한미래  정근영  김학수

10.5626/JOK.2025.52.11.907

semantic parsing Text-to-SQL 포인터 네트워크 디코딩

Text-to-SQL은 자연어 질의를 SQL 쿼리로 변환하는 작업이다. 기존 모델들은 주로 스케치 기반 방식이나 생성 기반 방식을 사용해 왔다. 그러나 스케치 기반 방식은 SQL 요소 간의 연관성을 충분히 활용하지 못하며, 생성 기반 방식은 추론 속도가 느리고 구문 오류가 발생하기 쉽다는 한계가 있다. 이러한 문제를 해결하기 위해 본 논문은 두 방식의 장점을 결합한 새로운 디코딩 전략인 Selective Decoding을 제안한다. Selective Decoding은 스케치 구조를 기반으로, 각 디코딩 단계마다 가장 적합한 방식을 선택적으로 적용한다. 이를 통해 SQL 요소 간의 상호 연관성을 효과적으로 반영하고, 구문적으로 정확한 SQL 쿼리를 생성할 수 있다. 실험 결과, 제안 모델은 기존 모델들에 비해 더 효율적이고 정확하게 SQL 쿼리를 생성하는 것으로 확인되었다.