기본의 대규모 표 형식 모델 NEXUS, Amazon SageMaker JumpStart에서 출시

정형 데이터(tabular data)는 기업 데이터의 대부분을 차지하지만, 그동안 LLM이나 비전 모델처럼 사전학습된 파운데이션 모델의 혜택을 거의 받지 못한 영역이었습니다. 보통은 데이터셋마다 XGBoost나 LightGBM 같은 트리 기반 모델을 처음부터 학습시키고, 피처 엔지니어링과 하이퍼파라미터 튜닝에 상당한 시간을 쏟아야 했죠. Fundamental의 NEXUS는 이른바 'Large Tabular Model(LTM)'로, 수많은 테이블 데이터에 대해 사전학습된 모델입니다. 핵심 아이디어는 TabPFN 계열에서 부각된 '인-컨텍스트 학습(in-context learning)'으로, 별도의 그래디언트 학습 없이 예시 행들을 컨텍스트로 입력하면 새로운 행에 대한 예측을 추론하는 방식에 가깝습니다. 즉 컬럼 구조와 값의 분포 패턴을 모델이 일반화된 형태로 이해하고 있어, 분류·회귀 같은 과업을 매번 재학습 없이 처리할 수 있다는 점이 기존 접근과 근본적으로 다릅니다. 이번 발표는 이 모델을 Amazon SageMaker JumpStart를 통해 몇 번의 클릭 또는 SDK 호출만으로 엔드포인트에 배포하고, 자사 데이터셋에 대해 예측을 실행할 수 있게 했다는 것이 골자입니다.

엔지니어 입장에서 가장 직접적인 영향은 '정형 데이터 ML의 진입 장벽과 반복 비용 절감'입니다. 그동안 신용 평가, 이탈 예측, 수요 예측, 이상 탐지처럼 표 형태 데이터를 다루는 업무에서는 데이터 사이언티스트가 모델별로 파이프라인을 구축하고 튜닝하는 데 며칠에서 몇 주가 걸렸습니다. NEXUS 같은 파운데이션 모델은 적은 샘플(few-shot)만으로도 합리적인 베이스라인 성능을 빠르게 뽑아내므로, PoC 단계의 사이클이 극적으로 짧아질 수 있습니다. 또한 SageMaker JumpStart에 올라왔다는 점은 IAM 권한, VPC 격리, 엔드포인트 오토스케일링, 모델 모니터링 같은 AWS의 MLOps 인프라를 그대로 활용할 수 있다는 의미라, 데이터를 외부 SaaS로 내보내지 않고 자사 계정 내에서 안전하게 추론을 돌릴 수 있다는 보안·거버넌스상의 이점도 큽니다.

다만 도입을 검토할 때 몇 가지를 반드시 확인해야 합니다. 첫째, 비용 구조입니다. JumpStart 배포는 상시 가동되는 추론 엔드포인트(GPU/CPU 인스턴스) 과금이 발생하므로, 배치성 예측이라면 상시 엔드포인트보다 비동기·서버리스 추론이나 배치 변환(Batch Transform)이 더 경제적일 수 있고, 모델 자체에 별도 라이선스 비용이 붙는지도 확인이 필요합니다. 둘째, 적용 한계입니다. 이런 ICL 기반 테이블 모델은 통상 행 수(수만~수십만)와 컬럼 수, 클래스 수에 제약이 있는 경우가 많아, 대규모·고차원 데이터나 극단적으로 불균형한 문제에서는 여전히 잘 튜닝된 GBDT가 우위일 수 있습니다. 따라서 무조건 교체하기보다 기존 XGBoost 베이스라인과 동일 검증셋에서 정확도·지연시간·비용을 나란히 벤치마크하는 것이 현명합니다.

실무 액션 관점에서는, 먼저 비핵심·저위험 과업(예: 내부 리드 스코어링, 간단한 분류)에서 NEXUS를 시범 적용해 few-shot 성능과 운영 편의성을 체감해 보길 권합니다. 이때 학습 데이터의 PII·민감정보가 추론 컨텍스트로 전달되는 경로를 점검하고, 엔드포인트는 사용량에 맞춰 오토스케일링 또는 사용 후 정리(cleanup) 정책을 적용해 불필요한 과금을 막아야 합니다. 장기적으로는 '데이터셋마다 모델을 새로 학습한다'는 전제 자체가 흔들리고 있다는 흐름을 인지하고, 피처 엔지니어링 역량과 더불어 파운데이션 모델을 평가·검증·통합하는 MLOps 역량을 함께 키워두는 것이 정형 데이터 ML의 변화에 대응하는 핵심 준비가 될 것입니다.