AI BriefingNVIDIA Kumo Relational, SAP SALT에서 AutoGluon보다 MRR 8% 우위
NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required
·2026.10.22 03:26
핵심 내용
NVIDIA Kumo Relational이 SAP SALT에서 AutoGluon보다 MRR 8% 우위를 보였다.
자세히 보기
- NVIDIA가 Kumo Relational을 출시함. 이는 기업 데이터베이스에서 특정 작업 학습, 특징 공학, 테이블 평탄화 없이 직접 예측을 수행하는 사전 학습된 관계형 파운데이션 모델임
- 15개 데이터베이스와 41개 작업에서 감독 기반 관계형 딥러닝 모델 및 전문가 설계 그래디언트 부스팅 파이프라인을 능가함. SAP SALT 벤치마크에서 AutoGluon 앙상블 대비 평균 MRR 8% 우위 달성
- 최대 10,000개의 과거 예시를 컨텍스트로 사용하여 단일 포워드 패스 추론을 수행함. 테이블 구조, 외래 키, 타임스탬프를 준수하고 시간 기반 컨텍스트 필터링을 통해 데이터 누출 방지
- 5,000억 행 이상의 데이터베이스를 지원하며, 메모리 매핑 I/O를 통해 초당 최대 5GB의 데이터 처리 속도 달성. 오픈소스 structured-data-models 라이브러리 또는 NVIDIA NIM을 통해 제공
- RelBench V1 분류 작업에서 그래디언트 부스팅 트리 대비 평균 AUROC 4점 우위, SAP SALT에서 최신 테이블 파운데이션 모델 대비 MRR 25% 우위 기록
- 75%의 외래 키 링크 제거나 노이즈 컬럼 추가에도 안정적인 성능을 유지하는 등 노이즈에 강건함. 다만 매우 큰 학습 세트를 가진 작업에서는 작업별 감독 모델에 비해 약간 열세일 수 있음
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
