관계형 데이터베이스 스키마를 베이지안 그래프 모델로 자동 변환

초록

본 논문은 기존에 도메인 전문가가 직접 설계하던 확률적 의존 관계를, 관계형 데이터베이스 스키마만으로 자동 생성하는 방법을 제안한다. 스키마의 테이블·컬럼·외래키 정보를 활용해 베이지안 네트워크를 구성하고, 각 컬럼에 맞는 맞춤형 분포와 잠재 군집 변수를 도입한다. 합성 및 실제 데이터셋을 이용한 실험에서 높은 예측 정확도와 확장성을 입증한다.

상세 분석

이 연구는 관계형 데이터베이스(RDB)의 스키마 정보를 확률 그래프 모델, 특히 베이지안 네트워크(Bayesian Network)로 매핑하는 새로운 파이프라인을 제시한다. 기존 접근법은 도메인 전문가가 변수 간 인과 관계와 조건부 확률표(CPT)를 수작업으로 정의해야 했으며, 이는 비용이 많이 들고 오류 가능성이 높았다. 저자들은 스키마의 구조적 요소—테이블, 컬럼, 기본키·외래키 제약—를 그대로 그래프의 노드와 엣지로 변환한다. 각 테이블은 하나의 잠재 변수(클러스터 변수)와 연결되고, 이 잠재 변수는 해당 테이블의 레코드들을 군집화한다. 컬럼은 해당 테이블의 잠재 변수에 조건부로 연결되며, 데이터 타입에 따라 베르누이, 정규, 포아송 등 적절한 확률 분포가 자동 선택된다. 외래키는 두 테이블 사이에 직접적인 의존 관계를 나타내는 엣지로 구현되어, 데이터베이스의 정규화 원칙을 확률적 의존성으로 그대로 반영한다. 모델 학습은 변분 추론(Variational Inference)과 Gibbs 샘플링을 결합한 하이브리드 방식으로 수행되며, 스키마 기반 구조 덕분에 파라미터 공간이 크게 축소돼 대규모 데이터에서도 효율적인 추론이 가능하다. 실험에서는 합성 데이터에서 알려진 토폴로지를 정확히 복원했으며, 실제 기업 데이터셋(예: 고객‑주문‑상품)에서는 기존 수동 설계 모델 대비 평균 8% 이상의 로그우도 향상을 보였다. 또한, 모델 크기가 스키마 복잡도에 비례해 선형적으로 증가함을 확인해, 수천 개 테이블을 포함하는 대형 데이터베이스에도 확장 가능함을 입증했다. 이 접근법은 데이터 과학 파이프라인에서 초기 탐색 단계의 모델링 비용을 크게 절감하고, 데이터베이스 설계와 통계 모델링 사이의 격차를 메우는 실용적인 해결책으로 평가된다.