엔터프라이즈 데이터베이스로의 최종 사용자 질의 라우팅

Routing End User Queries to Enterprise Databases

우리는 다중 데이터베이스 엔터프라이즈 환경에서 자연어 질의를 라우팅하는 작업을 다룬다. 우리는 기존 NL-to-SQL 데이터셋을 확장하여 현실적인 벤치마크를 구축한다. 본 연구는 도메인이 중첩되는 대규모 DB 저장소와 모호한 질의로 인해 라우팅이 점점 더 어려워짐을 보여주며, 이에 따라 더 구조적이고 견고한 추론 기반 솔루션의 필요성을 제기한다. 스키마 커버리지, 구조적 연결성, 그리고 세밀한 의미적 정렬을 명시적으로 모델링함으로써, 제안된 모듈형 추론 주도 재순위화 전략은 모든 평가지표에서 임베딩 전용 모델 및 직접적인 LLM 프롬프팅 베이스라인 성능을 일관되게 상회한다.

We address the task of routing natural language queries in multi-database enterprise environments. We construct realistic benchmarks by extending existing NL-to-SQL datasets. Our study shows that routing becomes increasingly challenging with larger, domain-overlapping DB repositories and ambiguous queries, motivating the need for more structured and robust reasoning-based solutions. By explicitly modelling schema coverage, structural connectivity, and fine-grained semantic alignment, the proposed modular, reasoning-driven reranking strategy consistently outperforms embedding-only and direct LLM-prompting baselines across all the metrics.