FT-Transformer — 얼마써 예상낙찰가 AI

현역FT-Transformer · 특성을 토큰으로 바꿔 어텐션으로 조합 — 트랜스포머 가문의 정형데이터 도전자

FT-Transformer는 법원 경매 물건의 낙찰가를 예측하는 얼마써 예상낙찰가 모델 21개 중 하나입니다. 매달 실제 낙찰 결과와 대조해 채점하며, 물건의 조건이 이 모델에 맞을 때 그 값이 예상낙찰가로 채택됩니다. 성적만으로 정하지 않습니다.

계보

Gorishniy et al. (2021, NeurIPS) — 정형데이터 딥러닝의 표준 비교군이 된 논문의 주인공. 캣부스트와 한솥밥(얀덱스).

어떻게 낙찰가를 계산하나

각 특성(지역·감정가…)을 토큰으로 임베딩하고 셀프어텐션으로 조합 — 언어모델의 문법을 표 데이터에 이식했다.

기대 역할

특성 간 상호작용이 복잡한 종류(상가·토지)에서 트리가 못 보는 조합을 찾는 역할 기대.

다른 예상낙찰가 모델

전체 모델 보기 →   경매 물건에서 예상낙찰가 확인하기 →

얼마써 — 사건번호만 입력하면 법원경매 물건의 예상낙찰가를 AI가 계산합니다. 여러 방식이 낸 값을 실제 낙찰가와 매달 대조해 검증합니다. 입찰가 결정은 경매 참여자 본인의 판단이며, 예상낙찰가는 통계 기반 참고치입니다. 입찰 전 법원 공고와 현장을 반드시 확인하세요.