[’24 ICLR] MIXED-TYPE TABULAR DATA SYNTHESIS WITH SCORE-BASED DIFFUSION IN LATENT SPACE

1. 들어가며

머신러닝 모델의 성능을 높이기 위해서는 고품질의 학습 데이터가 필수적입니다. 하지만 실제 데이터는 수집이 어렵거나 프라이버시 문제로 인해 공유가 제한되는 경우가 많아요. 이런 문제를 해결하기 위해 합성 데이터(Synthetic Data) 를 생성하는 연구가 활발하게 진행되고 있습니다. 특히, 금융, 의료, 마케팅 등 다양한 분야에서 Tabular 데이터(표 형식 데이터)의 생성이 중요한데요. 문제는 기존의 데이터 생성 방법들이 Tabular 데이터의 특성을 충분히 반영하지 못한다는 점입니다.

Tabular 데이터는 일반적인 이미지나 텍스트 데이터와는 달리 연속형(Numerical) 변수와 범주형(Categorical) 변수가 혼합되어 있습니다. 또, 특정 열(Column) 간의 관계가 중요하게 작용하며, 데이터 간의 상관관계(Dependency)를 무시하면 현실적인 데이터를 생성하기 어렵습니다. 예를 들어, 고객의 연령과 신용 점수 간의 관계를 무시한 채 랜덤한 데이터를 생성하면, 실제 금융 데이터의 패턴을 반영하지 못하는 데이터가 만들어지겠죠.

이러한 문제를 해결하기 위해 기존에는 GAN(Generative Adversarial Networks) 기반 모델, VAE(Variational AutoEncoder) 기반 모델, Diffusion Model 기반 모델 등이 활용되었습니다. 하지만 GAN 기반 모델들은 학습이 불안정하고 모드 붕괴(Mode Collapse) 문제가 발생하기 쉽고, VAE 기반 모델들은 데이터의 복잡한 분포를 정규 분포로 근사해야 하는 제약이 있어 원본 데이터의 복잡한 구조를 반영하기 어려운 한계를 가지고 있습니다. Diffusion Model 기반 방법들은 최근 이미지 생성 분야에서 뛰어난 성능을 보이며 주목받고 있지만, 연산 비용이 높고 샘플링 속도가 느려 Tabular 데이터 생성에는 적용이 쉽지 않았어요.

이러한 문제를 해결하기 위해 논문에서는 TabSyn을 제안했습니다. TabSyn은 기존 Diffusion 기반 방법의 단점을 극복하면서도 더 현실적인 Tabular 데이터를 생성할 수 있는 새로운 접근법입니다. 핵심 아이디어는 Variational AutoEncoder(VAE)와 Score-Based Diffusion Model을 결합하여, 원본 데이터 공간이 아닌 잠재 공간(Latent Space)에서 Diffusion을 수행하는 것이에요. 이를 통해 데이터의 상관관계를 유지하면서도 연산 비용을 줄이고, 보다 정교한 데이터 생성을 가능하게 했습니다.

이번 포스팅에서는 기존 방법들이 가지는 한계를 살펴보고, TabSyn이 이를 어떻게 해결하는지 자세히 알아보겠습니다. 또한, 실험을 통해 TabSyn이 실제 머신러닝 모델의 성능을 향상시킬 수 있는지도 분석해볼게요. 먼저, 기존 방법들이 가지고 있던 한계를 살펴보겠습니다.

2. 기존 방법의 한계

Tabular 데이터는 다양한 실세계 응용에서 중요한 역할을 하지만, 기존의 생성 모델들은 Tabular 데이터의 특성을 효과적으로 반영하지 못하는 문제가 있습니다. 이미지나 텍스트 데이터와 달리, Tabular 데이터는 수치형(Numerical)과 범주형(Categorical) 데이터가 혼합되어 있으며, 데이터 간의 관계(Dependency)가 복잡하게 얽혀 있는 경우가 많습니다. 또한, 결측값(Missing Value)이 존재할 가능성이 높고, 데이터의 분포가 특정한 규칙을 따르지 않는 경우도 많아 데이터 생성을 더욱 어렵게 만듭니다. 이러한 특징 때문에, 기존의 데이터 생성 기법을 그대로 적용하기 어려운 한계가 존재합니다.

