Text2SQL 오류 분석과 개선 방안

이 게시물은 LLM 기반 Text-to-SQL 시스템의 오류 유형과 개선책을 정리합니다.

오류 유형 및 통계

• 7가지 대분류, 29개 유형으로 쿼리 오류 분석
• 전체 SQL 쿼리 중 37%가 오류 포함, 의미 및 스키마 오류가 절반 이상

기존 접근법의 한계와 새로운 해결책

• 기존 LLM 자기교정은 수정률 낮고 오수리 및 지연 문제 존재
• MapleRepair는 규칙 기반 감지와 LLM 보조 활용으로 13.8% 높은 수정률과 낮은 오버헤드 달성

실무적 시사점

• 규칙 기반 오류 탐지와 필요한 경우만 LLM 호출하는 하이브리드 구조가 효과적
• 스키마 정보와 데이터 리니지 캐싱 활용이 중요