본 연구에서는 효과적인 시계열 예측을 위하여 구간연산 기능을 갖는 신경망모델을 제안한다. 이는 기존의 FIR 네트워크의 동작특성을 구간연산으로 일반화함으로써 시계열 신호의 동적 특성을 효과적으로 반영할 뿐만 아니라 학습데이타 표현의 유연성을 증대시킨다. 이는 또한 실제 응용에서 신경망 입력 데이타에 내재할 수 있는 측정치 오류의 영향을 보완할 수 있게 하며 데이타 그룹화를 효과적으로 이룰 수 있게 함으로써 입력데이타의 양을 감축시키고 이로부터 학습의 효율을 개선한다. 본 논문에서는 구간연산을 이용하여 네트워크 동작특성, 학습알고리즘을 제시하고 실제 응용시스템에 이를 적용함으로써 제안된 이론의 유용성을 평가한다.