엔터프라이즈 데이터베이스의 복잡한 스키마에 대한 자연어-SQL 변환(NL2SQL) 문제를 해결하기 위해, 시맨틱 모델 쿼리(SMQ)라는 중간 표현을 통해 의미적 의도와 물리적 SQL 실행을 분리하는 시맨틱 층 매개 에이전트를 제안한다. Gemini 3 Pro 기반으로 Spider2-snow 벤치마크에서 94.15%의 실행 정확도를 달성해 공식 리더보드 3위를 기록하며 스키마 직접 활용 방식을 크게 능가했다.
예측 리더보드의 상위 모델이 실제 배포 환경에서도 최적인지 검증하기 어렵다는 문제를 다루며, 알림 임계값·top-k 예산·전환 비용 정책 등 고정된 의사결정 인터페이스를 통과한 후에도 배포 측 성능 우위가 통계적으로 지지되고 반복 재현될 때에만 해당 모델을 배포 권고로 인증하는 fail-closed 인증 프로토콜을 제안한다. Traffic-Hourly 데이터셋에서 전환 마찰(switching friction)이 없을 때는 예측 승자와 배포 승자가 일치하지만 양의 마찰 하에서는 역전이 인증된 반면, 잠금 감사(locked native audit)에서 155건의 겉보기 역전 사례는 모두 인증 게이트를 통과하지 못해 과잉 주장을 차단했다.