PIPER는 테이블 데이터셋 검색을 위한 새로운 방법론으로, 기존 메타데이터 기반 검색의 한계를 극복하기 위해 LLM을 활용합니다. 테이블 프로필과 LLM이 생성한 쿼리를 활용하여 데이터셋을 검색하고 순위를 매깁니다. 실험 결과, PIPER는 기존 방식보다 뛰어난 성능을 보여주며, 메타데이터가 부족한 환경에서도 효과적입니다.
PIPER는 테이블의 스키마와 셀 값을 모두 고려하여 의미를 파악하고, 이를 바탕으로 데이터셋을 검색합니다. 기존 Table Question Answering 방식과는 달리, 관련 데이터셋을 검색하고 순위를 매기는 데 초점을 맞춥니다. LLM 기반 콘텐츠 모델링의 가치를 입증했습니다.
PIPER는 데이터 레이크, 데이터 공간, 오픈 데이터 포털에서 테이블 데이터셋 검색에 활용될 수 있으며, 재사용 및 분석을 위한 효과적인 검색 시스템을 구축하는 데 기여합니다.