완전 귀납적 카디널리티 추정 (Fully Inductive Cardinality Estimation)

요약

지식 그래프(KG) 상의 SPARQL 쿼리 최적화를 위한 새로운 학습 기반 카디널리티 추정기인 FICE를 제안합니다. FICE는 재학습 없이도 새로운 그래프에 일반화할 수 있는 귀납적(Inductive) 방식을 사용하여 기존 모델의 한계를 극복했습니다.

핵심 포인트

• 재학습 없이 새로운 그래프에 적용 가능한 최초의 귀납적 카디널리티 추정기 제안
• GNN 기반의 인코더와 디코더 구조를 통해 로그 카디널리티 예측
• 이웃 샘플링을 통해 수백만 개의 트리플을 가진 대규모 KG로 확장 가능
• 기존 모델 대비 q-error를 13.54에서 5.34로 크게 개선
• 1밀리초 미만의 매우 낮은 추정 지연 시간 달성