KAIST 전산학부 김민수 교수 연구팀이 AI가 생성한 데이터베이스 검색 명령(SQL)에서 오류 부분만 찾아 단계적으로 수정하는 기술 '세이프큐엘(SafeQL)'을 개발했다고 밝혔다.
최근 일상적인 말로 질문하면 AI가 이를 SQL로 변환해 기업의 매출·고객·재고 자료를 찾아주는 'Text-to-SQL' 기술이 확산되고 있다. 그러나 AI가 데이터베이스에 실제로 없는 테이블이나 항목을 잘못 사용하거나 자료를 잘못 연결하는 등의 실수를 저지를 경우 SQL이 실행되지 않는 문제가 발생했다. 기존에는 이러한 오류가 발생하면 검색 명령 전체를 다시 만들어야 했고, 이미 맞았던 부분까지 달라지거나 새로운 오류가 생기고 비용과 시간도 늘어나는 한계가 있었다.
SafeQL은 AI에게 검색 명령 전체를 다시 만들게 하는 대신 데이터베이스가 알려주는 오류와 실제 저장된 정보를 이용해 잘못된 부분만 찾아 수정한다. 연구팀은 이를 위해 실제로 실행 가능한 수정안 가운데 원래 AI가 만든 명령과 가장 가까운 답부터 찾아가는 '안전 질의 공간(Safe Query Space)' 방식을 설계했다. 또한 PostgreSQL 내부에 구현해 복잡한 명령에서도 오류 발생 위치를 정확하게 찾도록 했으며, 틀린 부분만 고쳐서는 해결하기 어려운 경우에만 LLM을 다시 사용하도록 해 불필요한 AI 사용을 줄였다.
BIRD와 Spider 벤치마크를 통한 성능 검증 결과, SafeQL은 BIRD 벤치마크에서 AI가 처음 만든 SQL의 실행 오류를 최대 87.4% 해결했으며, 실행 정확도도 기존 최고 기술보다 최대 5.8%포인트 높였다. 검색 명령 전체를 다시 만드는 기존 방식과 비교하면 토큰 사용량은 최대 15.1배 줄고, 오류 수정 시간은 최대 29.6배 단축됐다.
김민수 교수는 "SafeQL은 AI가 검색 과정에서 실수하더라도 처음부터 다시 하는 대신 틀린 부분만 바로잡아 오류와 비용, 시간을 함께 줄이는 기술로 신뢰할 수 있는 AI 업무 자동화를 앞당길 것으로 기대한다"고 말했다.
한편, 이번 연구에는 KAIST 전산학부 이건호 연구원이 제1저자로 참여했으며, 연구 결과는 9월 1일부터 5일까지 미국 보스턴에서 열리는 국제 데이터베이스 학술대회 VLDB에서 발표된다.
헬로티 구서경 기자 |