2.1. 기존 Tabular 데이터 생성 방법

Tabular 데이터를 생성하는 기존 방법들은 크게 GAN(Generative Adversarial Network) 기반 방법, VAE(Variational AutoEncoder) 기반 방법, Diffusion 기반 방법으로 나눌 수 있습니다.

GAN 기반 방법들은 대표적으로 CTGAN(Conditional Tabular GAN), TGAN(Tabular GAN), CTABGAN+ 등이 있으며, 일반적으로 높은 품질의 데이터를 생성할 수 있습니다. GAN 모델은 생성자(Generator)와 판별자(Discriminator)가 경쟁하는 방식으로 학습되며, 이를 통해 현실적인 데이터 분포를 학습합니다. 그러나 모드 붕괴(Mode Collapse) 현상이 발생할 가능성이 높고, 학습 과정이 불안정하다는 단점이 있습니다. 특히, Tabular 데이터는 각 열(Column) 간의 복잡한 관계를 가지고 있는데, GAN 기반 방법은 이러한 관계를 충분히 학습하지 못하는 경우가 많습니다. 또한, 범주형 변수를 처리하기 위해 별도의 트릭(Gumbel-softmax 등)을 사용해야 하며, 데이터의 희소성이 높은 경우에는 학습이 더욱 어렵습니다.

VAE 기반 방법들은 비교적 안정적인 학습이 가능하다는 장점을 가지고 있습니다. 대표적인 모델로는 TVAE(Tabular Variational AutoEncoder) 가 있으며, 데이터를 잠재 공간(Latent Space)으로 변환한 후 샘플링을 통해 새로운 데이터를 생성하는 방식으로 동작합니다. 하지만, VAE 기반 방법들은 데이터의 분포를 정규 분포(Gaussian Distribution)로 근사해야 하기 때문에, 원본 데이터의 복잡한 분포를 충분히 반영하지 못하는 한계가 있습니다. 특히, 높은 차원의 데이터에서 분포 근사가 어려울 경우, 생성된 데이터가 원본 데이터와 동떨어진 값들을 가지게 될 수 있습니다.

최근에는 Diffusion 기반 방법들도 Tabular 데이터 생성에 활용되고 있습니다. Diffusion Model은 데이터를 점진적으로 노이즈화한 후, 이를 다시 복원하는 과정에서 데이터의 확률 분포를 학습하는 방식으로 동작합니다. 이미지 생성에서 뛰어난 성능을 보이며, 데이터 분포를 매우 정밀하게 학습할 수 있다는 장점이 있습니다. 하지만, Diffusion 기반 방법들은 연산 비용이 크고 샘플링 속도가 느리다는 단점이 있습니다. 특히, 원본 데이터에서 직접 Diffusion을 수행할 경우, Tabular 데이터의 복잡한 구조를 고려하지 못하고 연속형 변수와 범주형 변수를 동일한 방식으로 다루게 되는 문제가 발생할 수 있습니다.

2.2. 기존 방법의 한계

기존의 Tabular 데이터 생성 방법들은 다음과 같은 한계를 가지고 있습니다.

첫째, 연속형 변수와 범주형 변수를 동시에 효과적으로 처리하기 어렵습니다. GAN과 VAE 기반 방법들은 대부분 연속형 데이터에서 최적화되어 있으며, 범주형 변수를 학습하기 위해서는 별도의 변환 과정(Gumbel-softmax, One-hot Encoding 등)이 필요합니다. 하지만 이러한 변환 과정은 범주형 변수를 연속적인 값으로 표현하는 과정에서 원본 데이터의 특성을 손실할 가능성이 높습니다. Diffusion Model의 경우에도 원본 데이터에서 직접 노이즈를 추가하고 복원하는 방식으로 동작하면, 범주형 변수의 구조적 특성을 제대로 반영하지 못하는 문제가 발생할 수 있습니다.

둘째, 데이터 간의 복잡한 관계를 학습하기 어렵습니다. Tabular 데이터는 단순한 독립 변수들의 집합이 아니라, 여러 열(Column) 간의 복잡한 관계(Dependency)를 가지고 있습니다. 예를 들어, 고객의 신용 점수와 대출 한도는 서로 강한 상관 관계를 가질 수 있으며, 특정 변수의 변화가 다른 변수에도 영향을 미칠 수 있습니다. 하지만 기존의 GAN, VAE, Diffusion 기반 모델들은 이러한 관계를 명시적으로 학습하지 않으며, 단순한 확률 분포 근사 방식으로 학습하기 때문에 원본 데이터의 복잡한 패턴을 충분히 반영하지 못할 가능성이 높습니다.

