구글, 표 형식 데이터 제로샷 파운데이션 모델 'TabFM' 공개
구글 리서치가 기존 복잡한 데이터 전처리와 하이퍼파라미터 튜닝 없이도 새로운 표 데이터를 즉시 예측할 수 있는 제로샷 파운데이션 모델 'TabFM'을 발표했습니다. 이 모델은 대규모 언어 모델(LLM)의 맥락 내 학습(ICL) 방식을 표 형식 데이터에 적용하여, 분류 및 회귀 작업을 단 한 번의 실행으로 처리할 수 있게 만들어 데이터 실무자에게 큰 혁신을 가져올 것으로 기대됩니다.
TabFM 소개: 표 형식 데이터를 위한 제로샷 파운데이션 모델 2026년 6월 30일 Weihao Kong 및 Abhimanyu Das, 구글 리서치 연구원
우리가 TimesFM을 출시한 이후, 사람들이 시계열 예측을 처리하는 방식에 엄청난 변화가 있었습니다. 이제 우리는 이와 동일한 "제로샷(Zero-shot)" 논리를 표 형식의 데이터로 가져왔습니다. 분류 및 회귀 워크플로우를 간소화하기 위해 새로운 표 형식 데이터용 파운데이션 모델인 TabFM을 소개합니다.
빠른 링크: Hugging Face, GitHub, 공유하기, 링크 복사
표 형식 데이터는 기업의 데이터 인프라를 구성하는 근간이며, 핵심적인 예측 머신러닝 애플리케이션의 상당 부분을 구동합니다. 고객 이탈 예측부터 금융 사기 식별에 이르기까지, 표 형식의 회귀 및 분류 작업은 어디에나 존재합니다. 수년 동안 AdaBoost, XGBoost, 랜덤 포레스트와 같은 지도 학습 기반의 트리 알고리즘이 이 분야를 장악해 왔으며, 구조화된 데이터에서 강력한 성능을 제공했습니다.
하지만 이러한 전통적인 모델을 배포하는 라이프사이클에는 상당한 병목 현상이 존재합니다. 새로운 데이터셋에 XGBoost 모델를 적합(fit)하는 것은 단순히 한 번의 .fit() 코드를 실행하는 단계로 끝나는 것이 아닙니다. 이는 필연적으로 지루한 수동 작업을 필요로 합니다. 데이터 과학자들은 원시 데이터에서 신뢰할 수 있는 신호를 추출하기 위해 방대한 하이퍼파라미터 최적화와 도메인 특화 특성 공학(Feature engineering)에 수많은 시간을 투자해야만 합니다.
반면, 최근 더 넓은 머신러닝 환경의 발전, 특히 대규모 언어 모델(LLM)의 진화는 우리가 새로운 작업과 상호작용하는 방식을 바꿔놓았습니다. LLM은 문맥 내 학습(In-context learning, ICL)을 통해 놀라운 제로샷 예측 능력을 입증했습니다. 이 기술은 모델의 근본적인 가중치를 업데이트할 필요 없이, 입력 컨텍스트에 예시와 지침을 제공함으로써 사전 훈련된 모델이 새로운 작업을 학습하도록 해줍니다.
오늘 우리는 표 형식 데이터의 분류 및 회귀를 위해 특별히 설계된 파운데이션 모델인 TabFM을 소개합니다. 표 형식 데이터 예측을 ICL(맥락 내 학습) 문제로 정의함으로써, TabFM은 수동 모델 훈련, 하이퍼파라미터 튜닝, 복잡한 특성 공학의 필요성을 제거합니다. 우리는 이 접근 방식을 통해 사용자가 이전에 본 적 없는 새로운 표 데이터에 대해 단일 순방향 패스(Forward pass)만으로 고품질 예측을 생성할 수 있게 되었음을 기쁘게 공유하고자 합니다. TabFM은 현재 당사의 Hugging Face 및 GitHub 리포지토리에서 이용할 수 있습니다.
작동 방식 전통적인 머신러닝 패러다임은 주어진 데이터셋의 분포에 특정된 모델 파라미터를 업데이트하는 데 의존합니다. 대조적으로, ICL 패러다임은 이를 완전히 우회합니다. TabFM은 각각의 새로운 작업에 대해 전통적인 훈련 단계를 거치는 대신, 기록된 훈련 예제와 대상이 되는 테스트 행(row)을 모두 포함한 전체 데이터셋을 단일 통합 프롬프트로 취급합니다. 모델은 추론 시점에 이 컨텍스트로부터 열과 행 사이의 관계를 직접 해석하도록 학습합니다.
그러나 ICL을 표 형식 데이터에 적용하는 것은 자연어를 토큰화하는 것만큼 간단하지 않습니다. 표준 언어 모델은 1차원적이고 순서가 있는 시퀀스를 처리하지만, 표는 근본적으로 2차원적이며 본질적으로 순서가 없습니다. 즉, 두 행이나 두 열의 위치를 바꾸더라도 데이터의 근본적인 의미는 변하지 않습니다. 확장 가능한 제로샷 예측을 구현하면서 이러한 다양한 표 구조를 효과적으로 처리하기 위해, TabFM은 TabPFN 및 TabICL과 같은 아키텍처의 장점을 새로운 하이브리드 디자인으로 통합했습니다.
아래에 시각화된 이 아키텍처는 세 가지 핵심 메커니즘에 의존합니다.
교차 행 및 열 어텐션(Alternating row and column attention): 첫째, 원시 표는 다중 계층 어텐션 모듈을 통해 처리됩니다. TabPFN과 유사하게, 이 단계에서는 열(특징)과 행(예제) 모두에 걸쳐 교차적으로 어텐션을 적용합니다. 이 두 가지 차원에 걸쳐 지속적으로 주의를 기울임으로써, 모델은 복잡한 특징 상호작용과 종속성을 기본적으로 포착하는 풍부한 표현을 학습합니다. 이러한 심층적인 컨텍스트화는 달리 데이터 과학자의 지루한 수동 특성 엔지니어링을 필요로 하는 무거운 작업을 효과적으로 수행해 냅니다.
행 압축(Row compression): 이러한 컨텍스트화에 이어, 풍부해진 교차 어텐...