KAIST, AI 데이터 검색 실수 자동 수정…오류 부분만 바로잡는다

SQL 실행 오류 최대 87.4% 해결…정확도 5.8%p↑

토큰 최대 15.1배↓·수정 시간 29.6배 단축

카이스트(KAIST)는 김민수 전산학부 교수 연구팀이 자연어 질문을 데이터베이스 검색 명령어인 SQL로 바꾸는 과정에서 생기는 오류를 수정하는 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다. ⓒ카이스트

카이스트(KAIST)가 인공지능(AI)이 데이터베이스를 검색할 때 발생하는 오류를 찾아 잘못된 부분만 수정하는 기술을 개발했다.

KAIST는 김민수 전산학부 교수 연구팀이 자연어 질문을 데이터베이스 검색 명령어인 SQL로 바꾸는 과정에서 생기는 오류를 수정하는 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다.

AI가 실제 데이터베이스에 없는 항목을 사용하거나 자료를 잘못 연결하면 검색이 실패할 수 있다. 기존에는 작은 오류에도 대형언어모델(LLM)을 다시 불러 검색 명령 전체를 새로 만들어야 했다.

SafeQL은 데이터베이스의 오류 정보와 실제 저장된 내용을 이용해 잘못된 부분만 찾아 고친다. 존재하지 않는 항목이나 잘못된 데이터 연결 등을 수정하고 필요한 경우에만 LLM을 다시 사용한다.

BIRD 벤치마크 평가에서 SafeQL은 AI가 만든 SQL의 실행 오류를 최대 87.4% 해결했다. 실행 정확도는 기존 최고 기술보다 최대 5.8%포인트 높았다.

검색 명령 전체를 다시 만드는 기존 방식과 비교하면 토큰 사용량은 최대 15.1배 줄고 오류 수정 시간은 최대 29.6배 단축됐다.

이번 연구에는 이건호 KAIST 전산학부 연구원이 제1저자로 참여했다. 연구 결과는 1일부터 5일까지 미국 보스턴에서 열리는 데이터베이스 분야 국제학술대회 VLDB에서 발표될 예정이다.

김 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.