본 논문은 LLM 기반 Text-to-SQL 접근 방식의 높은 계산 비용 문제를 해결하기 위해, 질의의 복잡도에 따라 적절한 SQL 생성 파이프라인을 할당하는 복잡도 인식 라우팅 프레임워크인 EllieSQL을 제안합니다. 다양한 라우터를 조사하여 단순 질의는 효율적인 방법으로, 복잡한 질의는 계산 집약적인 방법으로 처리합니다. 또한, 토큰 투자 대비 성능 향상의 반응성을 정량화하여 비용 효율성을 나타내는 Token Elasticity of Performance (TEP) 지표를 도입합니다. 실험 결과, EllieSQL은 최첨단 방법을 항상 사용하는 것과 비교하여 토큰 사용량을 40% 이상 줄이면서 Bird 개발 세트에서 성능 저하 없이 TEP를 2배 이상 향상시켰습니다. 이는 비용 효율적인 Text-to-SQL을 추구하는 데 기여할 뿐만 아니라, 지속 가능한 Text-to-SQL 발전에 자원 효율성과 성능을 함께 고려해야 함을 시사합니다.
