이 연구의 목적은 Temproal Fusion Transformer (TFT)를 이용하여 환율을 예측하고, TFT가 시계열 예측에 있어서 경쟁력을 가질 수 있는지를 확인하는 것이다. 2003년 1월부터 2023년 6월까지 20개국의 주간 종가 환율 데이터를 사용하여 5개 주요 통화의 환율을 예측하였다. 그리고 이를 BVAR, LSTM, GRU, CNN-LSTM 그리고 드리프트가 없는 랜덤워크 모델과 비교하였다. 모델의 성능 평가에는 RMSE, MAE, MAPE를 사용하였다. 연구 결과 TFT를 사용하여 환율을 예측했을 때, BVAR, LSTM, GRU, CNN-LSTM 그리고 랜덤워크 모델과 비슷하거나 더 나은 성능을 보이는 것으로 나타났다. 또한, 해석 가능한 어텐션 메커니즘을 사용함으로써 어떤 변수가 예측에 영향을 미치는지 해석할 수 있었다. 이는 딥러닝 기반 시계열 예측에서의 TFT가 가지는 장점이며 TFT가 환율 예측에서 경쟁력이 있음을 의미한다.