4B 모델로 PostgreSQL 쿼리 플랜 81% 성능 개선
원제 Training a 4B model to produce 81% faster query plans than Postgres
183 포인트댓글 27
Key Point
쿼리 최적화라는 매우 어려운 데이터베이스 문제를 작은 규모의 LLM으로 해결 가능함을 실증함으로써, AI를 데이터베이스 성능 개선에 실무적으로 적용할 수 있는 방법을 제시한다.
핵심 요약
- 연구자는 4B 파라미터 오픈웨이트 모델을 지도학습(SFT)과 강화학습(RL)으로 미세조정해 PostgreSQL 기본 쿼리 플랜을 능가하는 플랜을 생성하도록 훈련했다.
- 113개의 조인 중심 쿼리에서 44.7% 레이턴시 감소를 달성했으며, 초기에 99개 쿼리를 실행할 수 없던 모델이 성공적으로 작동하게 되었다.
- 쿼리 최적화는 조인 순서 결정이 NP-하드 문제로 알려져 있을 정도로 어려우나, 실행 시간이라는 단일 목표로 LLM 학습을 최적화할 수 있음을 보여준다.
- 2x H100 노드의 vLLM과 트레이너, 데스크톱 Postgres 컨테이너 4개를 활용해 실험을 수행했으며, Linux 페이지 캐시 노이즈를 최소화하는 측정 장치를 설계했다.