SQL을 배우는 사람도, 가르치는 사람도 챗GPT를 켜두고 시작하는 시대입니다. 그런데 “AI가 쿼리를 만들어줬으니 끝”이라고 생각하는 순간, 결과는 틀어지고 성능은 무너질 수 있습니다.

20년 차 SQL 전문가로 강사, 작가, 그리고 크리에이터로 활동하며 최근에는 『퀵스타트 SQL with 챗GPT』를 출간한 정미나 저자는 AI 시대의 SQL 실력을 ‘작성’이 아니라 ‘검증과 설계’로 재정의합니다. Part 1에서는 AI로 SQL 생산성을 높이는 현실적인 범위, 그리고 초보자가 놓치기 쉬운 기본기와 좋은 프롬프트의 조건을 중심으로 이야기를 나눕니다.

Q1. SQL 업계에서는 이미 유명하시지만, SQL을 처음 접하는 독자분들을 위해 간단한 자기소개를 부탁드립니다.

안녕하세요, 데이터 분야 강사로 활동하고 있는 정미나입니다. 저는 2006년부터 개발자로 직장 생활을 시작했는데요, 10년 차 들어섰을 무렵 우연히 SQL 튜닝 관련 강의를 듣게 되었고 갑작스레 피어난 열정으로 여기까지 오게된 것 같습니다. 2019년부터 <SQL전문가 정미나> 유튜브 채널을 운영하고 있으며 지금까지 네 권의 책을 집필하기도 했어요.
 

Q2. AI로 SQL 생산성을 극대화하는 접근이 신선한데요, AI로 SQL 생산성을 얼마나 높일 수 있나요? 특히 많은 AI 툴 중에서도 챗GPT에 초점을 맞추신 이유도 궁금합니다. 

실무에서 자주 사용하는 SQL은 대부분 일정한 패턴을 가지고 있어요. 저는 이커머스 업계에서 일하면서 매월 결제 수단별로 매출을 계산하는 SQL을 수행하며 데이터를 추출했었는데요, 특별한 이벤트가 없는 한 매번 동일한 SQL에 날짜 조건만 바꿔서 사용하고는 했었죠. 

AI에게 100% 모든 것을 맡길 수는 없겠지만 이렇게 반복적으로 수행되는 복잡한 쿼리가 있을 때 초안을 요청하면 생산성이 두 배 이상 빨라진다고 생각합니다. 그리고 사실 간단한 쿼리는 직접 작성하는 게 좋다고 생각해요. 안 그럼 정말 뇌가 퇴화될지도 모른다는…  

챗GPT를 선택한 이유는 점유율 때문이었어요. 다른 LLM들이 빠르게 발전하고 있긴 하지만 여전히 68%라는(2025년 12월 기준) 압도적인 점유율을 차지하고 있고 실제로 강의 현장을 나가보면 수강생 분들이 챗GPT를 가장 많이 이용하시더라구요. 하지만 그렇다고 해서 이 책의 내용이 챗GPT 한정은 아닙니다. 동일한 프롬프트를 클로드에 입력해도 거의 동일한 답변을 받을 수 있을 거예요.
 

Q3. SQL 지식이 부족한 독자도 이 책을 따라올 수 있을까요? 또한 이 책이 특히 누구에게 도움이 될까요?

이 책은 SQL 지식이 부족한 분들을 위해 만들어졌어요. 

요즘에 강의를 나가보면 챗GPT를 당연하게 켜두고 실습을 하시는 분들이 많더라구요. 시험이나 레포트마저 AI를 이용해서 제출하는 학생들이 있다고 하니 이미 그걸 막는 건 불가능해졌다고 생각돼요. 한 가지 안타까운건 나의 지식이 10 정도인데 70 정도 난이도의 SQL을 AI에게 요청한 뒤 이해하지도 못한 SQL을 실습 답안으로 제출하는 거죠

 본인이 모르는 채로 AI를 활용하게 되면 언젠가는 사고가 터질 수밖에 없다고 생각합니다. 이왕 활용한다면 영리하게 활용했으면 좋겠다는 생각에 이 책을 집필하게 되었어요.
 

Q4. AI가 쿼리를 대신 써주는 시대에, SQL 실력은 어떻게 정의되어야 한다고 보시나요? ‘SQL을 잘 안다’는 의미가 예전과 어떻게 달라졌는지도 궁금합니다.

SQL은 여전히 공부를 해야 하는 영역입니다. 프로그래밍도 마찬가지겠지만 가장 좋은 것은 내가 요청을 하면서 AI가 어떤 답변을 줄지 예측이 가능한 거라고 생각해요. 머릿속에 어떻게 작성해야 할지에 대한 생각은 있지만 그걸 일일이 손으로 작성하기에는 시간이 걸리니 몇 초내에 작성이 되도록 요청을 하는 거죠. 말 그대로 비서로 쓰는 거예요.

