자연어-SQL 변환의 핵심 요소: 모델 파이프라인 최적화 접근 방식 및 상호작용에 대한 체계적 분석

원문 발행 2026. 07. 13. 05:30원문 언어 영어AI 한국어 번역arXiv cs.AI 원문 보기

요약

본 논문은 자연어-SQL(NL2SQL) 변환이라는 미해결 문제에 접근하며, 여러 파이프라인 확장 요소들의 상호작용을 체계적으로 분석합니다. NatSQL 중간 표현 통합, 전처리 및 합성 데이터 기반 미세 조정, 재순위 지정기 개발 등을 포함하여 각 구성 요소의 기여도를 Shapley 분석으로 검증했습니다.

핵심 포인트

NL2SQL 변환은 여전히 해결해야 할 중요한 문제입니다.
파이프라인 확장 요소들의 상호작용 분석에 초점을 맞췄습니다.
단순 결합보다 구성 요소 간의 상호작용이 중요함을 발견했습니다.

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.

AI 자동 생성 콘텐츠

원문 바로가기

자연어-SQL 변환의 핵심 요소: 모델 파이프라인 최적화 접근 방식 및 상호작용에 대한 체계적 분석

요약

핵심 포인트

댓글