에이펙스SQL 데이터 탐색 기반 텍스트투SQL

초록

APEX‑SQL은 정적 스키마에 의존하는 기존 텍스트‑투‑SQL 모델의 한계를 극복하기 위해 가설‑검증 루프와 에이전트 탐색을 도입한다. 논리적 계획, 이중 경로 프루닝, 병렬 데이터 프로파일링, 전역 합성을 통해 스키마 연결을 정밀화하고, 결정적 가이드 회수를 이용해 SQL 생성 단계에서도 실데이터 기반 검증을 수행한다. BIRD와 Spider 2.0‑Snow 벤치마크에서 각각 70.65 %·51.01 % 실행 정확도를 달성하며 토큰 사용량을 감소시킨다.

상세 분석

본 논문은 대규모 기업 데이터베이스에서 텍스트‑투‑SQL 모델이 직면하는 ‘정적 스키마’ 문제를 근본적으로 재구성한다. 핵심 아이디어는 ‘가설‑검증(H‑V) 루프’를 에이전트 형태로 구현해, 모델이 질문을 해석할 때 즉시 실제 데이터에 대한 탐색·검증을 수행하도록 하는 것이다.

1. 논리적 계획(Logical Planning) – 질문을 순수 자연어 형태의 논리적 단계로 전환하고, 이를 여러 후보 플랜으로 샘플링한 뒤 합의 기반 통합 과정을 거쳐 마스터 플랜을 만든다. 이 과정에서 스키마 이름과 컬럼명을 일시적으로 배제해, 모델이 문자열 유사성에 의존하는 스키마 편향을 최소화한다.
2. 이중 경로 프루닝(Dual‑Pathway Pruning) – 후보 플랜이 생성된 뒤, 두 개의 필터링 경로(시맨틱 매칭과 구조적 연관성)를 동시에 적용해 탐색 공간을 급격히 축소한다. 이는 대규모 엔터프라이즈 DB에서 전체 컬럼·테이블을 전부 검증하는 비용을 크게 낮춘다.
3. 병렬 데이터 프로파일링(Parallel Data Profiling) – 프루닝된 후보에 대해 다중 스레드로 실제 데이터를 샘플링하고, 값 분포·도메인 제약·키‑외래키 관계 등을 실시간으로 확인한다. 이를 통해 ‘컬럼 역할’(예: 상태 컬럼, 식별자 컬럼 등)을 데이터 기반으로 확정한다.
4. 전역 합성(Global Synthesis) – 개별 컬럼 검증 결과를 그래프 형태로 연결해, 전체 스키마 서브그래프가 논리적 플랜과 일관된 토폴로지를 갖도록 재구성한다. 누락된 외래키나 비정형 연결도 여기서 복구한다.
5. 결정적 가이드 회수(Deterministic Guidance Retrieval) – SQL 생성 단계에서는 논리적 플랜의 각 단계에 대응하는 탐색 지시문을 사전 정의된 템플릿에서 결정적으로 추출한다. 이렇게 얻은 지시문은 에이전트가 데이터 분포를 탐색하거나 중간 결과를 검증할 때 명확한 행동 공간을 제공한다.
6. 에이전트 탐색 및 최종 검증 – 에이전트는 탐색 지시문에 따라 데이터 샘플링·집계·조인 등을 수행하고, 얻은 증거를 바탕으로 후보 SQL을 생성한다. 마지막 단계에서 전체 증거와 비교해 실행 결과를 검증함으로써 ‘실행 정확도’를 보장한다.
   실험 결과는 두 가지 주요 벤치마크에서 기존 최첨단 모델을 능가한다. BIRD‑Dev에서는 70.65 % 실행 정확도로 OpenSearch‑SQL(69.3 %)·RSL‑SQL(67.2 %)를 앞섰으며, Spider 2.0‑Snow에서는 51.01 %로 DSR‑SQL(35.3 %)보다 크게 앞선다. 토큰 사용량도 평균 12 % 이상 절감되었다. Ablation 연구에서는 논리적 계획, 이중 경로 프루닝, 결정적 가이드가 각각 스키마 연결 재현율·SQL 정확도에 미치는 영향을 정량화해, 모든 구성 요소가 상호 보완적으로 작동함을 확인한다.
   전반적으로 APEX‑SQL은 ‘정적 스키마 → 동적 데이터 기반 탐색’이라는 패러다임 전환을 통해, 대규모 복잡 데이터베이스에서도 LLM의 잠재적 추론 능력을 효과적으로 끌어올린다.