셋째, 학습이 불안정하거나 계산 비용이 높을 수 있습니다. GAN 기반 방법들은 학습이 불안정하며, 적절한 하이퍼파라미터 튜닝이 없으면 모드 붕괴 현상이 발생할 가능성이 높습니다. VAE 기반 방법들은 보다 안정적인 학습이 가능하지만, 데이터 분포를 정규 분포로 근사해야 한다는 구조적 한계가 있습니다. Diffusion 기반 방법들은 데이터의 분포를 정밀하게 학습할 수 있지만, 학습 과정에서 많은 계산 자원이 필요하고, 샘플링 속도가 매우 느리다는 단점이 있습니다. 특히, Tabular 데이터에서 직접 Diffusion을 수행할 경우, 연속형과 범주형 변수를 모두 고려해야 하기 때문에 연산 비용이 더욱 증가할 수 있습니다.

넷째, 결측값(Missing Value) 처리가 어렵습니다. 실제 Tabular 데이터는 종종 결측값을 포함하고 있으며, 이러한 결측값을 적절하게 처리하는 것이 중요합니다. 그러나 기존의 생성 모델들은 결측값을 명시적으로 고려하지 않는 경우가 많으며, 결측값이 포함된 데이터를 직접 학습할 경우 모델 성능이 저하될 가능성이 있습니다. 일부 방법에서는 결측값을 제거하거나 대체(Imputation)하는 기법을 적용하지만, 이는 원본 데이터의 특성을 훼손할 위험이 있습니다.

3. 제안 방법 : TabSyn

기존의 Tabular 데이터 생성 모델들은 연속형 변수와 범주형 변수를 동시에 효과적으로 처리하는 데 어려움을 겪었으며, 데이터 간의 복잡한 관계를 학습하는 데 한계가 있었습니다. 또한, Diffusion 기반 모델들은 강력한 분포 근사 능력을 가지지만, 연산 비용이 높고 샘플링 속도가 느리다는 단점이 있었습니다. 이러한 문제를 해결하기 위해 논문에서는 TabSyn을 제안했습니다. TabSyn은 Variational AutoEncoder(VAE)와 Score-Based Diffusion Model을 결합한 구조를 사용하여 기존 방법들의 단점을 보완하고, 보다 정밀한 Tabular 데이터 생성을 가능하게 합니다.

3.1. TabSyn의 핵심 구조

TabSyn은 기존 Diffusion Model과 달리, 원본 데이터 공간에서 직접 노이즈를 추가하는 방식이 아니라, 잠재 공간(latent space)에서 Diffusion을 수행하는 방식을 채택했습니다. 이를 위해, 먼저 Variational AutoEncoder(VAE)를 활용하여 데이터를 잠재 공간으로 변환한 후, 변환된 잠재 공간에서 Score-Based Diffusion Model을 학습하는 방식으로 설계되었습니다.

먼저, 원본 Tabular 데이터 x를 VAE를 이용하여 잠재 벡터 z로 변환합니다. 변환된 잠재 벡터는 연속적인 공간에서 더 부드러운 구조를 가지며, 데이터 간의 관계를 보다 효과적으로 학습할 수 있도록 도와줍니다. 이후, Score-Based Diffusion Model을 이용하여 잠재 공간에서 데이터 생성 과정을 수행하게 됩니다. 기존 Diffusion Model이 원본 데이터 공간에서 직접 노이즈를 추가하는 방식이었던 반면, TabSyn은 잠재 공간에서의 확률 분포를 학습하는 방식을 사용하여 더 안정적이고 효율적인 샘플링이 가능하도록 만들었습니다.

Score-Based Diffusion Model을 활용하는 이유는 연속형 변수와 범주형 변수를 동시에 다룰 수 있는 유연성을 가지기 때문입니다. Diffusion Model은 본질적으로 연속적인 공간에서 동작하기 때문에, 범주형 변수를 다루기 위해서는 특정한 변환 과정이 필요합니다. TabSyn에서는 범주형 변수를 포함한 Tabular 데이터를 잠재 공간으로 변환한 후, Diffusion 과정을 수행함으로써 이러한 문제를 해결했습니다.

