AI 요약
Google Research가 2026년 6월 30일, 테이블 데이터를 위한 제로샷(zero-shot) 파운데이션 모델 'TabFM'을 발표했다. 기존 XGBoost 등 트리 기반 모델이 필요로 했던 하이퍼파라미터 튜닝과 피처 엔지니어링 없이, 컨텍스트 내 학습(ICL) 방식으로 한 번의 순전파(forward pass)만으로 새로운 테이블 데이터를 분류 및 회귀 분석할 수 있다. Hugging Face와 GitHub에 공개되었다.
핵심 포인트
- 출시일: 2026년 6월 30일, 개발자: Google Research의 Weihao Kong, Abhimanyu Das
- 기존 XGBoost, AdaBoost, 랜덤 포레스트 대비 수동 튜닝 및 피처 엔지니어링 불필요
- ICL(In-Context Learning) 방식으로 전체 데이터셋을 하나의 프롬프트로 처리
- 테이블 데이터의 2차원 구조를 1차원 시퀀스로 변환하는 문제 해결
향후 전망
- 기업 데이터 인프라에서 머신러닝 모델 배포 주기를 획기적으로 단축시킬 가능성
- TimesFM의 시계열 예측 성공 사례를 테이블 데이터 영역으로 확장한 선례