구글, 재학습 없이 표 데이터 분석하는 AI '탭FM' 오픈소스 공개

구글이 표(Tabular) 형식 데이터를 분석하는 파운데이션 모델 '탭FM(TabFM)'을 허깅페이스와 깃허브에 오픈소스로 공개했습니다. 그동안 표 데이터 분석은 XGBoost·랜덤 포레스트 같은 트리 기반 모델이 주류였는데, 이들은 새 데이터가 들어올 때마다 재학습과 하이퍼파라미터 조정, 데이터 과학자의 피처 엔지니어링이 필요하다는 한계가 있었습니다.

탭FM은 이 과정을 걷어냈습니다. 학습 데이터와 예측 대상을 함께 넣으면 단 한 번의 추론으로 결과를 내는 '인컨텍스트 학습(ICL)' 방식이라, 별도 재학습 없이 곧바로 분류·회귀 예측을 수행합니다. 행-열 교대 어텐션으로 변수 간 관계를 자동으로 파악하고, 각 행을 밀집 벡터로 압축하는 기술도 담겼습니다. 표 데이터 전용 벤치마크 '탭아레나(TabArena)'의 분류 38개·회귀 13개 데이터셋(700~15만 샘플) 평가에서 기존 최적화 모델보다 우수한 성능을 보였다고 합니다.

활용처는 고객 이탈 예측, 금융 사기 탐지, 신용평가, 매출·집값 추정처럼 마케터에게도 익숙한 영역입니다. 구글은 이를 빅쿼리에 통합해 'AI.PREDICT' SQL 한 줄로 예측을 돌릴 수 있게 할 계획입니다. 데이터 과학자 없이도 이탈 예측이나 세그먼트 분석의 문턱이 낮아진다는 점에서, 데이터 기반 마케팅을 고민하는 팀이 눈여겨볼 만합니다.