Amazon SageMaker에서 Fundamental의 대규모 정형 데이터 모델 NEXUS 지원

섹션별 상세

NEXUS는 정형 데이터 예측을 위해 설계된 파운데이션 모델로, 수십억 개의 실제 예측 작업을 사전 학습하여 데이터 내의 패턴을 자동으로 파악한다.

기존 ML 방식이 요구하던 복잡한 피처 엔지니어링 과정을 자동화하며, LLM과 달리 결정론적 아키텍처를 채택하여 동일 입력에 대해 항상 일관된 결과를 생성한다.

순열 불변성(Permutation invariance)을 지원하여 컬럼 순서 변경에 영향을 받지 않으며, 수십억 행 규모의 데이터셋을 샘플링 없이 처리할 수 있다.

AWS Marketplace를 통해 SageMaker AI 엔드포인트로 배포되며, Fundamental Python SDK를 사용하여 scikit-learn 호환 API로 학습(fit) 및 예측(predict)을 수행한다.

python

clf.fit(X_train, y_train)

NEXUS 모델을 사용하여 정형 데이터를 학습시키는 API 호출 예시

python

clf.predict(X_test)

학습된 NEXUS 모델을 통해 결정론적 예측을 수행하는 API 호출 예시

금융 사기 탐지, 의료 환자 위험 계층화, 제조 설비 예측 보전 등 다양한 산업 현장에서 데이터 기반 의사결정을 가속화한다.

대규모 정형 데이터 모델(Large Tabular Model): — 정형 데이터 분석 및 예측을 위해 설계된 파운데이션 모델. 텍스트 중심의 LLM과 달리 수치, 범주, 날짜 등 구조화된 데이터를 처리하며, 복잡한 피처 엔지니어링 없이도 데이터의 다차원적 관계를 학습한다.
결정론적 아키텍처(Deterministic Architecture): — 동일한 입력에 대해 항상 동일한 결과를 출력하는 모델 구조. 확률적 성격이 강한 LLM과 달리 정형 데이터 예측에서 신뢰성 있는 결과를 보장하기 위해 필수적이다.
순열 불변성(Permutation Invariance): — 데이터의 순서나 배치가 바뀌어도 모델의 출력 결과가 변하지 않는 특성. 정형 데이터에서 컬럼 순서가 결과에 영향을 주지 않아야 하는 모델의 핵심 요건이다.