퀵스타트 SQL with 챗GPT

초보 개발자부터 데이터 분석가까지,
AI로 SQL 생산성 200% 끌어올리는 법

SQLD 자격증을 준비하거나 SQL 강의를 수강해봤다면 누구나 아는 'SQL전문가 정미나' 저자가 이번엔 챗GPT로 SQL 생산성을 극대화하는 방법을 안내한다. 기본 SQL 구문부터 튜닝 개념까지 자연스럽게 연결해 데이터베이스 지식을 빠르게 익히도록 돕는 AtoZ 가이드이다. 단순 AI 프롬프트 나열이 아니라 기본 문법부터 차근히 다시 짚어주고 AI의 작동 원리와 한계부터 이해한 후, 효율적인 프롬프트 엔지니어링을 통해 실전 튜닝까지 단번에 익힐 수 있다. 풍부한 실전 예제로 실무에 바로 적용할 수 있어, 생산성을 높이고자 하는 개발자와 데이터 분석가 모두를 위한 책이다.

〉〉 "AI가 쿼리는 대신 써줄 수 있지만 쿼리를 '이해'하고 '최적화'하는 건 여전히 사람의 일입니다. 이 책은 AI를 통해 SQL 실력을 가속화하는 방법을 알려줍니다." _본문 중에서

● Step 1 | AI 똑똑하게 사용하는 법
AI에게 SQL을 요청하기 전 기본기부터 다진다. 챗GPT의 작동원리를 명확히 이해하고 자연어와 SQL 간의 변환 구조부터 이해한다.
● Step 2 | AI야, SQL을 작성해줘
AI를 활용한 SQL 생성의 전 과정을 따라간다. 기본 SELECT 문부터 JOIN, 서브쿼리, 집계 및 분석 쿼리까지 AI가 SQL을 자동으로 생성하는 흐름을 다양한 예제와 함께 단계별로 실습한다.
● Step 3 | AI야, SQL을 튜닝해줘
AI를 SQL 튜닝 파트너로 활용하는 고급 단계를 다룬다. 실행 계획과 옵티마이저 작동 원리부터 이해하고 챗GPT를 통해 실행 계획을 분석하고 개선 방향을 제안받는 방법을 익힌다. 인덱스 설계, 조인 전략, 정렬 및 그룹핑 최적화 등 핵심 튜닝 기법을 AI와 함께 실습한 후 실제 SQL을 챗GPT와 협업하여 리팩터링하는 프로젝트로 마무리한다.

이 책의 대상 독자
● SQL 문법은 배웠지만 실무 적용에 자신이 없는 초보 개발자
● 대용량 데이터를 다루지만 쿼리 최적화나 튜닝에 부족함을 느끼는 데이터 분석가/엔지니어
● AI가 생성한 저품질 SQL을 그대로 쓰기 불안한 시니어 개발자

먼저 읽은 베타리더들의 한 마디
● 기존 SQL 문법 입문서와 튜닝 도서 사이의 애매한 빈틈을 정확하게 채워주는 책입니다. _엄태동 님
● 반복적 작업은 AI 사수에게 맡기고, 우리는 실행 계획을 분석하며 핵심 튜닝에 집중할 수 있도록 이끌어주는 책입니다. _손예지 님
● SQL 최적화와 튜닝 포인트를 찾아 '좋은' SQL을 구현하는 과정이 궁금한 모든 분께 추천합니다. _임승민 님
● AI 시대에 대용량 데이터 처리 능력을 한 단계 업그레이드하고 싶다면 꼭 읽어야 할 책입니다. _전준규 님

[ 1부 | SQL 시작하기 ]

1장 Oracle Live SQL 사용하기
1.1 Oracle Live SQL 설정

2장 Oracle 실습 환경 설정
2.1 Windows
__Oracle Database 설치
__SQL Developer 설치
2.2 macOS
__Oracle Database 설치
__SQL Developer 설치

[ 2부 | AI 똑똑하게 사용하는 법 ]