마지막으로, 학습된 Diffusion Model을 통해 새로운 잠재 벡터를 샘플링하고, 이를 다시 VAE의 복원(Decoder) 과정을 거쳐 원본 데이터 형식으로 변환합니다. 이 과정을 통해 생성된 데이터는 기존의 방법들보다 더 원본 데이터에 가까운 특성을 유지할 수 있습니다.

3.2. 쉽게 이해하기

사실 TabSyn 핵심 원리는 아주 간단합니다! 우선 학습 과정을 생각해볼게요. TabSyn은 2단계로 학습 과정을 분리했습니다. (물론 이렇게 두 단계로 나누어 학습해야 한다는건 큰 단점입니다..)

첫 번째 단계는 VAE를 학습하는 단계입니다. 이는 앞서 설명했듯 Numerical Value와 Categorical Value를 모두 나중에 한번에 Diffusion Model이 처리할 수 있게 Latent Space로 Mapping 해주는 역할을 합니다. 다른 방법들은 어떻게 Numerical Value와 Categorical Value를 나눠서 Diffusion Model이 학습하게 만들까를 고민한 반면, TabSyn 저자들은 Diffusion Model은 놔두고 Diffusion Model이 잘 처리할 수 있는 형태로 데이터를 변환하기로 한거죠.

두 번째 단계는 이렇게 변환된 Latent Vector를 Diffusion Model로 학습해주는 단계입니다. 이러한 아이디어는 이미지 생성 모델로 크게 유명해진 Latent Diffusion Model과 동일한 방법이라고 볼 수 있습니다.

Diffusion Model의 구조 자체는 MLP로 되어 있어서 간단합니다. Tabular Dataset의 특성상 이미지처럼 UNet 구조 등을 사용할 필요가 없죠. 결국 핵심은 Diffusion Model 구조가 아닌, VAE를 사용하여 Diffusion Model이 한번에 학습할 수 있는 형태로 변환하는 작업이라고 할 수 있습니다.

3.3. Missing Value Imputation (결측값 보정)

Tabular 데이터에서 중요한 문제 중 하나는 결측값(Missing Value)의 처리입니다. 대부분의 Tabular 데이터는 실세계에서 수집되는 과정에서 결측값을 포함하고 있으며, 이를 효과적으로 처리하지 않으면 데이터의 품질이 저하될 수 있습니다. TabSyn은 데이터 생성을 수행하는 과정에서 결측값을 보정하는 기능도 포함하고 있습니다.

TabSyn의 결측값 보정 방식은 학습된 Diffusion Model을 활용하여 결측된 부분을 채우는 방식으로 이루어집니다. 데이터에 결측값이 존재할 경우, 해당 결측값을 포함한 데이터를 잠재 공간으로 변환한 후, Diffusion Model을 이용해 결측값이 존재하는 부분의 확률 분포를 보정하게 됩니다. 이후, 보정된 잠재 벡터를 다시 복원하여 원본 데이터 형식으로 변환하면, 보다 자연스러운 결측값 보정이 가능해집니다.

TabSyn에서는 이 기능을 RePaint에서 제안한 방법을 그대로 적용하고 있습니다. 기본적으로 TabSyn이 Unconditional Diffusion Model이기 때문에 이렇게 Imputation 모듈을 Plug in해서 사용할 수 있다는점이 큰 장점입니다.

3.4. TabSyn의 장점

TabSyn은 기존의 GAN, VAE, Diffusion 기반 모델들과 비교했을 때 몇 가지 주요한 장점을 가집니다.

첫째, Diffusion Model을 직접 원본 데이터에 적용하는 대신, 잠재 공간에서 수행하기 때문에 연산 비용이 절감되고, 샘플링 속도가 향상됩니다. 기존의 Diffusion 기반 모델들은 연산량이 크고, 샘플링 과정이 매우 느렸습니다. 하지만 TabSyn은 VAE를 활용하여 보다 최적화된 잠재 공간에서 Diffusion을 수행하기 때문에, 기존 모델들보다 훨씬 빠른 속도로 데이터를 생성할 수 있습니다.

둘째, 연속형 변수와 범주형 변수를 동시에 처리할 수 있는 유연성을 가집니다. 기존의 GAN과 VAE 기반 모델들은 범주형 변수를 다루기 위해 별도의 변환 과정이 필요했지만, TabSyn은 Score-Based Diffusion Model을 활용하여 별도의 변환 없이 자연스럽게 범주형 변수를 처리할 수 있습니다.

