대규모 언어모델(LLM)이 데이터베이스 저장 파일을 해석하는 코드를 스스로 만들어, 무거운 데이터베이스 엔진을 거치지 않고 데이터를 곧바로 읽어내는 방식이 제시됐다. 빅토르 지안나쿠리스와 임마누엘 트루머 연구진은 이런 기법을 ‘제일브레이크(Jailbreak)’라고 이름 붙인 논문을 arXiv에 사전 공개했다. 동료심사 전 공개본이다.
분석용 작업은 외부 데이터베이스에서 대량의 데이터를 읽어와야 할 때가 많은데, 지금까지는 그 접근이 JDBC나 ODBC 같은 드라이버를 반드시 거쳐야 했다. 문제는 이 경로가 개별 질의 처리를 위해 설계된 실행 계층을 통과하기 때문에, 열 단위로 대량 데이터를 훑는 분석 작업에는 잘 맞지 않는다는 점이다. 연구진은 이 병목을 피하고자 데이터베이스 엔진을 건너뛰고 저장 파일을 직접 읽어 메모리상의 열 단위 버퍼로 변환하는 접근을 택했다.
핵심 발상은 데이터베이스 파일 포맷이 복잡하긴 해도 소스 코드와 문서로 완전히 규정돼 있다는 점이다. 연구진은 바로 이 지점을 파고들어, 사람이 일일이 파서를 짜는 대신 언어모델이 테이블을 읽어내는 코드를 생성하도록 했다. 불투명하게 느껴지던 저장 포맷을 언어모델 기반 코드 생성으로 곧바로 질의 가능한 형태로 바꾼 것이다. 결과물은 아파치 애로우(Apache Arrow) 버퍼로 나오며, 이는 덕DB, 아파치 스파크 같은 엔진은 물론 cuDF나 스파크 래피즈 같은 GPU 기반 도구에서도 쓸 수 있다.
연구진은 이 방식을 포스트그레SQL과 MySQL의 저장 파일에 적용해, 읽기 복제본이나 오프라인 처리 같은 분석용 스냅숏 상황을 시험했다. 정확성은 TPC-H 벤치마크 결과를 JDBC·ODBC 방식과 대조해 확인했고, 성능은 최대 27배까지 빨라졌다고 보고했다. 연구진은 언어모델이 저장 파일 판독기를 합성하는 이 전략이 특정 데이터베이스에 얽매이는 종속(lock-in)을 줄이는 현실적이고 일반화 가능한 방법이라고 설명했다. 파일 포맷 문서나 소스 코드에 접근할 수만 있다면 포스트그레SQL과 MySQL을 넘어 다른 시스템에도 확장할 수 있다는 것이다. 원문 초록 보기
