Semantic Catalog — 자연어를 SQL로 (text-to-SQL)
Semantic Catalog — 자연어를 SQL로 (text-to-SQL)
Text-to-SQL은 사람의 질문을 SQL 쿼리로 바꿔주는 자연어 처리 기술이에요. 비전문가도 복잡한 SQL 문법 대신 일상 언어로 데이터를 다루게 해주죠. 그런데 그냥 LLM에게 쿼리를 쓰라고 하는 건 쉽지 않아요.
출처: https://github.com/timescale/pgai/blob/main/docs/semantic_catalog/README.md
그 이유를 보면요.
- DB 스키마만으로는 질문에 답하는 데 필요한 맥락이 빠져 있을 때가 많아요. 예를 들어
orders테이블이 고객 주문인지 구매 주문인지 스키마만으론 알 수 없죠. - LLM은 비결정적이고 예측이 어려워요.
- 테이블·컬럼·로직을 환각(hallucinate)하기도 해요.
- 실제 데이터를 질의할 땐 정밀도가 중요한데, 작은 오류도 생산 시스템 신뢰를 깨뜨려요.
스키마 전체를 프롬프트에 덤프하고 주석·샘플 데이터를 붙여도, 스키마가 비즈니스 로직·테이블에 대한 핵심 맥락을 놓치면 안 될 수 있어요. Semantic Catalog는 데이터베이스 설명을 자동 생성해 이 맥락을 채워주고, 에이전트 앱에서 자연어 질의가 정확한 SQL로 이어지게 도와줘요. 시작 방법은 Semantic Catalog 문서의 "How do I get started?"에서 확인할 수 있어요.