지식의 확장 —
AI 시대에 데이터베이스를 배우는 법
AI 모델은 계속 발전하고 있습니다. 복잡한 SQL 작성부터 ERD 분석, 성능 개선 방향까지 빠르게 제안하죠. 하지만 무엇을 물어볼지, 그리고 받은 답이 맞는지는 결국 사람이 판단해야 합니다.
이번 섹션의 여정
완료 ✓
완료 ✓
완료 ✓
지금 여기
아는 만큼 더 깊게 쓸 수 있습니다
AI에게 “이 쿼리 느린데 고쳐줘” 라고만 말하면, AI는 빠진 정보를 추측할 수밖에 없습니다. 테이블 관계와 실행 결과를 함께 알려주면 그만큼 추측이 줄어들죠.
질문“이 쿼리 느린데 고쳐줘”
AI 는빠진 정보를 추측한다
받은 답을맞는지 판단할 수 없어 그대로 복사한다
질문“orders 40건에 member_id 인덱스가 있는데 EXPLAIN 의 type 이 ALL 이야”
AI 는추측할 것이 줄어든다
받은 답에서맞는 방향과 잘못된 가정을 구분한다
AI 는 지식을 대신하기보다 — 내가 가진 지식을 더 넓게 활용하게 해주는
도구입니다.
이 강의에서 배운 것들이 바로 그 질문의 재료입니다. 한 행의 의미, 기본키와 외래키, 데이터 타입, 관계의 종류, EXPLAIN의 세 칸, 트랜잭션의 경계 — 이 단어들을 쓸 수 있으면 질문이 달라집니다.
첫 번째 — 모르는 문제를 작게 나누기
문제를 만났을 때 “SQL이 안 돼요” 라고만 생각하면 시작점을 찾기 어렵습니다. 네 줄로 나눠 적어보세요.
이 네 줄만 적어도 직접 확인할 것과 AI에게 물어볼 것이 갈립니다. ②는 대개 스스로 확인할 수 있고, ④가 진짜 질문이 됩니다.
두 번째 — 정답보다 ‘확인 순서’를 묻기
이제 정리한 내용을 AI에게 보여줍니다. 중요한 건 무엇을 요청하느냐예요.
답만 복사하면 비슷한 문제에서 다시 막힙니다. 확인 순서를 이해하면 다음 문제도 스스로 좁혀갈 수 있습니다.
세 번째 — 확인한 답에서 다음 질문 찾기
AI의 답은 바로 믿을 정답이 아니라, 먼저 확인해 볼 의견입니다. 테이블 구조와 실제 데이터, 오류 메시지, 공식 문서와 비교해 보세요.
| 단계 | 무엇을 하나 |
|---|---|
| ① AI 의 제안 | 받은 답을 그대로 믿지 않고 가설로 둔다 |
| ② 근거 확인 | 실제 데이터 · 오류 메시지 · 공식 문서와 대조한다 |
| ③ 새로 나온 용어 | 확인하다 모르는 단어가 나온다 |
| ④ 다음 질문 | 그 단어를 지금 문제와 연결해 다시 묻는다 |
예를 들어 JOIN 결과가 늘어난 이유를 찾다가 일대다 관계를 알게 되었다면 — 그 관계가 왜 행 수를 늘리는지 다시 묻는 겁니다. 이 강의로 치면 5-7(JOIN 뻥튀기 함정)과 4-3(관계의 종류)이 이어지는 순간이죠.
2-4에서 만든 AI 과외 선생님 세션, 연습 문제마다 “정답 말고 기준을 알려줘” 라고 물었던 방식 — 그게 바로 이 습관입니다. 강의가 끝나도 그대로 쓰시면 돼요.
한눈에 정리
| 단계 | 하는 일 |
|---|---|
| 작게 나누기 | 목표 · 구조 · 실제 결과 · 모르는 부분 네 줄 |
| 순서 묻기 | 정답 대신 무엇부터 확인할지 3단계로 |
| 근거 확인 | 실제 데이터 · 오류 메시지 · 공식 문서와 대조 |
| 다음 질문 찾기 | 모르는 용어를 지금 문제와 연결해 다시 묻기 |
모든 답을 외우는 것이 아니라 — 모르는 것을 구체적인 질문으로 바꾸고 근거를 확인하는 능력입니다.
AI는 계속 발전할 것입니다. 우리가 아는 것이 늘어날수록 AI를 활용하는 깊이도 함께 커집니다.
모든 것을 외울 필요는 없습니다. 모르는 것을 작게 나누고 확인할 수 있는 사람이 계속 성장합니다.
여기까지 함께해 주셔서 감사합니다.