넘즈에이아이, 젠슨 황 엔비디아 GTC 기조연설에 등장…정형 데이터 AI 모델 ‘코실로’ 주목

기업이 보유한 매출과 거래 내역, 고객 정보를 분석해 미래 수요를 예측하는 정형 데이터 인공지능(AI)이 차세대 AI 기술 경쟁의 주요 분야로 떠오르고 있다. 챗GPT와 같은 대규모언어모델(LLM)이 문서와 언어를 중심으로 발전했다면, 정형 데이터 파운데이션 모델은 기업의 수치 데이터를 바탕으로 예측과 의사결정을 지원한다. 글로벌 AI 기업들이 관련 기술 확보에 투자하는 가운데 국내 스타트업이 개발한 독자 모델이 엔비디아 최고경영자의 기조연설에 등장했다. 서울대학교 연구진을 중심으로 설립된 넘즈에이아이의 ‘코실로(Causilo)’가 글로벌 주요 모델들과 함께 소개되면서 정형 데이터 AI 분야의 국내 기술 경쟁력이 주목받고 있다.

AI 스타트업 넘즈에이아이(Nums AI, 대표 유재민)는 지난 21일(현지시간) 독일 베를린에서 열린 ‘NVIDIA GTC Berlin 2026’에서 자사의 정형 데이터 파운데이션 모델 ‘코실로’가 젠슨 황 엔비디아 최고경영자(CEO)의 기조연설에 소개됐다.

넘즈에이아이에 따르면 젠슨 황 CEO는 기조연설에서 정형 데이터 파운데이션 모델(TFM·Tabular Foundation Model)을 설명하며 엔비디아의 ‘Kumo-Tabular’, 독일 Prior Labs의 ‘TabPFN-3.5’와 함께 코실로를 언급했다.

정형 데이터는 기업의 매출 기록과 거래 내역, 고객 정보처럼 행과 열로 구성된 데이터로, 기업이 일상적으로 축적하는 데이터 상당수가 이러한 형태로 저장되며, 판매량과 고객 수요, 거래량, 고객 이탈 가능성 등을 예측하는 데 활용된다. 정형 데이터 파운데이션 모델은 다양한 정형 데이터를 사전학습해 새로운 예측 문제에 적용할 수 있도록 개발된 AI 모델로 기업이 개별 예측 과제마다 모델을 새롭게 설계하고 학습시키는 부담을 줄일 수 있다는 점에서 기존 머신러닝 방식과 차별화된다.

생성형 AI의 발전이 문서 작성과 검색, 코딩 등 언어 기반 업무의 변화를 이끌었다면, 정형 데이터 AI는 기업의 운영과 경영 판단에 필요한 예측 영역에서 활용 가능성이 크다. 고객 이탈 예측과 상품 수요 분석, 판매량 추정 등 다양한 산업의 의사결정 과정에 적용할 수 있다.

글로벌 기업들도 관련 기술 확보에 나서고 있다. 기조연설에서 젠슨 황 CEO는 정형 데이터 파운데이션 모델(TFM)을 언급하며 엔비디아의 ‘Kumo-Tabular’, 독일 Prior Labs의 ‘TabPFN-3.5’와 함께 코실로를 소개했다. 엔비디아는 TFM 모델을 GPT, Claude 등이 대표하는 LLM 모델에 이은 차세대 AI 소프트웨어 경쟁의 핵심 기술로 보고 올해 관련 기업을 6000억 원에 인수, 투자를 지속하고 있다.

TabArena 종합·분류·회귀 평가 1위…독자 개발 모델로 글로벌 경쟁

넘즈에이아이의 코실로는 기업이 보유한 정형 데이터를 바탕으로 다양한 예측 문제를 해결하도록 개발된 파운데이션 모델이다. 문서와 자연어 처리에 강점을 가진 LLM과 달리, 행과 열로 구성된 데이터에서 패턴을 분석하고 예측 결과를 도출하는 데 활용된다. 예를 들어 유통기업은 과거 판매 기록과 상품 정보를 바탕으로 향후 판매량을 예측할 수 있고, 서비스 기업은 고객의 이용 이력과 거래 정보를 분석해 이탈 가능성을 추정할 수 있다. 이러한 예측은 재고 관리와 마케팅, 고객 관리 등 기업의 운영 전략을 수립하는 데 활용될 수 있다.

넘즈에이아이는 지난 9월 코실로를 공개하면서 글로벌 정형 데이터 AI 벤치마크인 ‘TabArena’에서 종합·분류·회귀 평가 모두 1위를 기록했다고 발표했다. 분류는 데이터를 특정 범주로 구분하는 예측 과제이며, 회귀는 판매량이나 수요처럼 연속적인 수치를 예측하는 과제다. 서로 다른 유형의 예측 문제를 평가한다는 점에서 모델의 범용성을 살펴볼 수 있는 지표다.

넘즈에이아이는 연구자와 개발자가 코실로를 직접 활용하고 성능을 검증할 수 있도록 모델 코드와 사전학습 가중치를 공개했다. 상업적 이용에는 별도의 라이선스가 적용된다.