Text2Cypher를 구현하는 3가지 방식

자연어를 Cypher로 변환하는 방법은 크게 3가지가 있다. 각각 장단점이 뚜렷하다.

---

1. Rule-based (규칙 기반)

키워드와 정규식을 사용해 Cypher를 조립하는 방식.

장점	단점
API 비용 없음	미리 정의한 패턴만 지원
매우 빠름 (ms 단위)	새로운 질문 유형마다 규칙 추가 필요
예측 가능한 결과	자연어 변형에 취약 ("경쟁사", "경쟁 업체", "라이벌" 다 다름)
보안 위험 낮음	복잡한 질문 처리 불가

적합한 상황: 질문 유형이 10개 이하로 명확할 때, 내부 도구의 빠른 프로토타입

---

2. Template-based (템플릿 기반)

미리 만든 Cypher 템플릿에 파라미터를 바인딩하는 방식.

장점	단점
정확하고 안전한 Cypher	템플릿 수 = 지원 질문 수
파라미터 바인딩으로 SQL Injection 방지	복합 질문 처리 어려움
성능 우수	유지보수 비용 증가
결과 예측 가능	새 스키마에 대응하려면 수정 필요

적합한 상황: FAQ 형태의 반복적 질문, 보안이 최우선인 환경

---

3. LLM-based (LLM 기반) -- 이번 주의 핵심

LLM이 스키마를 이해하고 자유롭게 Cypher를 생성하는 방식.

장점	단점
사전에 못 본 질문도 처리	API 비용 발생
자연어 변형 자동 대응	잘못된 Cypher 생성 가능
복합 질문 처리 가능	응답 시간 1-3초
스키마 변경에 자동 적응	보안 검증 필수

적합한 상황: 질문이 다양하고 예측 불가능할 때, 빠른 프로토타이핑

---

어떤 방식을 선택할까?

기준	Rule-based	Template	LLM
질문 다양성 낮음	Best	Good	Overkill
질문 다양성 높음	Bad	Limited	Best
보안 최우선	Best	Best	검증 필요
프로토타입	Good	Good	Best
비용 민감	Best	Best	비쌈
정확도	높음 (범위 내)	높음	중~높

실무 추천: LLM 기반 + Template fallback의 하이브리드 방식

이번 주에는 LLM 기반을 중심으로 배우되, 프로덕션에서는 하이브리드 방식을 권장한다.