전체 시리즈

NL-to-SQL Agent

연재중

자연어를 SQL로 변환하는 AI 에이전트를 단계별로 구현하는 프로젝트

4편 · 2026년 4월 13일 — 2026년 5월 2일
#NL-to-SQL #AI-Agent #Python #PostgreSQL #pgvector
처음부터 읽기
  1. 1

    자연어로 데이터베이스에게 말 걸기 — NL-to-SQL 에이전트 만들기

    공공데이터를 PostgreSQL에 적재하고, 시맨틱 레이어 + pgvector RAG + LLM으로 자연어를 SQL로 변환하는 에이전트를 단계적으로 구현하는 프로젝트 시작

  2. 2

    [NL-to-SQL] Quest 1: 환경 세팅 + DB + 시맨틱 레이어 + pgvector RAG

    PostgreSQL + pgvector 환경을 만들고, Snowflake 스타일 시맨틱 레이어 YAML을 엔티티 단위로 분해해서 Solar Embedding으로 적재하기까지

  3. 3

    [NL-to-SQL] Quest 2: Zero-Shot Baseline — 전체 스키마 때려박기

    RAG 없이 전체 스키마를 프롬프트에 주입해서 SQL을 생성하는 Naive Baseline 구축. Textual TUI로 반복 테스트 환경까지 만들고, 20개 질문에서 Execution Accuracy 100%를 기록했습니다.

  4. 4

    [NL-to-SQL] Side Quest: Textual TUI에서 Jupyter Notebook으로 갈아타기

    Quest 2의 Textual TUI를 Quest 3 RAG 비교 들어가기 전에 Jupyter Notebook으로 옮긴 이유와 노트북 셀 구성 정리. 직관성·실험 반복성·공유성 세 축으로 결정.

다른 시리즈 둘러보기

10편

RAG Playground

공공데이터포털 API로 RAG 기법을 실험하는 학습 프로젝트

1편

Decision Models

생성형 LLM에서 판단·분류 책임을 분리하고 확률/판별 특화 모델을 결합하는 아키텍처 실험 기록