본 논문은 SQL 쿼리의 실행 효율을 높이기 위한 쿼리 재작성 시스템인 R-Bot을 제안합니다. 기존의 휴리스틱 및 학습 기반 방법들의 한계를 극복하기 위해, GPT-4와 같은 대규모 언어 모델(LLM)의 우수한 자연어 및 코드 이해 능력을 활용합니다. LLM의 환각(hallucination) 문제를 해결하기 위해, 다중 소스 재작성 증거 준비 파이프라인, 하이브리드 구조-의미 검색 방법, 단계별 LLM 재작성 방법을 제안합니다. 실제 데이터셋과 벤치마크를 사용한 실험 결과, R-Bot은 기존 최첨단 쿼리 재작성 방법들을 능가하는 성능을 보이며, Huawei에서 실제 고객에게 배포되어 쿼리 지연 시간을 단축시켰음을 보여줍니다.
