패션과 같은 트렌드 중심의 유통 산업은 매 시즌마다 대규모의 신제품을 출시한다. 이러한 환경에서 신제품에 대한 정확한 수요 예측은 어셈블리 플래닝 및 재고 배분과 같은 후속 공급망 계획을 효율적으로 수행하기 위해 매우 중요하다. 기존의 시계열 예측 알고리즘은 기존 제품의 판매를 예측하는 데 활용될 수 있지만, 신제품은 예측 근거가 되는 역사적 시계열 데이터를 보유하고 있지 않다. 본 논문에서는 제품 이미지, 가능한 모든 제품 속성, 그리고 공휴일, 이벤트, 날씨, 할인과 같은 외부 요인을 기반으로 신제품의 판매를 순수하게 예측하기 위한 새로운 주의 기반 다중 모달 인코더-디코더 모델들을 제안하고 실증적으로 평가한다. 우리는 대규모 패션 데이터셋을 활용하여 제안한 방법의 타당성을 실험적으로 검증하였으며, 기존의 k-최근접이웃 기반 기준 모델 대비 예측 정확도의 향상과 모델의 해석 가능성 강화를 보고한다.