셋째, 데이터 간의 복잡한 관계를 학습하는 데 유리합니다. Tabular 데이터는 단순한 개별 특성(feature)의 집합이 아니라, 여러 열(Column) 간의 상호작용을 포함하는 복잡한 구조를 가지고 있습니다. 기존 방법들은 이러한 관계를 충분히 반영하지 못하는 경우가 많았지만, TabSyn은 잠재 공간에서 학습을 진행함으로써 이러한 관계를 보다 효과적으로 모델링할 수 있습니다.

넷째, 결측값 보정 기능을 포함하고 있어, 실세계 데이터에 더욱 적합합니다. Tabular 데이터는 종종 결측값을 포함하는 경우가 많으며, 이를 효과적으로 처리하지 않으면 머신러닝 모델의 성능이 저하될 가능성이 높습니다. TabSyn은 Diffusion Model을 활용하여 결측값을 보정하는 기능을 포함하고 있어, 보다 신뢰할 수 있는 데이터를 생성할 수 있습니다.

4. 실험 결과

TabSyn의 성능을 검증하기 위해 다양한 실험을 수행하였습니다. 실험은 세 가지 단계로 구성되었습니다. 먼저, 사용된 데이터셋을 소개하고(EXPERIMENTAL SETUPS), 생성된 데이터가 실제 데이터의 분포를 얼마나 잘 재현하는지 평가한 후(ESTIMATING LOW-ORDER STATISTICS OF DATA DENSITY), 마지막으로 생성된 데이터가 머신러닝 모델의 학습에 얼마나 효과적인지 확인하는 실험(PERFORMANCE ON DOWNSTREAM TASKS)을 진행하였습니다.

4.1 EXPERIMENTAL SETUPS

실험은 UCI Machine Learning Repository에서 제공하는 대표적인 Tabular 데이터셋을 활용하여 진행되었습니다. 사용된 데이터셋은 Adult, Default, Shoppers, Magic, Beijing, News 총 6개이며, 각 데이터셋은 분류(Classification) 또는 회귀(Regression) 문제를 포함하고 있습니다.

각 데이터셋은 연속형(Numerical) 변수와 범주형(Categorical) 변수를 모두 포함하고 있으며, 다양한 데이터 타입을 포함하고 있어 Tabular 데이터 생성 모델을 평가하기에 적절한 환경을 제공합니다. 실험에서는 기존의 Tabular 데이터 생성 모델들과 TabSyn을 비교하기 위해 CTGAN, TVAE, TabDDPM, CTABGAN+ 등의 최신 방법들을 포함하여 성능을 비교하였습니다.

4.2 ESTIMATING LOW-ORDER STATISTICS OF DATA DENSITY

생성된 데이터가 원본 데이터의 분포를 얼마나 정확하게 재현하는지 평가하기 위해 다양한 통계적 지표를 활용하였습니다. 구체적으로, Kolmogorov-Smirnov Test (KST), Total Variation Distance (TVD), Pearson Correlation Coefficient 등의 평가 방법을 사용하여 생성된 데이터가 원본 데이터와 얼마나 유사한지 분석하였습니다.

TabSyn은 기존 방법들과 비교했을 때 낮은 오류율을 기록하며 우수한 성능을 보였습니다. 특히, Pair-wise column correlations 평가에서는 기존 모델 대비 평균 67.6% 향상된 성능을 기록하였으며, 이는 TabSyn이 변수 간의 복잡한 관계를 보다 정밀하게 모델링할 수 있음을 의미합니다.

이 실험을 통해 TabSyn은 단순히 개별 변수의 분포를 유지하는 것뿐만 아니라, 데이터의 전체적인 구조와 상관관계를 보다 충실하게 재현할 수 있음을 확인할 수 있었습니다.

4.3 PERFORMANCE ON DOWNSTREAM TASKS

생성된 데이터가 실제 머신러닝 모델 학습에 얼마나 유용한지를 평가하기 위해, 기존의 Tabular 데이터 생성 모델들과 비교하여 성능을 측정하였습니다. 이를 위해 생성된 데이터를 활용하여 분류 및 회귀 모델을 학습한 후, 테스트 데이터에서의 성능을 분석하였습니다.