3장 챗GPT 이해하기
3.1 챗GPT의 작동 원리와 한계
__챗GPT는 어떻게 작동하는가?
__SQL 작성에 왜 챗GPT가 적합한가?
__작동 원리만큼 중요한 한계점 파악
__협업 파트너로서 챗GPT 활용하기
3.2 프롬프트 엔지니어링 개념
__프롬프트란?
__프롬프트 엔지니어링이란?
__왜 프롬프트 엔지니어링이 필요한가?
__프롬프트 설계의 기본 구성
__SQL 작성을 위한 프롬프트 예시
__프롬프트 엔지니어링의 실무 가치
3.3 자연어와 SQL 간의 변환 메커니즘
__자연어 이해: 의미를 파악하는 능력
__SQL 구조 매핑: 언어 → 논리 변환
__챗GPT가 사용하는 방식: 예측 기반 생성
__정확도에 영향을 주는 요소
__AI가 만든 SQL의 한계와 응용 전략

4장 효율적인 프롬프트 작성법
4.1 좋은 질문과 나쁜 질문 예시
__나쁜 질문은 왜 문제가 될까?
__좋은 질문의 조건
4.2 편리한 SQL 작성을 위한 프롬프트 템플릿
__매출 데이터 월별 집계
__상위 고객 TOP 10 조회
__주문 데이터에서 이상 거래 탐지
__다중 테이블 JOIN 분석

5장 SQL을 위한 챗GPT 활용 패턴
5.1 모델링 기반 SQL 생성
__모델링 기반 SQL 생성의 단계별 흐름
5.2 비즈니스 요구사항을 쿼리로 변환하기
__요구사항 분석의 중요성
__요구사항 쿼리 변환 실전 예제
__모호한 요구사항 다루기
5.3 SQL 스니펫 라이브러리 생성
__SQL 스니펫 라이브러리의 효과와 구성 원칙
__챗GPT로 스니펫 생성하기
__스니펫 예시
__스니펫 및 버전 관리
__챗GPT와의 스니펫 최적화 루프

6장 도구와 통합하기
6.1 VS Code + 챗GPT 연동
__VS Code와 챗GPT를 연동해야 하는 이유
__연동하는 방법
[실전 퀵테스트] AI + SQL 활용 감각 익히기


[ 3부 | AI야, SQL을 작성해줘 ]

7장 기본 SQL 자동 생성
__AI가 작성하는 SQL을 바로 적용할 수 있을까?
__SQL 자동 생성의 시대
7.1 기본 SQL 개념 이해하기
__SELECT 이해하기
__결과 열 이름 바꾸기
__상수(리터럴)와 계산 결과도 컬럼이 될 수 있다
__함수로 값 변환하기
__중복 제거: DISTINCT
__테이블 Alias의 필요성
__CASE WHEN: 조건에 따른 분기 처리
__WHERE: 필요한 데이터만 필터링하기
__NULL 이해하기
__ORDER BY
7.2 SELECT, WHERE, ORDER BY 자동화
__좋은 프롬프트 예시
__SELECT, WHERE, ORDER BY 자동화 예시

8장 JOIN과 서브쿼리 생성
8.1 JOIN 개념 이해하기
__EQUI JOIN(등가 JOIN)
__NON-EQUI JOIN(비등가 JOIN)
__INNER JOIN
__OUTER JOIN
8.2 서브쿼리 개념 이해하기
__위치에 따른 서브쿼리 분류
__반환 데이터 유형에 따른 서브쿼리 분류
__메인 쿼리와의 연관성에 따른 서브쿼리 분류
__EXISTS
8.3 JOIN 쿼리 자동화
__JOIN 자동화 예시
8.4 서브쿼리 자동화
__서브쿼리 자동화 예시

