본 논문은 비정형 데이터(텍스트 또는 이미지)가 포함된 표에 대한 질의응답 과제를 해결하기 위해, SQL과 대규모 언어 모델(LLM)을 동적으로 통합하는 모듈형 파이프라인인 Weaver를 제안합니다. Weaver는 복잡한 질의를 관리 가능한 하위 작업으로 분해하여 SQL을 사용한 구조적 데이터 검색과 LLM을 사용한 의미 처리를 단계별 계획으로 결합합니다. 이를 통해 정확도와 일반화 성능을 향상시키고, 기존 방식보다 적은 API 호출과 오류율로 네 가지 TableQA 데이터셋에서 최첨단 성능을 달성합니다. 기존의 SQL과 LLM 결합 방식이 고정된 워크플로우에 의존하는 것과 달리, Weaver는 유연한 단계별 계획 생성을 통해 복잡한 질의에도 적응력을 높입니다.