그런 의미에서 SQL을 잘 안다는 것은 AI가 틀린 답변을 주었을 때 그것을 잡아낼 수 있는 능력이라고 생각해요. 실제로 요청사항이 복잡해질수록 의도한 방향과 다른 SQL을 답변하는 경우가 종종 생기는데 저는 그럴 때마다 AI를 혼내기도 합니다ㅎㅎ

Q5. 책에서는 ‘AI에게 SQL을 시키기 전 알아야 할 기본기’를 강조하셨습니다. 실제로 실무자들이 놓치기 쉬운 SQL 기본기는 무엇이라 생각하시나요?

많은 분들이 SQL 기본기라고 하면 문법이나 함수 사용법을 떠올리는데 실무에서 더 자주 놓치는 기본기는 데이터를 어떻게 묶고, 언제 줄이고, 왜 그렇게 나오는지 설명할 수 있는 능력이라고 생각합니다.

예를 들어 WHERE 절과 HAVING 절의 차이, INNER JOIN을 썼을 때와 OUTER JOIN을 썼을 때  결과가 어떻게 달라지는지, 집계 전에 필터링을 해야 하는지 이후에 해야 하는지 등등과 같은 부분은 문법은 알아도 데이터 흐름 관점에서 이해도가 부족한 경우가 많아요. 

이 상태에서 AI에게 SQL을 맡기면 결과는 나오지만 왜 틀린 결과가 출력되는지, 왜 성능이 떨어지는지 판단하지 못하게 됩니다. 그래서 그런 기본기 역시 탄탄하게 보충할 수 있도록 책을 집필했어요. 기본기부터 확실히 잡은 뒤 AI를 사용했으면 합니다. 

Q6. 책에는 서브쿼리/JOIN 자동화, 인덱스 자동화 설계 등 다양한 프롬프팅 예제가 담겼는데 저자님께서 생각하시는 ‘좋은 프롬프트’의 기준은 무엇인가요? 그리고 초보자들이 AI에게 SQL을 시킬 때 가장 많이 하는 실수는 어떤 걸까요?

제가 생각하는 좋은 프롬프트의 핵심은 '맥락의 구체성'과 '제약 조건의 명확함'입니다. 단순히 "SQL 작성해줘"라고 말하는 것은 신입 사원에게 “알아서 일 해”라고 시키는 것과 같죠. 좋은 프롬프트는 다음 세 가지 요건을 충족해야 해요.

① 스키마에 대한 친절한 설명

AI는 데이터베이스의 구조를 모릅니다. 테이블명, 컬럼명, 그리고 컬럼 간의 관계(PK/FK)를 명확히 정의해 줄수록 정확도가 기하급수적으로 올라가죠.

② 비즈니스 로직의 상세화

"매출 상위 고객을 뽑아줘" 보다는 "2025년 한 해 동안 결제 완료 상태인 주문을 기준으로, 총 결제 금액이 가장 높은 고객 10명을 뽑아줘. 단, 탈퇴 고객이나 휴면 고객은 제외해줘."가 훨씬 좋은 프롬프트입니다.

③ 출력 형식과 성능에 대한 가이드

서브쿼리를 선호하는지, JOIN을 선호하는지, 혹은 특정 인덱스를 타야 하는 상황인지를 명시하는 것이죠. 좋은 프롬프트는 AI가 '추측'하게 만들지 않고 '수행'하게 만듭니다.

초보자들이 가장 흔하게 범하는 실수는 AI를 전지전능한 신으로 오해하여 검증 없는 맹신을 하는 거예요. 실제로 강의 시간에 수강생이 실습으로 작성한 SQL에 대해 왜 이렇게 작성했는지에 대한 질문을 했을 때 “챗GPT가 이렇게 하라고 했어요.”라는 답변을 들은 적이 있는데요, AI가 작성한 SQL이 문법적으로 완벽해 보인다고 해서 데이터의 결과값까지 정확한 것은 아닙니다.

초보자들은 AI가 준 쿼리를 그대로 실행하고 결과가 나오면 성공이라고 생각하죠. 하지만 조인 조건이 잘못되어 데이터가 뻥튀기되거나, 예외 케이스가 누락되는 경우가 많이 있어요. 반드시 눈으로 확인하고 직접 검증하는 절차가 필요합니다.

다음 편(Part 2)에는 이어서 비개발자 직군의 SQL 활용, 5분짜리 쿼리를 0.5초로 만든 튜닝 사례, 쿼리 분석 능력을 키우는 연습법, 그리고 생성형 AI 이후 SQL 실무 환경의 변화 등을 다룹니다.