NL2SQL
자연어 기반 데이터베이스 분석 및 처리
자연어로 질문하면 복잡한 데이터베이스 구조를 분석하여 최적의 SQL 쿼리를 생성하고, 실행 결과까지 가시화하여 제공합니다.
최종 업데이트:
데이터는 있는데 활용하지 못하는 이유
기업의 핵심 자산인 데이터는 DB에 있지만, SQL을 다룰 수 있는 직원은 소수입니다. 데이터 분석 요청이 IT 부서에 집중되어 평균 3~5일의 대기가 발생하고, 그 사이 의사결정 타이밍을 놓치는 일이 반복됩니다.
비전문가도 즉시 데이터를 분석하려면?
SQL을 몰라도 됩니다. '지난달 매출 상위 10개 제품 알려줘'처럼 자연어로 질문하면 AI가 최적의 쿼리를 생성하고 결과를 차트로 보여줍니다. 비즈니스 담당자가 IT 부서 없이도 실시간 데이터를 직접 분석할 수 있습니다.
㈜서브소프트의 NL2SQL은?
온프레미스 환경에서 운영 가능하여 민감한 기업 데이터를 외부로 보내지 않습니다. MySQL, PostgreSQL, Oracle 등 주요 RDBMS와 연동되며, 기업 데이터 스키마에 특화된 학습으로 90% 이상의 쿼리 정확도를 달성합니다.
주요 기능
자연어 질의
SQL 지식 없이도 자연어로 데이터베이스의 정보를 조회하고 분석할 수 있습니다.
쿼리 최적화
LLM이 데이터 스키마를 이해하여 고성능의 정확한 SQL 쿼리를 생성합니다.
시각화 레포트
조회된 데이터를 차트와 그래프 형태로 즉시 변환하여 리포팅합니다.
다양한 DB 지원
MySQL, PostgreSQL, Oracle 등 주요 RDBMS와 완벽하게 연동됩니다.
기술 사양
지원 데이터베이스
- MySQL · MariaDB
- 가장 널리 쓰이는 구성. 별도 변환 없이 연동
- PostgreSQL
- 스키마·뷰 구조를 인식해 쿼리 생성
- Oracle Database
- 패키지·시노님 등 고유 객체는 도입 시 별도 분석
- MS SQL Server
- T-SQL 문법으로 생성
동작 환경
- 배포 방식
- 온프레미스 · 프라이빗 클라우드
- LLM 구동
- 사내 서버에서 직접 구동. 외부 API 호출 없음
- 네트워크
- 인터넷과 분리된 폐쇄망 구성 가능
- 접근 권한
- 데이터베이스 계정 권한을 그대로 상속
입력과 출력
- 질의 입력
- 한국어 자연어 문장
- 결과 출력
- 데이터 표 · 차트 · 생성된 SQL 원문
- 쿼리 정확도
- 도메인 특화 학습 후 90% 이상
도입 절차
- 1
스키마 분석
테이블·컬럼·관계 구조를 파악하고, 업무에서 쓰는 용어와 실제 컬럼명을 연결합니다. 정확도는 여기서 대부분 결정됩니다.
- 2
정확도 검증 (PoC)
실제로 물어볼 질의 30~50건을 뽑아 정확도를 측정합니다. 도입 여부를 이 결과로 판단하실 수 있습니다.
- 3
튜닝
오답이 난 유형을 분석해 스키마 주석과 용어 사전을 보강합니다. 같은 질문에서 반복되는 오류를 줄이는 단계입니다.
- 4
구축·연동
사내 서버에 설치하고 사용자 계정과 데이터베이스 권한을 연결합니다. 조회 전용 계정 사용을 권장합니다.
- 5
운영
실제 질의 이력을 바탕으로 자주 틀리는 부분을 계속 보완합니다.
이렇게 씁니다
“지난 분기 지역별 매출 상위 10개 제품”
주간 보고 자료를 담당자가 직접 뽑습니다. IT 부서에 요청하고 기다리는 시간이 사라집니다.
“전년 동기 대비 부서별 비용 증감”
마감 전 확인이 필요한 수치를 그 자리에서 조회합니다. 숫자가 이상하면 바로 다시 물어볼 수 있습니다.
“지난달 라인별 불량률 추이”
현장 담당자가 직접 조회해 이상 징후를 빠르게 확인합니다.
“연도별 민원 처리 건수를 유형별로”
통계 조회 요청을 담당 부서가 직접 처리합니다. 폐쇄망에서 운영되므로 내부 데이터가 밖으로 나가지 않습니다.
자주 묻는 질문
네, SQL 지식이 전혀 없어도 됩니다. '지난달 부서별 비용 합계 보여줘'처럼 자연어로 질문하면 NL2SQL이 자동으로 쿼리를 생성하고 결과를 시각화합니다.
MySQL, PostgreSQL, Oracle, MS SQL Server 등 주요 RDBMS를 지원합니다. 기존 사내 데이터베이스에 별도 변환 없이 바로 연동됩니다.
네, Oracle Database를 지원합니다. 다만 Oracle 환경은 패키지, 시노님, 뷰 등 고유 객체를 폭넓게 쓰는 경우가 많아, 도입 초기 스키마 분석 단계에서 이 부분을 함께 확인하고 매핑합니다.
온프레미스 환경으로 운영 시 모든 처리가 사내 서버에서 이루어지며 데이터가 외부로 전송되지 않습니다. LLM도 사내에서 직접 구동하므로 외부 API를 호출하지 않습니다. 인터넷과 분리된 폐쇄망 구성도 가능합니다.
조회 전용 데이터베이스 계정을 연결하는 구성을 권장합니다. 계정 권한 수준에서 쓰기와 삭제가 차단되므로, 생성된 쿼리가 어떤 형태든 데이터를 변경할 수 없습니다.
데이터베이스 계정 권한을 그대로 따릅니다. 부서별로 접근 가능한 테이블이 다르다면 해당 권한의 계정을 연결해, 그 범위 안에서만 조회되도록 구성합니다.
도메인 특화 학습을 거쳐 90% 이상의 쿼리 정확도를 달성합니다. 도입 초기 스키마 분석 및 튜닝 기간을 통해 정확도를 지속적으로 최적화합니다.
테이블 개수보다 스키마의 명확성이 정확도를 좌우합니다. 컬럼명이 축약어이거나 주석이 없으면 AI가 의미를 파악하기 어렵습니다. 그래서 도입 초기에 업무에서 쓰는 용어와 실제 컬럼을 연결하는 작업을 함께 진행합니다.
BI 도구는 미리 만들어 둔 대시보드를 보는 방식이라, 새로운 질문이 생기면 담당자에게 대시보드 수정을 요청해야 합니다. NL2SQL은 질문 자체를 그때그때 던질 수 있습니다. 정기적으로 보는 지표는 BI로, 그때그때 생기는 질문은 NL2SQL로 나눠 쓰는 구성도 가능합니다.
스키마 규모와 질의 유형에 따라 달라집니다. 실제로 물어볼 질의 30~50건으로 정확도를 먼저 측정하는 PoC를 거친 뒤 일정을 협의하는 방식을 권장합니다.
NL2SQL 도입이 궁금하신가요?
간단한 정보만 남겨주시면 담당자가 빠르게 연락드립니다.