EGRefine: 텍스트-SQL 스키마 정교화를 위한 실행 기반 최적화 프레임워크

텍스트-SQL(Text-to-SQL)은 비전문가 사용자가 자연어로 데이터베이스를 쿼리할 수 있게 하지만, 실제 세계의 스키마는 모호하거나 약축된 명명 규칙을 가지고 있어 모델 정확도를 저하시키는 경우가 많습니다. 기존 접근법은 스키마를 고정된 것으로 간주하고 오류를 다운스트림에서 해결합니다. 이 논문에서는 스키마 정교화를 제약 최적화 문제(constrained optimization problem)로 설정합니다: 데이터베이스 뷰(view)를 통해 쿼리 동등성(query equivalence)을 유지하면서 다운스트림 텍스트-SQL 실행 정확도를 최대화하는 리네이밍 함수(renaming function)를 찾습니다. 이 문제의 계산 난도(computational hardness)를 분석하여, 이를 컬럼별 그리디 분해(column-wise greedy decomposition)로 구현하고 EGRefine: 모호한 컬럼을 스크리닝(screening), 컨텍스트 인식 가능한 후보 명칭 생성, 실행 기반 피드백을 통한 검증, 결과물为非破坏性的 SQL 뷰(materialize as non-destructive SQL views)로 4 단계 파이프라인으로 구체화합니다. 이 파이프라인은 두 가지 구조적 특성을 가집니다: 검증 단계의 보수적인 선택 규칙(conservative selection rule)에 의해 보장되는 컬럼 국소 비퇴화(column-local non-degradation), 그리고 뷰 기반 재료화 단계(view-based materialization phase)에 의해 보장되는 데이터베이스 수준 쿼리 동등성(database-level query equivalence). 이 두 가지 특성으로 인해 결과는 컬럼 수준에서 구성적으로 안전합니다. 교차 컬럼 및 프롬프트 수준의 상호작용은 분석적 접근이 아닌 경험적(experimentally) 방식으로 처리됩니다. 제어된 스키마 열화, 실제 세계, 기업 벤치마크를 통해 EGRefine는 스키마 명명 노이즈로 인한 정확도 손실을 회복하며, 현재 텍스트-SQL 능력의 한계를 초과하는 작업에서는 올바르게 회피합니다. 정교화된 스키마는 모델 가족 간에 전이되어 refine-once, serve-many-models 배포를 가능하게 합니다. 코드와 데이터는 https://github.com/ai-jiaqian/EGRefine 에서 공개적으로 이용 가능합니다.