에는 일정한 time-interval을 가지고 관측값을 모으는 것이 모델링에 효율적일 수 있다.

2. 대표적인 확률 모델링 기반 ML 모델로 Hidden Markov Model을 배워봤습니다. 이외에도 여러분이 알고 계신 AI/ML 기반 시계열 분석 모델이 있나요? 그러한 모델이 있다면 HMM과 비교하여 해당 모델이 가진 장점과 단점이 무엇일지 생각하여 써주시기 바랍니다.