NVIDIA, 관계형 DB를 직접 예측하는 Kumo Relational 공개

NVIDIA가 테이블을 평탄화하거나 과제별로 학습하지 않고 관계형 DB에서 예측하는 Kumo Relational을 공개했다. 최대 1만 개 과거 사례를 문맥으로 활용하며 라이브러리·NIM으로 제공한다. 회사 평가에서 SAP SALT의 MRR은 AutoGluon보다 8% 높았고, 코드는 Apache 2.0·가중치는 OpenMDW 1.1을 적용한다.

내용·출처 업데이트 · 2026. 10. 22. 오전 3:31

합성 관계형 데이터로 사전학습했으며 테이블·외래키·타임스탬프를 직접 다룬다.

15개 관계형 데이터베이스의 41개 과제로 평가했다. 해당 데이터셋은 사전학습에 사용하지 않았다고 NVIDIA는 밝혔다.

SAP SALT에서 AutoGluon 대비 MRR 우위는 기본 모델 8%, 미세조정 후 16%로 보고했다.

structured-data-models 라이브러리는 GPU에서 실행하며 첫 사용 시 Hugging Face Hub에서 가중치를 내려받는다. 별도 서비스로는 NVIDIA NIM을 이용한다.

5000억 행 이상을 처리한다는 설명은 메모리 매핑 I/O를 쓰는 사용자 지정 그래프 엔진의 지원 규모다. 전체 행을 한 번에 모델 문맥에 넣는다는 뜻은 아니다.

매우 큰 학습 데이터가 있는 과제에서는 전용 지도학습 모델이 더 나을 수 있다. 예측 신호는 제한된 그래프 탐색 거리 안에 있어야 하며 필요하면 미세조정한다.

테이블 간 연결을 수작업 집계로 바꾸는 전처리를 줄이고, 에이전트가 PQL 쿼리로 이탈·수요 예측을 요청하는 데 활용할 수 있다.