실험은 XGBoost Classifier 및 XGBoost Regressor를 활용하여 진행되었으며, 분류 문제에서는 AUC (Area Under Curve), 회귀 문제에서는 RMSE (Root Mean Squared Error)를 성능 평가 지표로 사용하였습니다.

TabSyn은 대부분의 데이터셋에서 기존 모델 대비 더 높은 성능을 기록하였습니다. 특히, Shoppers 및 Magic 데이터셋에서는 기존 TabDDPM 대비 2% 이상 높은 AUC를 기록하였으며, 머신러닝 모델의 학습 데이터로 활용할 때 기존 방법보다 더 안정적인 성능을 제공할 수 있음을 입증하였습니다. 이를 통해 TabSyn이 단순히 데이터 분포를 재현하는 것에서 그치는 것이 아니라, 실제 머신러닝 모델이 일반화 성능을 향상시키는 데도 기여할 수 있음을 확인할 수 있습니다.

5. 마치며

이번 포스팅에서는 TabSyn을 활용한 Tabular 데이터 생성 방법을 살펴보았습니다. 기존의 GAN, VAE, Diffusion 기반 방법들이 Tabular 데이터 생성에서 겪는 한계를 극복하기 위해 TabSyn은 Variational AutoEncoder(VAE)와 Score-Based Diffusion Model을 결합한 새로운 접근 방식을 제안했습니다. 특히, 원본 데이터 공간에서 직접 Diffusion을 수행하는 것이 아니라, 잠재 공간에서 Diffusion을 적용함으로써 학습 안정성을 높이고, 샘플링 속도를 향상시킬 수 있도록 설계되었습니다.

실험을 통해 TabSyn의 강점을 확인할 수 있었습니다. 생성된 데이터가 원본 데이터의 분포를 얼마나 잘 재현하는지 평가한 결과, 기존의 생성 모델들보다 변수 간의 상관관계를 더욱 정확하게 반영할 수 있음을 입증했습니다. 특히, Pair-wise column correlations 평가에서 기존 모델 대비 67.6% 향상된 성능을 기록하며, Tabular 데이터에서 중요한 변수 간의 관계까지 학습할 수 있는 강력한 모델임을 확인할 수 있었습니다.

또한, 생성된 데이터를 실제 머신러닝 모델 학습에 활용했을 때의 성능을 분석한 결과, 대부분의 데이터셋에서 기존 방법보다 더 높은 AUC와 낮은 RMSE를 기록하며, 단순히 데이터의 통계적 특성을 복사하는 것이 아니라 실제 머신러닝 모델의 성능을 향상시키는 데도 기여할 수 있음을 보여주었습니다.

TabSyn의 또 다른 강점은 결측값(Missing Value) 보정 기능을 포함하고 있다는 점입니다. 기존 생성 모델들은 결측값이 있는 데이터를 효과적으로 다루지 못하는 경우가 많았지만, TabSyn은 학습된 Diffusion Model을 활용하여 결측값을 보정하는 기능을 포함하고 있어, 실무 환경에서 보다 신뢰성 높은 데이터를 생성할 수 있습니다.

물론, TabSyn에도 해결해야 할 과제들이 남아 있습니다. Diffusion Model을 활용한 데이터 생성은 기존 GAN 기반 방법들보다 연산 비용이 높을 수 있으며, 모델의 성능을 최적화하기 위한 추가적인 연구가 필요합니다. 또한, 다양한 도메인에 적용했을 때의 일반화 성능을 평가하고, 더 현실적인 데이터 생성이 가능하도록 개선하는 것이 향후 연구의 중요한 방향이 될 것입니다.

이번 연구는 Tabular 데이터 생성 분야에서 중요한 발전을 이룬 사례로 볼 수 있습니다. 기존의 GAN 및 VAE 기반 방법들이 가지던 한계를 보완하면서도, 보다 강력한 모델링 능력을 갖춘 TabSyn이 앞으로 다양한 실무 환경에서 활용될 가능성이 높습니다. 특히, 데이터가 부족한 환경에서 합성 데이터를 생성하여 머신러닝 모델의 성능을 개선할 수 있다는 점에서 더욱 기대되는 기술입니다.

6. 참고 자료

• TabSyn Paper
• TabDDPM 논문 리뷰

Ffightingseok