Kaggle Competitions(캐글 컴피티션)은 캐글의 핵심 기능으로, 데이터 과학 경진대회 플랫폼이자 데이터 과학자와 머신러닝 실무자를 위한 온라인 커뮤니티이다. 이 플랫폼은 Google LLC가 소유하고 있다. 2010년 4월 Anthony Goldbloom(앤서니 골드블룸)이 설립한 이후, 캐글은 사용자들이 데이터셋을 찾고 게시하며, 웹 기반 환경에서 모델을 구축하고, 데이터 과학 과제를 해결하기 위한 경진대회에 참여할 수 있도록 지원해 왔다. 2023년 10월 기준으로 이 플랫폼은 194개국에서 1,500만 명 이상의 사용자를 보유하게 되었으며, 캐글 컴피티션은 머신러닝과 인공지능 분야의 혁신을 측정하는 벤치마크로 자리 잡았다. 그러나 이 플랫폼은 비윤리적이고 신뢰할 수 없는 데이터의 사용을 용이하게 했다는 비판도 받아 왔다.
역사
캐글은 2010년 4월 Anthony Goldbloom(앤서니 골드블룸)에 의해 설립되었다. 초기 사용자 중 한 명이었던 Jeremy Howard(제레미 하워드)는 2010년 11월에 합류하여 사장 겸 최고 과학자로 활동했으며, Nicholas Gruen(니콜라스 그루언)이 초대 의장을 맡았다. 2011년, 회사는 1,250만 달러의 자금을 유치했고, Max Levchin(맥스 레브친)이 회장이 되었다. 2017년 3월 8일, 당시 Google의 최고 과학자였던 Fei-Fei Li(페이페이 리)는 Google이 캐글을 인수했음을 발표했다. 2017년 6월, 캐글은 등록 사용자 수 100만 명을 돌파했으며, 2023년 10월에는 194개국에서 1,500만 명 이상의 사용자를 보유하게 되었다. 2022년, 설립자인 Goldbloom(골드블룸)과 Ben Hamner(벤 햄너)는 자리에서 물러났고, D. Sculley(D. 스컬리)가 CEO가 되었다. 2023년 2월, 캐글은 사전 학습된 모델을 발견하고 활용할 수 있는 Models(모델) 기능을 도입했으며, 이는 다양한 도구와의 심층 통합을 제공한다. 2025년 4월, 캐글은 위키미디어 재단과 파트너십을 체결했다.
컴피티션
캐글에서는 설립 이후 수많은 머신러닝 경진대회가 개최되었다. 주요 사례로는 Microsoft Kinect(마이크로소프트 키넥트)용 제스처 인식, Manchester City(맨체스터 시티)를 위한 축구 AI, Two Sigma Investments(투 시그마 인베스트먼츠)의 트레이딩 알고리즘, CERN(유럽 입자 물리 연구소)의 힉스 보손 탐색 개선 등이 있다. 대회 주최 측은 데이터와 문제 설명을 제공하며, 선택적으로 상금을 내건다. 참가자들은 다양한 기법을 실험하며 최상의 모델을 만들기 위해 경쟁하고, 그 결과물은 Kaggle Notebooks(캐글 노트북, 구 명칭 Kernels)를 통해 공개적으로 공유된다. 제출은 노트북, 수동 업로드, 또는 Kaggle API(캐글 API)를 통해 이루어진다. 대부분의 대회는 제출 직후 숨겨진 테스트 데이터로 점수를 매겨 실시간 리더보드에 결과를 표시한다. 수상자는 주최 측에 전 세계적, 영구적, 취소 불가능하며 로열티가 없는 라이선스를 부여해야 하지만, 이는 비독점적 조건 하에 적용된다.
