본 논문은 Google의 최첨단 LLM인 Gemini-1.5-pro의 확장된 context window (long context)를 활용하여 NL2SQL 문제를 해결하는 연구입니다. 자연어 질문의 모호성과 복잡한 데이터 스키마 및 의미를 정확하게 이해해야 하는 SQL 생성의 어려움을 해결하기 위해, 다양한 context 정보 (열 예시 값, 질문-SQL 쿼리 쌍, 사용자 제공 힌트, SQL 문서, 스키마 등)의 영향을 분석합니다. 기존 연구와 달리, 확장된 context window와 추가 context 정보가 NL2SQL 생성의 정확도와 지연 시간에 미치는 영향을 정량적으로 분석하고, fine-tuning이나 비용이 많이 드는 self-consistency 기법 없이도 Gemini-pro-1.5 기반의 long-context NL2SQL 파이프라인이 여러 benchmark 데이터셋에서 강력한 성능을 달성함을 보여줍니다.
