**보행자 궤적 예측(Pedestrian trajectory prediction)**은 로봇 공학과 자율 주행 차량과 같은 여러 응용 분야에서 매우 중요한 과제이다. 지난 10년 동안 보행자 궤적 데이터셋을 공개적으로 이용할 수 있던 덕분에 상당한 발전이 이루어졌으며, 이 데이터셋은 궤적 예측 방법들이 보행자의 과거 움직임을 학습하고 미래 궤적을 예측할 수 있도록 해준다. 그러나 이러한 데이터셋과 방법들은 일반적으로 관측된 궤적 시퀀스가 완전하다고 가정하며, 센서 고장, 가림, 제한된 시야와 같은 실제 세계의 문제들을 무시하고, 이로 인해 관측된 궤적에서 결측값이 발생할 수 있다는 점을 간과한다. 이 문제를 해결하기 위해, 우리는 관측된 궤적에서 결측된 좌표를 시뮬레이션하여 실제 세계 적용 가능성을 향상시키는 보행자 궤적 예측 데이터셋인 TrajImpute를 제시한다. 이 연구에서는 보행자 궤적의 결측된 좌표를 복원하기 위해 여러 가지 보간 방법을 종합적으로 조사하고, 이를 보행자 궤적의 결측값 보간에 대한 벤치마킹을 수행한다. 또한, 우리는 최근 궤적 예측 방법에 대한 철저한 분석을 제공하고, 이 모델들이 보간된 궤적에서 어떻게 성능을 발휘하는지 평가한다. 우리는 보간 및 궤적 예측 방법에 대한 실험적 평가를 통해 여러 가지 중요한 통찰을 제공한다. 우리의 데이터셋은 결측값 보간을 고려한 보행자 궤적 예측에 대한 향후 연구를 위한 기초적인 자원을 제공하며, 이러한 방법들이 실제 응용 프로그램에 배포되는 속도를 가속화할 가능성이 있다. 데이터셋과 코드 파일에 대한 공개적으로 접근 가능한 링크는 다음에서 확인할 수 있다: https://github.com/Pranav-chib/TrajImpute