본 논문은 기존의 규칙 기반 SQL 쿼리 재작성 방식의 한계를 극복하기 위해, 대규모 언어 모델(LLM)을 활용한 새로운 접근 방식인 QUITE를 제안합니다. 기존 방식은 미리 정의된 규칙에 의존하여 쿼리 패턴과 재작성 전략의 다양성이 제한적이고 성능 저하를 야기할 수 있었습니다. QUITE는 LLM 에이전트 기반의 학습이 필요 없는 피드백 인식 시스템으로, 유한 상태 머신(FSM)을 이용한 다중 에이전트 프레임워크, 재작성 미들웨어, 힌트 주입 기법을 통해 LLM의 환각 문제를 해결하고, 보다 광범위한 쿼리 패턴과 재작성 전략을 지원하며 성능을 향상시킵니다. 실험 결과, QUITE는 최첨단 방식에 비해 쿼리 실행 시간을 최대 35.8% 단축하고, 기존 방식보다 24.1% 더 많은 쿼리를 재작성하는 것으로 나타났습니다.
