현대백화점 인재개발원 SQL 심화반 4주가 비개발 수강생의 AI 분석 보고서와 대시보드로 끝났다. 도구를 붙이기 전에 5단계 하네스를, 화면을 만들기 전에 4축 55점 통과선을 세운 결과다. AI를 붙인 SQL 교육을 검토한다면 채점표에서 웹앱이 가산점인지부터 확인해야 한다.
SQL 문법을 가르치는 일과 그 문법이 보고서로 이어지게 하는 일은 다른 문제다. 서브쿼리까지 배운 사람도 업무 질문을 쿼리로 옮기지 못하고, 쿼리가 나와도 보고서는 따로 논다. 원문 2026년 4월 2일의 현대백화점 인재개발원 SQL 심화반은 이 단절을 줄이려고 마지막에 남을 결과물을 먼저 정하고 그 앞 3주를 채우는 순서로 짠 과정이다.
4주의 끝은 비개발 직군 수강생이 AI로 만든 분석 보고서와 대시보드였다. 목표는 개발자가 아닌 사람이 AI에게 일을 시켜 자기 데이터를 직접 분석하는 감각을 4주 안에 갖게 하는 것이었다.
같은 기관의 SQL 과정을 다룬 현대백화점 인재개발원 SQL 과정 3년이 도착점을 첫 데이터 추출 한 건으로 잡았다면, 심화반은 그 위에 AI와 보고서를 얹는다. 이 글은 하네스와 채점표 두 장치를 다룬다.
AI에게 쿼리를 시키기 전에 Plan-Verify-Do-Verify-Document를 먼저 가르쳤다
4주는 SQL 복습, Gemini, Antigravity, 미니프로젝트 발표 순이다. 복습부터 문법 목차가 아니라 질문 순이었다. "월별 매출 리포트", "주문 안 한 고객 찾기" 같은 업무 질문을 앞에 놓고 GROUP BY, JOIN, 서브쿼리를 그 질문에 맞춰 다시 꺼냈다.
2주차에 Gemini를 붙이며 먼저 가르친 것은 쿼리를 대신 짜게 하는 요령이 아니라 AI를 통제하는 절차, 하네스(Harness)였다. 계획(Plan)을 세우고, 그 계획이 자기가 아는 SQL 원리와 맞는지 검증(Verify)하고, 실행(Do)한 뒤, 결과를 다시 검증(Verify)하고, 주석과 문서로 남긴다(Document). 합성 데이터 생성·검수와 데이터셋 카드 작성이 여기에 붙었다. 새 문법보다 AI를 검증 가능한 보조 도구로 다루는 절차가 먼저였다.
3주차에는 Antigravity로 조회 앱과 대시보드를 만들었는데, 코드를 얼마나 깊이 이해했는지는 여기서 중요하지 않았다. 자연어 요청을 어떤 순서로 구조화해 원하는 화면에 닿는가가 관건이었다. 프로젝트 생성에서 시작해 MySQL MCP를 연결하고, 필터와 정렬을 붙이고, 월별 매출 차트와 카테고리 시각화까지 올라갔다. 이때부터 수강생에게 SQL의 끝은 결과 행이 아니라 화면이었다.
통과선은 대시보드가 아니라 DB 연결·쿼리 품질·AI 활용·인사이트 4축 55점에 그었다
4주차 미니프로젝트 시간은 100분이었다. 통과선은 100점 만점 기준 80점. 채점 구조는 다음과 같다.
| 구분 | 항목 |
|---|---|
| 기본 항목(6) | DB 연결 및 데이터 조회, SQL 쿼리 품질, AI 활용도, 인사이트 도출, 시각화 완성도, 보고서 구성력 |
| 핵심 영역(4) | DB 연결 및 데이터 조회, SQL 쿼리 품질, AI 활용도, 인사이트 도출 — 55점 이상이면 통과에 유리 |
| 가산점 | 웹앱 대시보드, Vercel 배포 |
이 표가 과정의 설계도다. 안내문에도 "웹앱 개발은 선택 가산점"이라고 적어 쿼리와 보고서만으로 80점 이상이 가능하다고 알렸다. 화면이 아무리 그럴듯해도 쿼리와 분석 논리가 비면 80점에 닿지 않고, 반대로 쿼리와 보고서만 탄탄하면 화면 없이 통과한다.
