통계적으로 구별 불가능하고 운영적으로 상이함: 테이블형 파운데이션 모델에 대한 공식적 장벽
Statistically Indistinguishable, Operationally Distinct: A Formal Barrier for Tabular Foundation Models
테이블형 파운데이션 모델은 해당 시스템을 지배하는 규칙에 접근하지 않고서는 실행 중인 시스템이 생성한 데이터에 대해 추론할 수 없다. 우리는 이 진술을 반증 가능하게 만든다. 운영 튜링 테스트(Operational Turing Test, OTT)는 1-방향 및 2-방향 열-값 주변 분포가 전체 변동 <0.02로 일치하는 합법적인 데이터베이스 상태와 규칙 위반 데이터베이스 상태의 쌍을 구성하며, 르 캄 보조 정리(Le Cam's lemma)는 값만 사용하는 임의의 분류기의 베이즈 오차를 ≥0.49로 제한한다. 값만 사용하는 세 가지 기준선(XGBoost, TabICL, TabPFN)은 이 경계에 정확히 도달하고(정확도 0.50, 사전 등록된 양측 단측 검정(TOST) p<0.002), 원시 행 수준 접근은 도움이 되지 않으며, 관계형 값 일관성을 노출하면 대부분의 격차가 줄어들고, 7개의 실행 가능한 규칙 유도 감사로 입력된 분류기만이 분류 정확도 1.00에 도달한다. 100개 상태를 갖는 세 가지 매칭된 프론티어 대규모 언어 모델(LLM) 실행에서, 스키마, 트리거 소스, 규칙 테이블, 상태 파일을 제공받은 모델들은 최대 2/50의 합법적인 상태만을 LEGAL로 분류하며, GPT-5.5는 더 높은 추론 노력과 구조화 질의 언어(SQL) 실행기를 제공받더라도 0/50의 합법적인 상태를 수용한다. 접근 사다리 패턴은 구조적으로 상이한 규칙 군(은행 원장: 행 간 잔액, 누적 집계)을 갖는 두 번째 스키마에서도 나타난다. 이 장벽은 식별 가능성(identifiability)의 문제이지 용량의 문제가 아니다: 규모, 데이터, 더 풍부한 특징만으로는 운영적 그라운딩(operational grounding) 없이 이를 극복할 수 없다.