현대백화점그룹 인재개발원과 이어 온 데이터 교육의 3년차 과정입니다. SQL을 쓰지 않는 조직은 거의 없지만, 현장의 상태는 "쓰고는 있는데 잘 쓰고 있는지 모르겠다"에 가까웠습니다. 사전 인터뷰에서는 JOIN이 늘면 쿼리 읽기가 두렵다는 말, ChatGPT로 SQL을 짜봤지만 내 테이블 정보를 모르니 자꾸 틀린다는 말이 함께 나왔습니다. 그래서 목표를 더 어려운 SQL이 아니라 더 효율적으로 쓰는 SQL로 잡고, 수단으로 SQL Agent를 두었습니다.
어떻게 설계/진행했나
문법은 짧게, 구조 읽기는 길게 — DML·DDL과 JOIN·서브쿼리는 상황 기준으로 빠르게 정리해 참여자 간 레벨을 맞추는 데만 썼습니다. 대신 ERD로 테이블 관계를 읽고, 윈도우 함수로 누적·순위·비교를 다루고, 비개발 직군이 가장 많이 전달받는 형태인 뷰 테이블을 이해하는 구간에 시간을 실었습니다.
Agent 실습을 구조 읽기 뒤에 배치 — LangChain으로 SQL Agent를 구축하는 구간은 Google Colab에서 진행했고, Python을 처음 보는 참여자도 따라올 수 있게 단기 속성으로 시작했습니다. OpenAI LLM을 연결하되 Gemini·Solar API 크레딧도 함께 열어 두었습니다. JOIN이 여러 개 필요한 질문에서는 앞 구간에서 읽은 ERD 구조를 프롬프트에 그대로 넘기게 했습니다.
ChatGPT에 묻는 것과 내부 SQL Agent에 스키마를 넘기는 것의 차이는 보안·재현성·업무 연결성 세 관점에서 비교했습니다.
마지막은 의사결정 과제 — 미니 프로젝트는 온라인 소매점 데이터(주문·고객·상품·재고)를 놓고 매출 및 고객 분석, 재고 관리 최적화, 고객 유지 및 마케팅 전략, 운영 효율성 개선 네 가지 미션을 수행했습니다. 쿼리 제출이 아니라 "그래서 우리는 뭘 해야 하나"까지 답하는 형태였습니다.
결과
- 기본반을 듣지 못하고 합류해 어려워하던 참여자도 4주를 마치고 미니 프로젝트를 완수했습니다.
- 그룹사 DBA가 함께 참여해 내부 Agent 구성 구간에서 활발히 논의가 오갔습니다.
- 심화반인 만큼 난이도에 대한 코멘트도 남았습니다 — "확실히 초급보다 훨씬 어렵네요".
"IT팀이 무슨 말 하는지 이제 좀 알겠다"
"나도 이 흐름 위에 올라탄 느낌이다"
4주로 SQL 실력이 완성되지는 않습니다. 대신 쿼리를 어떻게 설계할지, 프롬프트에 무엇을 넣을지, 어디까지 더 배워야 하는지가 분명해집니다.
현장 기록 전문: 현대백화점 인재개발원 SQL 심화반