처음 만나는 오라클 AI 데이터베이스

Part 1. 현대적 SQL 문법과 개발 편의성 개선
Chapter 1. SQL 작성의 패러다임 변화
1.1 존재 여부 확인: IF [NOT] EXISTS
1.2 서브쿼리 없는 UPDATE/DELETE: Direct Join을 활용한 DML 단순화
1.3 FROM 절 없는 SELECT: SELECT 문법의 간소화
1.4 더 직관적인 GROUP BY: Alias 및 Position 사용과 GROUP BY ALL
1.5 신규 INSERT 문법: SET 구문과 By Name 매핑
1.6 집계 함수의 진화: 조건부 필터
1.7 날짜 계산의 표준화: DATEDIFF 함수
1.8 서브쿼리 없는 윈도우 함수 필터링: QUALIFY 절
1.9 의도치 않은 행 증가 차단: JOIN TO ONE을 활용한 조인 정합성 확보
1.10 복잡한 SQL 구조화: 중첩 WITH 절 활용

Chapter 2. 새로운 데이터 구조와 객체
2.1 가상 테이블의 진화: Table Value Constructor (TVC) 활용법
2.2 개발자를 위한 메타데이터: Annotation
2.3 데이터 품질의 표준화: SQL Domain을 활용한 제약조건 관리
2.4 임시 데이터 처리의 최적화: Staging Table
2.5 데이터 타입과 함수: UUID 생성 함수 및 Boolean 타입 활용
2.6 안전한 데이터 갱신: UPDATE 시 DEFAULT ON NULL 옵션
2.7 스키마 레벨 제약사항: Assertion


Part 2. DBA를 위한 관리와 운영의 진화
Chapter 3. 데이터베이스 운영과 안정성
3.1 기동 순서 제어: PDB 기동 순서 조정 및 의존성 관리
3.2 유연한 공간 관리: 테이블스페이스 Shrink
3.3 스키마 관리의 간소화: Schema Level 권한 부여 및 관리
3.4 읽기 전용의 유연성: 하이브리드 Read-Only PDB 구성
3.5 차세대 메모리 관리: UMM (Unified Memory Management) 아키텍처 이해

Chapter 4. 개발 및 운영 효율성의 극대화
4.1 에러 메시지의 진화: TNS 및 일반 에러 메시지 개선
4.2 확장된 한계: 테이블 최대 컬럼 개수 증가와 DB_DEVELOPER_ROLE
4.3 클래식의 진화: SQL*Plus 신규 명령어와 편의성 개선
4.4 데이터베이스 내부의 방화벽: SQL Firewall
4.5 파티션 메타데이터 관리: HIGH_VALUE의 CLOB 및 JSON 활용
4.6 가상 컬럼 없는 파티션 확장: Partition by Expression 지원


Part 3. 고성능 DB를 위한 진단과 최적화
Chapter 5. 실행 계획 시각화와 고급 진단 기법
5.1 실행 계획의 해부: Xplan의 Query Block Registry 개선
5.2 힌트 분석의 자동화: Xplan Hint Report 및 SQL Analysis Report
5.3 Temp 사용량의 시각화: 10046 Trace를 이용한 I/O 병목 추적
5.4 테이블 액세스 통계: DBA_TABLE_ACCESS_STATS 뷰 활용
5.5 SQL 이력 추적: V$SQL_HISTORY를 통한 과거 쿼리 분석

Chapter 6. 최적화와 동시성 제어
6.1 PL/SQL 자동 변환: SQL Transpiler
6.2 낙관적 동시성 제어의 완성: JSON Relational Duality View
6.3 대량 데이터 로드 최적화: Direct Load 제약 해제 및 신규 힌트
6.4 병렬 처리의 자유: Parallel DML 트랜잭션 제약 해제
6.5 동시성의 한계 돌파: Lock Free Reservation
6.6 트랜잭션 제어: 트랜잭션 우선순위 설정 및 자동 롤백
6.7 인메모리 기반 애플리케이션 가속: Oracle True Cache
6.8 대기 시간의 명시적 제어: DML에 대한 WAIT 및 NOWAIT 지원


Part 4. Oracle AI Vector Search와 차세대 아키텍처
Chapter 7. 오라클 AI의 핵심, 벡터(Vector)
7.1 AI를 품은 데이터 타입: VECTOR 데이터 타입의 이해와 DDL
7.2 DB 내부 임베딩 생성: ONNX 모델 임포트 및 VECTOR_EMBEDDING 활용
7.3 초고속 AI 검색의 핵심: 벡터 인덱스의 종류와 HNSW 생성
7.4 의미 기반 검색: VECTOR_DISTANCE를 활용한 유사도 검색
7.5 유지보수의 효율화: IVF Index Online Rebuild

Chapter 8. 생성형 AI 통합과 활용
8.1 온프레미스의 클라우드화: DBMS_CLOUD 패키지 설치 및 설정
8.2 자연어로 DB와 대화하기: Select AI 구성
8.3 LLM과 DB의 직접 연결: SQLcl + MCP(Model Context Protocol) 활용
8.4 Select AI Agent: Agent 기반 자율 모니터링 워크플로우 구축


부록. DBA를 위한 실무 참고 사이트

박영민 글로벌 기술 전문가 프로그램인 'Oracle ACE Pro'로 활동 중인 오라클 에반젤리스트(Oracle Evangelist)입니다. 2012년 IT 업계에 입문하여 오라클 데이터베이스 엔지니어와 DBA로서 제조, 국방, 통신 등 다양한 산업군의 시스템을 경험했습니다. 현재는 시니어 데이터베이스 엔지니어로서 금융 및 공공 부문의 대규모 데이터베이스 마이그레이션과 성능 최적화, 트러블 슈팅 등의 업무를 전문으로 수행하고 있습니다.

Oracle 9i부터 최신 26ai 버전까지 실무 현장에서 직접 다뤄왔으며, Oracle AI Database 26ai OCP와 국가공인 SQL 전문가(SQLP) 자격을 보유하고 있습니다. 기술적 전문성과 커뮤니티 기여도를 인정받아 Oracle ACE Pro로 선정되었습니다.

실무자를 위한 최신 자료가 부족해 어려움을 겪었던 입문 시절의 기억을 바탕으로 기술 블로그 '내맘대로긍정'을 운영하고 있습니다. 평소 장애 사례 분석과 신기능 테스트 결과를 기록하며 동료 엔지니어들과 지식을 나누는 것을 즐깁니다. 현재 카카오톡 DBA 오픈채팅방을 통해 활발히 소통하고 있으며, 새로운 버전을 접하는 현업 동료들의 시행착오를 줄여주고자 하는 마음으로 이 책을 집필했습니다.
ㆍ 내맘대로긍정 블로그: https://positivemh.tistory.com