DBMS별 SQL 차이를 반영한 Few-Shot Prompt 최적화 제안

[seyoung4503]

Why ❓

현재 상황:

• 현재 llm_utils/chains.py 파일의 create_query_maker_chain 함수에서 Few-Shot SQL예제가 모든 DBMS에 동일하게 적용되고 있습니다.

Lang2SQL/llm_utils/chains.py

Lines 90 to 104 in 36b5a88

	최종 형태 예시:
	<SQL>
	```sql
	SELECT COUNT(DISTINCT user_id)
	FROM stg_users
	```
	<해석>
	```plaintext (max_length_per_line=100)
	이 쿼리는 stg_users 테이블에서 고유한 사용자의 수를 계산합니다.
	사용자는 유니크한 user_id를 가지고 있으며
	중복을 제거하기 위해 COUNT(DISTINCT user_id)를 사용했습니다.
	```

문제점 👿:

• DBMS마다 SQL 문법이 다르므로, 특정 DBMS에서는 올바르지 않은 SQL이 생성될 가능성이 있습니다.

How 🤔

• 해결 방안 ✅:
  • DBMS에 따른 SQL-FewShot을 위 프롬프트에 추가하여 데이터베이스 환경에 맞는 올바른 쿼리를 생성하게 합니다.
  • DBMS에 따른 Syntax 용어 사전을 생성해 SQL 문법 구조를 반영하여 쿼리를 생성할 수 있습니다.

What 🛠️

• DBMS 종류 선정 논의
  • Oracle, MySQL, PostgreSQL, DuckDB 등 종류 선정
• DBMS별 SQL 예제 맞춤화
  • DBMS별 문법 차이 분석 (키워드 등)
  • DBMS별 예제 코드 정의 및 추가 - best_practice_query에 따른 로깅이나 최적의 케이스 수동 추가
• DBMS Syntax 용어 사전 구현
  • SQL 용어 사전 정의 - 함수 및 키워드에 따른 설명 작성
  • create_query_maker_chain과 용어 사전 결합을 통해 올바른 쿼리 생성

[YuujinHwang]

DBMS 별로 SQL 쿼리 생성을 위한 Node를 분기하여 적용하는 방식을 적용해 볼 수도 있을 것 같습니다 :)
DB별로 제공하고 있는 내장함수들이 다르며, 오라클 같은 경우 LLM 생성 쿼리 유효성 검증 시 거의 항상 사용되는 LIMIT clause 등을 상이하게 사용하고 있어, Langchain에서 제공하는 기본 SQL 유틸에서는 별도의 프롬프트로 분기처리 하고 있는게 확인됩니다.

https://github.com/langchain-ai/langchain/blob/master/libs/langchain/langchain/chains/sql_database/prompt.py

-> 링크수정완료

[ehddnr301]

비개발 직군이 데이터 조회하기 위한 용도라서 langchain에서 제공하는 유틸을 사용하면 어떤 디비에 연결을 했는지에 따라 프롬프트가 공개되어있음