로컬 LLM으로 XQuery를 SQL로 변환하기: 파인튜닝이 필요할까, 더 나은 방법이 있을까?

기업 환경에서 로컬로 실행되는 대형언어모델(LLM)을 사용해 XQuery를 SQL로 변환할 때의 과제를 다룹니다. 가장 큰 문제는 훈련 데이터 부족입니다. XQuery와 대응하는 SQL 쌍이 충분한 다양성을 갖춘 형태로 확보되지 않는 것이죠. 저자는 먼저 파싱 기반 접근법을 시도했습니다. XQuery에서 테이블명, 컬럼, 조건 같은 요소를 추출하려는 방식이었습니다. 하지만 이 방법도 한계가 있었습니다. 이 글에서는 로컬 LLM의 파인튜닝이 정말 필요한지, 아니면 프롬프트 엔지니어링이나 RAG, 하이브리드 파싱 같은 다른 방법이 더 현실적인지를 살펴봅니다.