NVIDIA, 관계형 데이터 예측 모델 Kumo Relational 공개

NVIDIA는 2026년 10월 21일 기업 관계형 데이터베이스에서 직접 결과를 예측하는 사전 학습 모델 Kumo Relational을 발표했습니다. 예측 질의를 받으면 과거 사례를 최대 10,000개까지 문맥으로 모아 고객 이탈, 수요, 사기 등을 한 번의 순전파로 예측합니다. NVIDIA는 과업별 학습, 특성 공학, 테이블 평탄화가 필요 없으며 사람과 소프트웨어 에이전트가 사용할 수 있도록 설계했다고 밝혔습니다.

모델은 관련 기록을 하나의 평평한 테이블로 바꾸는 대신 데이터베이스 테이블, 외래 키, 타임스탬프를 활용합니다. 합성 관계형 데이터로 사전 학습한 뒤, 질의에 함께 제공된 사례를 이용한 문맥 내 학습으로 예측 과업에 적응합니다. 각 사례의 개체 중심 데이터를 특정 시점의 결과와 짝지으며, 시간 관련 과업에서는 기준 타임스탬프 이전의 데이터로 이후 사건을 예측해 데이터 누출을 방지하도록 설계됐습니다.

NVIDIA는 사전 학습에 쓰이지 않은 전자상거래, 의료, 기업, 소셜, 학술 데이터를 대상으로 RelBench V1·V2, SAP SALT, 4DBInfer의 15개 데이터베이스에서 41개 과업을 평가했습니다. 회사는 분류와 회귀에서 관계형 딥러닝 모델과 전문가가 설계한 특성을 사용한 앙상블을 포함해 가장 강력한 지도학습 모델을 앞섰다고 밝혔습니다. RelBench V1에서는 평균 AUROC가 그래디언트 부스팅 트리보다 거의 4포인트 높았고, SAP SALT에서는 미세 조정 없이 XGBoost보다 MRR이 7포인트, 미세 조정 후에는 13포인트 높았습니다.

RelArena-α 순위표에서 Kumo Relational은 1,000개 샘플당 약 17초에 Elo 1,842를 기록했습니다. 최고 점수를 받은 rt-plurel은 Elo 1,878에 약 7,300초가 걸렸으며, NVIDIA는 비슷한 정확도에서 Kumo가 약 430배 빠르다고 설명했습니다. SAP SALT에서는 대형 AutoGluon 앙상블보다 평균 역순위(MRR)가 8% 높았고, 최근 표 형식 데이터 기반 파운데이션 모델보다 약 25% 높았습니다. 미세 조정하면 AutoGluon과의 격차는 16%로 커졌습니다. 학습 데이터의 0.2%만 문맥 사례로 사용해도 성능을 냈으며, 외래 키 연결을 최대 75% 제거해도 안정적이었고 잡음이 있는 열을 추가했을 때 성능 저하는 미미했습니다.

NVIDIA는 데이터에 의미 있는 관계가 있고 시간이 지나며 변화할 때 모델이 가장 잘 작동한다고 밝혔습니다. 학습 데이터가 매우 많은 과업에서는 벤치마크에서 최대 10,000개 사례만 활용한 문맥 기반 예측보다 과업별 지도학습 모델이 앞설 수 있어, 이런 경우를 위한 미세 조정도 제공합니다. 예측 신호는 제한된 관계 단계 안에서 접근 가능해야 하므로 NVIDIA는 몇 개 테이블을 대상으로 한 집중 질의부터 시작하라고 권합니다. 모델은 NVIDIA의 오픈소스 GPU 기반 구조화 데이터 모델 라이브러리 또는 NVIDIA NIM 서비스로 이용할 수 있습니다. 맞춤형 그래프 엔진은 메모리 매핑 입출력을 사용해 500B+ 행 데이터베이스를 초당 최대 5 GB로 처리합니다. 코드는 Apache 2.0 라이선스이며 모델 가중치는 OpenMDW 라이선스 계약 버전 1.1을 따릅니다.

