TabPFN-3 등 tabular data foundation model이 뛰어난 성능을 보여주고 있지만, 소규모 데이터셋만 분석하고 대규모 GPU가 필요하다는 점이 의문스럽습니다.
기존 feature engineering + classic ML 방식이 foundation model 만큼의 성능을 낼 수 있을지, 그리고 더 나은 설명 가능성을 제공할 수 있을지 궁금합니다.
몇 MB 데이터에 대해 몇 GB 모델을 다운로드하여 예측하는 방식은 비효율적으로 느껴집니다.