대규모 언어 모델(LLM) 시대에 자연어-SQL (NL2SQL) 변환은 여전히 많은 유용한 응용 분야를 가진 미해결 문제로 남아 있습니다. 본 논문에서는 더 가벼운 모델 개발에 영감을 주기 위해 여러 NL2SQL 파이프라인 확장 간의 상호작용을 탐구합니다. 구체적으로, NatSQL 중간 표현(intermediate representation)을 통합하고, 전처리 단계와 합성 데이터 기반의 미세 조정 단계를 포함하며, 최종 빔에서 SQL 선택을 개선하기 위한 새로운 재순위 지정기(reranker model)를 개발합니다. 우리는 SmBoP 및 RASAT라는 두 가지 백본 아키텍처에 통합된 이러한 다양한 구성 요소들에 대한 Shapley 분석이 보강된 제거 연구(ablation study)를 수행합니다. 그 결과, 이 모든 것을 단순히 결합하는 것이 최상의 결과를 가져오지는 않지만, 그 영향은 기준 시스템과의 상호작용뿐만 아니라 각 구성 요소 간의 상호작용에도 달려 있음을 발견했습니다.