캐글은 또한 상위 참가자만을 대상으로 하는 비공개 대회, 학술 연구를 위한 무료 도구, 그리고 Facebook(페이스북), Winton Capital(윈턴 캐피탈), Walmart(월마트)와 같은 기업들이 데이터 과학 인재를 채용하기 위해 개최하는 리크루팅 대회도 운영한다. 이러한 대회들은 HIV 연구, 체스 등급 산정, 교통 흐름 예측 등의 분야에서 성과를 거두었다. 특히 주목할 만한 사례로, Geoffrey Hinton(제프리 힌튼)과 George Dahl(조지 달)은 딥러닝과 신경망을 활용해 Merck(머크) 대회에서 우승했고, Hinton(힌튼)의 제자였던 Vlad Mnih(블라드 므니)는 Adzuna(아주나) 대회에서 유사한 기법으로 우승하며 커뮤니티 내에서 딥러닝의 대중화를 이끌었다. Washington 대학의 Tianqi Chen(톈치 천)은 XGBoost(엑스지부스트)의 우수성을 입증했으며, 이후 이 알고리즘은 캐글 대회에서 Random Forest(랜덤 포레스트)를 대체하는 지배적인 방법론이 되었다. 또한 여러 학술 논문이 대회 결과를 바탕으로 출판되었으며, 이는 종종 실시간 리더보드의 경쟁적 환경에서 비롯된 혁신에서 영감을 받았다.
등급 시스템
캐글은 Novice(노비스), Contributor(컨트리뷰터), Expert(엑스퍼트), Master(마스터), Grandmaster(그랜드마스터)의 다섯 단계로 구성된 등급 시스템을 운영한다. 각 등급은 컴피티션, 데이터셋, 노트북, 토론 참여 등에서의 활동과 성과에 따라 부여되는 기준을 충족해야 달성할 수 있다. 최고 등급인 캐글 그랜드마스터가 되기 위해서는 여러 대회에서 상위권을 차지해야 하며, 특히 개인 참가 부문에서 높은 순위를 기록해야 한다. 2025년 4월 2일 기준으로, 총 2,329만 개의 계정 중 2,973명이 마스터 등급을, 612명이 그랜드마스터 등급을 달성했다.
캐글 노트북
Kaggle Notebooks(캐글 노트북)는 데이터 과학과 머신러닝을 위한 무료 브라우저 기반 통합 개발 환경(IDE)이다. 사용자는 Python(파이썬) 또는 R(알) 언어로 코드를 작성하고 실행할 수 있으며, 데이터셋을 가져오고, 인기 있는 라이브러리를 활용하며, 클라우드 환경에서 CPU, GPU, TPU를 사용해 모델을 학습시킬 수 있다. 이 노트북은 대회 제출, 튜토리얼, 교육, 탐색적 데이터 분석 등 다양한 용도로 널리 사용된다.
의학 연구 관련 문제점
캐글은 의학 연구에 사용되는 데이터셋과 관련하여 비판을 받아 왔다. 2025년 12월, The Transmitter(더 트랜스미터)는 Springer Nature(슈프링거 네이처)가 자폐 아동과 비자폐 아동의 얼굴 사진 데이터셋을 사용해 훈련된 신경망을 기반으로 한 논문 약 40편을 철회하거나 삭제했다고 보도했다. 이 데이터셋은 2,900장 이상의 이미지로 구성되어 캐글에 업로드된 것으로, 연구 사용에 대한 동의가 이루어졌을 가능성은 낮은 것으로 알려졌다. 또한 최소 90편의 다른 출판물이 이 데이터셋을 인용한 것으로 나타났다. 2026년 4월, Nature(네이처) 저널은 캐글에 업로드된 두 개의 데이터셋이 출처가 불분명한 채로 125개의 임상 예측 모델에 사용되었으며, 그중 두 개는 인도네시아와 스페인의 병원에서, 하나는 의료 기기 특허에서 활용되었다는 사실을 발표했다. 2026년 6월 5일까지 이 데이터셋을 사용한 논문 5편이 철회되었다. 2026년 5월, Retraction Watch(리트랙션 워치)의 기사는 뇌졸중과 당뇨병 데이터셋에 대해 '터무니없이 형편없는' 데이터가 포함되어 있다고 지적했다. 여기에는 Sylvester Stallone(실베스터 스탤론)과 George Clooney(조지 클루니) 같은 유명인의 이미지와 어린이 사진이 포함되어 있었으며, 일부 이미지는 잘못된 라벨이 붙어 있었다. 이 중 하나의 데이터셋은 캐글에서 삭제되었지만, 다른 하나는 어린이 이미지에 대한 동의 없이도 계속 남아 있는 상태이다.