9장 집계 및 분석 쿼리 생성
9.1 GROUP BY와 집계 함수 개념 이해하기
__GROUP BY
__집계 함수
__GROUP BY와 집계 함수의 결합
__HAVING 절의 역할
9.2 윈도우 함수 개념 이해하기
__윈도우 함수의 기본 구조
9.3 집계 쿼리 자동화
__집계 쿼리 자동화 예시
9.4 분석 쿼리 자동화
__분석 쿼리 자동화 예시
[실전 퀵테스트] 기본기 다시 잡기

[ 4부 | AI야, SQL을 튜닝해줘 ]

10장 실행 계획도 보지 않고 튜닝을 한다고요?
10.1 SQL 튜닝의 첫걸음 - 실행 계획 이해하기
10.2 실행 계획 확인
__DBMS_XPLAN
__실행 계획 분석 방법
__Predicate Information
10.3 오라클 아키텍처
__오라클 아키텍처 개요
__하드 파싱 vs 소프트 파싱
__DB Buffer Cache
__블록
__Redo Log
__Undo Log
10.4 튜닝의 목적
__튜닝의 주요 목적
__튜닝을 위한 기본 전략
10.5 옵티마이저의 작동 방식
__옵티마이저란?
__옵티마이저의 실행 계획 선택 요소
__옵티마이저 힌트
__실행 계획의 COST 계산 원리
__통계 정보와 수집 방법
__SQL 튜닝 사전 체크리스트
10.6 AI와 함께 실행 계획 분석하기

11장 AI와 함께 인덱스 설계하기
11.1 인덱스를 생성하면 왜 빨라질까?
__데이터 저장 구조
__인덱스의 기본 구조
__B-Tree 인덱스
__인덱스 손익분기점
__결합 인덱스
11.2 Index Scan vs Table Full Scan
__인덱스를 활용한 데이터 탐색
__Sequential Access vs Random Access
__Index Range Scan
__Index Full Scan
__Index Unique Scan
__Index Skip Scan
__Index Fast Full Scan
11.3 인덱스 구성 전략
__결합 인덱스 구성 전략
__인덱스 튜닝 실전 사례
11.4 인덱스를 타지 못하게 만드는 비효율 SQL
__인덱스 컬럼에 함수 사용으로 인한 인덱스 무력화
__묵시적 데이터 형변환으로 인한 인덱스 미사용
__부정형 비교 연산자 사용
__LIKE 연산자의 선두 와일드카드 사용
__IS NULL / IS NOT NULL 조건
11.5 AI에게 인덱스 추천 받기
__인덱스 설계 추천 예시

12장 AI가 알려주는 튜닝
12.1 프롬프트 구성
12.2 AI를 활용한 튜닝 예제
__JOIN 튜닝이 필요한 상황
__JOIN 튜닝 사례
__SORT 튜닝이 필요한 상황
__SORT 튜닝 사례
[실전 퀵테스트] 튜닝을 위한 실행 계획 개념

정미나 SQL 입문부터 고급 SQL 작성, SQL 튜닝 및 최적화, 데이터 분석까지 연구하고 가르치는 강사이자 작가, 그리고 크리에이터다.
인하대학교에서 컴퓨터 공학을 전공한 뒤 2006년부터 개발자의 길을 걷기 시작했다. 대우자동차판매 전산실을 출발점으로 SK커뮤니케이션즈, 한화 갤러리아를 거쳐 신세계 아이앤씨에 근무하며 백엔드 개발자로 일했고 SQL 튜닝의 세계에 눈을 뜬 후 SQLP 자격증을 취득하며 데이터 엔지니어로 전향했다. 오랜 기간 'SQL전문가 정미나' 유튜브 채널을 운영하며 다양한 수준의 학습자들과 소통하는 과정에서 학습자들이 어려움을 느끼는 지점과 이해의 단절이 생기는 순간들을 직접 목격해왔고, 이를 책과 교육에 반영하기 위해 꾸준히 연구해왔다. 저서로는 『시대에듀 유선배 SQL개발자 (SQLD) 과외노트』, 『내일은 SQL(MySQL)』, 『시대에듀 유선배 데이터분석 준전문가 ADsP 합격노트』가 있다.