4B open-weights 모델, SFT와 RL로 Postgres 기본보다 81% 빠른 join-heavy query plan 생성

본 기사는 4B open-weights 모델을 SFT와 agentic RL로 후처리해 Postgres 기본 optimizer보다 빠른 query plan을 생성한 실험을 다룹니다. 저자는 113개 join-heavy query에서 평균 지연 시간을 44.7% 줄였고, 일부 plan은 Postgres 대비 81% 빠른 실행 시간을 기록했다고 설명합니다.

이 실험은 query optimization처럼 출력 검증이 명확한 영역에서 소형 LLM과 강화학습이 실질적 시스템 성능 개선으로 이어질 수 있음을 보여줍니다. 다만 측정 잡음, page cache 영향, 실제 운영 workload 일반화가 핵심 변수인 만큼, LLM 기반 optimizer는 당장 대체재라기보다 기존 DBMS optimizer를 보완하는 방향으로 발전할 가능성이 큽니다.