NVIDIA는 2026년 10월 21일 기업 관계형 데이터베이스에서 직접 결과를 예측하는 사전 학습 모델 Kumo Relational을 발표했습니다. 예측 질의를 받으면 과거 사례를 최대 10,000개까지 문맥으로 모아 고객 이탈, 수요, 사기 등을 한 번의 순전파로 예측합니다. NVIDIA는 과업별 학습, 특성 공학, 테이블 평탄화가 필요 없으며 사람과 소프트웨어 에이전트가 사용할 수 있도록 설계했다고 밝혔습니다.

모델은 관련 기록을 하나의 평평한 테이블로 바꾸는 대신 데이터베이스 테이블, 외래 키, 타임스탬프를 활용합니다. 합성 관계형 데이터로 사전 학습한 뒤, 질의에 함께 제공된 사례를 이용한 문맥 내 학습으로 예측 과업에 적응합니다. 각 사례의 개체 중심 데이터를 특정 시점의 결과와 짝지으며, 시간 관련 과업에서는 기준 타임스탬프 이전의 데이터로 이후 사건을 예측해 데이터 누출을 방지하도록 설계됐습니다.

NVIDIA는 사전 학습에 쓰이지 않은 전자상거래, 의료, 기업, 소셜, 학술 데이터를 대상으로 RelBench V1·V2, SAP SALT, 4DBInfer의 15개 데이터베이스에서 41개 과업을 평가했습니다. 회사는 분류와 회귀에서 관계형 딥러닝 모델과 전문가가 설계한 특성을 사용한 앙상블을 포함해 가장 강력한 지도학습 모델을 앞섰다고 밝혔습니다. RelBench V1에서는 평균 AUROC가 그래디언트 부스팅 트리보다 거의 4포인트 높았고, SAP SALT에서는 미세 조정 없이 XGBoost보다 MRR이 7포인트, 미세 조정 후에는 13포인트 높았습니다.

RelArena-α 순위표에서 Kumo Relational은 1,000개 샘플당 약 17초에 Elo 1,842를 기록했습니다. 최고 점수를 받은 rt-plurel은 Elo 1,878에 약 7,300초가 걸렸으며, NVIDIA는 비슷한 정확도에서 Kumo가 약 430배 빠르다고 설명했습니다. SAP SALT에서는 대형 AutoGluon 앙상블보다 평균 역순위(MRR)가 8% 높았고, 최근 표 형식 데이터 기반 파운데이션 모델보다 약 25% 높았습니다. 미세 조정하면 AutoGluon과의 격차는 16%로 커졌습니다. 학습 데이터의 0.2%만 문맥 사례로 사용해도 성능을 냈으며, 외래 키 연결을 최대 75% 제거해도 안정적이었고 잡음이 있는 열을 추가했을 때 성능 저하는 미미했습니다.

NVIDIA는 데이터에 의미 있는 관계가 있고 시간이 지나며 변화할 때 모델이 가장 잘 작동한다고 밝혔습니다. 학습 데이터가 매우 많은 과업에서는 벤치마크에서 최대 10,000개 사례만 활용한 문맥 기반 예측보다 과업별 지도학습 모델이 앞설 수 있어, 이런 경우를 위한 미세 조정도 제공합니다. 예측 신호는 제한된 관계 단계 안에서 접근 가능해야 하므로 NVIDIA는 몇 개 테이블을 대상으로 한 집중 질의부터 시작하라고 권합니다. 모델은 NVIDIA의 오픈소스 GPU 기반 구조화 데이터 모델 라이브러리 또는 NVIDIA NIM 서비스로 이용할 수 있습니다. 맞춤형 그래프 엔진은 메모리 매핑 입출력을 사용해 500B+ 행 데이터베이스를 초당 최대 5 GB로 처리합니다. 코드는 Apache 2.0 라이선스이며 모델 가중치는 OpenMDW 라이선스 계약 버전 1.1을 따릅니다.