AI 활용도가 핵심 4축에 들어 있어 AI를 쓴 방식도 채점 대상이다. 발표는 ERD와 핵심 쿼리, 인사이트를 보여주고 현업 적용 계획을 말한 뒤에야 끝났다.
결과물은 합계 조회가 아니라 VIP 세그먼트·재고 효율·수익성 질문으로 나왔다
Sakila DB를 백화점 리테일 맥락으로 바꾼 데이터에서 나온 결과물 세 건은 질문이 서로 달랐다. 고객 질문에서 출발한 사례는 상위 10% 고객의 매출 기여도와 선호 카테고리를 뽑고, 단골형과 큰손형 중 어느 쪽이 매출을 끌고 가는지 갈라 봤다. CTE와 윈도우 함수, 세그먼트 분류가 쿼리에 들어갔다. 운영 질문에서 출발한 사례는 지점별 월 매출 추이에 카테고리별 재고·매출 점유율을 겹쳐 재고가 과하게 묶이는 영역이 어디인지 물었다. 수익성 질문에서 출발한 사례는 매출 대신 수익 효율로 문제를 잡았다. 프리미엄 렌탈 서비스의 고단가 상품군을 지점과 카테고리로 쪼개 매출은 높은데 수익은 낮은 구간을 짚었다.
피드백 16건 중 무겁게 볼 것은 만족도 문장이 아니라 행동이 바뀐 기록이다. 리포트에 잡힌 즉시 행동 전환은 3건 이상. 한 명은 유료 Gemini 구독을 수업 당일에 시작했다. Antigravity를 접한 뒤 스킬을 하나씩 늘려 가는 중이라고 쓴 수강생도 있었다. 계정 권한과 뷰를 직접 관리해 BI를 대체하려고 신청했다는 참가자도 있었다. 한 수강생은 "결과물을 만들어냈다는 게 스스로도 놀랍다"고 썼다.
가져갈 것
- 채점표에서 웹앱 대시보드와 배포를 가산점으로 분리하고, DB 연결·쿼리 품질·AI 활용·인사이트 4축에 통과선(55점, 총점 80점)을 두었는가
- "쿼리와 보고서만으로 통과 가능"을 시작 전에 안내문으로 명시했는가
- AI에게 쿼리를 시키기 전에 Plan-Verify-Do-Verify-Document 검증 절차를 가르치고, AI 활용도를 채점 항목에 넣었는가
- Sakila DB 같은 공개 데이터셋을 자사 업종 맥락으로 치환하고, 합성 데이터 검수와 데이터셋 카드 작성을 실습에 넣었는가
- 발표에 ERD·핵심 쿼리·인사이트와 함께 현업 적용 계획을 필수 항목으로 넣었는가
안 되는 경우
- SQL 문법을 처음 배우는 집단. 1주차가 서브쿼리까지의 복습이었던 만큼, 기초 없이는 AI가 낸 계획을 자기 SQL 원리로 검증하는 Verify 단계가 성립하지 않는다.
- Gemini·Antigravity와 MySQL MCP 연동이 막힌 보안망. 조회 앱과 대시보드가 이 연동 위에서 만들어졌고, 대체 환경은 원문에 없다.
- 사내 실데이터로 바로 성과를 내야 하는 팀. 실습은 Sakila DB를 치환한 데이터로 진행됐고, 사내 시스템 연결은 원문에 없다.
- 원문이 밝히지 않은 것: 참가 인원, 교육 실시 일자와 회당 시간, 참가자 소속과 직무 분포, 통과자 수와 점수 분포, 가산점을 받은 인원, 교육 후 현업 적용 여부.
AI를 붙인 SQL 교육을 검토한다면 이번 주에 바꿀 것은 채점표 한 장이다. 대시보드와 배포를 가산점 칸으로 옮기고 쿼리 품질과 인사이트에 통과선을 적어 두면 도구와 실습 데이터, 발표 형식이 그 뒤를 따라온다. 비개발 실무자 대상 SQL·AI 교육은 조녁컴퍼니 사업영역에 있다. 사업영역 →