연구팀은 정적 문서 기반 튜닝의 한계를 극복하기 위해 동적 액션 기반 튜닝 시스템 'PerfEvolve'를 제안했어요. PerfEvolve는 전문가의 튜닝 방법론을 실행 가능한 기술로 변환하여 LLM 기반 에이전트가 PostgreSQL 튜닝을 수행하도록 지원합니다. TPC-C 및 TPC-H 벤치마크에서 기존 방식 대비 최대 35.2% 성능 향상을 달성했어요.
PerfEvolve는 버전 일관성 검증, 워크로드별 프로파일링, 다중 파라미터 공동 최적화 기능을 제공하며, 전문가의 지식을 LLM 에이전트가 활용하도록 합니다. 이를 통해 문서의 노후화, 이질적인 워크로드, 파라미터 간 의존성 문제를 해결할 수 있습니다.
연구 결과는 GitHub 저장소(https://github.com/ISCAS-OSLab/PerfEvolve)에서 확인할 수 있으며, PostgreSQL 튜닝 자동화에 새로운 가능성을 제시합니다.