NVIDIA, 학습 없이 관계형 데이터 예측하는 Kumo Relational 공개

NVIDIA는 관계형 데이터베이스에서 표를 평탄화하거나 과제별 학습을 거치지 않고 예측을 수행하는 사전학습 모델 Kumo Relational을 공개했습니다. 이 모델은 예측 질의가 주어지면 최대 10,000개의 과거 사례를 문맥으로 사용해 이탈, 수요, 사기 가능성 등을 단일 순전파로 추론하며, 15개 데이터베이스의 41개 과제와 SAP SALT 벤치마크에서 기존 지도학습 기반 접근을 상회했다고 회사는 밝혔습니다.

제품 조직은 신규 예측 과제를 별도 피처 엔지니어링 프로젝트가 아니라 예측 질의로 실험할 수 있다는 점에서 개발 리드타임 단축을 검토할 수 있습니다. 다만 비용과 복잡성이 학습 파이프라인에서 추론 시점의 문맥 생성, GPU 실행 환경, 데이터 접근 제어로 이동할 수 있으며, NVIDIA가 제시한 벤치마크 결과가 자체 스키마·지연시간·운영 데이터 품질에서도 재현되는지는 별도 검증이 필요합니다.