[논문리뷰] Automating Database-Native Function Code Synthesis with LLMs

링크: 논문 PDF로 바로 열기

메타데이터

저자: Wei Zhou, Xuanhe Zhou, Qikang He, Guoliang Li, Bingsheng He, Quanqing Xu, Fan Wu

## 1. Key Terms & Definitions (핵심 용어 및 정의)

• Database-Native Function : SQL 수준의 인터페이스를 통해 노출되며, 데이터베이스 커널 내부에 직접 구현된 실행 가능한 함수 집합입니다.
• Function Characterization : 데이터베이스 코드베이스에서 선언, 구현 단위, 의존성을 자동으로 추출하여 합성 가능한 구조적 템플릿을 생성하는 모듈입니다.
• Fill-in-the-Blank Synthesis Model : 전체 코드를 처음부터 생성하는 대신, 핵심 구현 단위(blanks)를 선별하여 채워 넣는 확률적 코드 합성 기법입니다.
• Adaptive Tool Orchestration : 다양한 데이터베이스 합성 작업(bash, 정적 분석, LLM 생성 등)을 툴로 추상화하고, 유사한 과거 합성 궤적(trajectory)을 기반으로 동적으로 시퀀싱하는 프레임워크입니다.

## 2. Motivation & Problem Statement (연구 배경 및 문제 정의) 본 논문은 데이터베이스 시스템의 복잡도가 증가함에 따라 필수적으로 요구되는 Database-Native Function의 자동 합성 문제를 해결하고자 합니다. 기존의 일반적인 코드 생성 모델이나 에이전트는 데이터베이스의 고유한 구조적 특성(예: 소스 코드 분산, 복잡한 내부 매크로, 엄격한 등록 규정)을 이해하지 못해 합성 실패가 잦다는 한계가 있습니다. 특히, 대규모 코드베이스에서의 비효율적인 파일 검색과 핵심 레퍼런스 누락은 코드 생성의 정확도를 심각하게 저해합니다. 따라서 본 연구는 데이터베이스 내부 커널 구조를 반영한 정교한 합성 파이프라인의 필요성을 제기하며, 이를 위해

에서 제시하는 DBCooker 시스템을 제안합니다.

## 3. Method & Key Results (제안 방법론 및 핵심 결과) DBCooker 는 크게 Function Characterization , Function Synthesis Operations , Adaptive Tool Orchestration 의 세 가지 핵심 모듈을 통해 합성 정확도를 극대화합니다. 첫째, 그래프 기반 분석을 통해 필요한 함수 단위를 식별하고 필수 레퍼런스를 추출합니다. 둘째, Pseudo-based Coding Plan Generation 과 Progressive Code Synthesis 를 통해 생성 단계를 구조화하고, 3단계(Syntax, Compliance, Semantic) 검증을 거쳐 코드의 무결성을 보장합니다. 마지막으로, LLM 컨트롤러가 과거 유사 합성 궤적을 활용하여 최적의 도구 호출 순서를 동적으로 결정하는 적응형 오케스트레이션을 수행합니다. 실험 결과, DBCooker 는 SQLite, PostgreSQL, DuckDB에서 기존 최첨단 모델인 Claude Code 대비 평균 34.55% 높은 정확도를 기록했습니다.

과

에 따르면, 특히 난이도가 높은 함수들에 대해 타 방법론보다 월등한 성능을 보이며, 성공적인 컴파일과 테스트 통과를 아우르는 Acc_EXE 와 Acc_RES 지표에서 압도적인 우위를 점했습니다.

## 4. Conclusion & Impact (결론 및 시사점) 본 연구는 LLM 기반의 데이터베이스 네이티브 함수 자동 합성 시스템인 DBCooker 를 통해 복잡한 커널 수준의 코드 구현 문제를 효과적으로 해결하였습니다. 본 시스템은 데이터베이스의 고유한 도메인 지식을 합성 프로세스에 통합함으로써, 기존 범용 모델이 가진 고질적인 할루시네이션과 참조 오류를 성공적으로 극복했습니다. 본 연구는 향후 데이터베이스 유지보수 비용을 절감하고, 다양한 버전의 데이터베이스 시스템 간 기능 마이그레이션을 자동화하는 데 핵심적인 기여를 할 것으로 기대됩니다.

---

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.