AI로 SQL 작성하는 법, 2026년 기준 실전 팁 5가지

2024.02.18 조회 1843

우리비엔씨는 SQL 작성과 슬로우 쿼리 튜닝을 돕는 ChatGPT용 GPTs 「Database SQL 최적화 마스터」를 만들어, SQL을 직접 짜야 하는 실무자 누구나 쓸 수 있게 공개하고 있습니다. 2024년에 처음 소개했던 이 글을 2026년 기준으로 고쳐, AI에게 SQL을 맡길 때 결과가 달라지는 요청 방법과 실행 전에 꼭 확인할 점을 정리했습니다.

2026년 AI 기반 SQL 작성 환경

2024년 초에 이 글을 처음 쓸 때만 해도 “유료 버전은 똑똑하고, 무료 버전은 조금 아쉽다”는 이야기를 덧붙여야 했습니다. 지금은 ChatGPT, Claude, Gemini 같은 대부분의 AI가 SQL을 꽤 잘 씁니다. 조인이 여러 개 걸린 조회 쿼리도, DBMS마다 다른 날짜 함수도 금방 만들어 줍니다.

그래서 요즘 결과를 가르는 것은 어떤 AI를 쓰느냐보다 무엇을 알려 주고 요청하느냐입니다. 같은 AI에게 물어도 한 줄짜리 질문과 테이블 구조를 붙인 질문은 전혀 다른 답을 받습니다.

AI SQL 요청 실전 팁 5가지

AI에게 SQL을 요청할 때 막연한 요청과 구체적인 요청 비교 - 구체적인 요청에는 DBMS와 버전, 테이블 구조, 원하는 결과, 조건과 규모 4가지가 들어감

막연한 요청은 그럴듯하지만 돌지 않는 SQL을, 구체적인 요청은 바로 실행해 볼 수 있는 SQL을 돌려받습니다

1. DBMS와 버전 명시

같은 “상위 10건”도 MySQL은 LIMIT, SQL Server는 TOP, Oracle은 버전에 따라 쓰는 문법이 다릅니다. 첫 줄에 “MySQL 8.0 기준”처럼 적어 두기만 해도 문법 오류가 크게 줄어듭니다.

2. 테이블 구조 제공

AI가 가장 많이 틀리는 부분은 테이블 이름과 컬럼 이름을 지어내는 것입니다. CREATE TABLE 문이나 컬럼 목록, 테이블끼리 어떤 키로 연결되는지를 함께 주면 추측할 필요가 없어집니다. 실제 데이터는 넣지 않고 구조만 주면 됩니다.

3. 원하는 결과 예시 제시

“고객별 매출”이라고만 하면 AI는 어떤 컬럼을 어떤 순서로 보여 줄지 모릅니다. “고객명, 주문 건수, 매출 합계 순으로, 매출 많은 순 정렬”처럼 결과 표의 모양을 말로 그려 주세요.

4. 데이터 규모와 인덱스 정보 제공

수백 건짜리 테이블과 수천만 건짜리 테이블은 좋은 쿼리의 모양이 다릅니다. 대략의 데이터 건수와 걸려 있는 인덱스를 알려 주면, 결과만 맞는 쿼리가 아니라 빠르게 도는 쿼리를 받을 가능성이 높아집니다.

5. 단계적 보완 요청

첫 답이 완벽하지 않은 것은 자연스러운 일입니다. 실행했을 때 나온 오류 메시지나 실행 계획(EXPLAIN 결과)을 그대로 붙여 “이 부분을 고쳐 줘”라고 이어 가면 훨씬 빨리 원하는 쿼리에 다가갑니다.

요청 문장을 비교하면 차이가 분명합니다.

구분	요청 예
막연한 요청	매출 많은 고객 뽑는 SQL 짜줘
구체적인 요청	MySQL 8.0 기준이야. 고객(customer: id, name)과 주문(orders: id, customer_id, amount, order_date) 테이블이 있고 orders.customer_id에 인덱스가 있어. 주문은 약 300만 건이야. 2026년 1~9월 주문만 대상으로 고객명, 주문 건수, 매출 합계를 매출 많은 순으로 상위 20명 뽑아 줘.

AI 생성 SQL 실행 전 확인 사항

AI는 문법이 맞는 SQL은 잘 만들지만, 그 SQL이 우리 회사 데이터에 맞는지까지 책임지지는 않습니다. 실행 전에 아래 네 가지는 사람이 직접 확인해 주세요.

AI가 만든 SQL 실행 전 4가지 확인 - 결과 건수, 실행 계획, UPDATE와 DELETE 같은 쓰기 쿼리는 백업 후 트랜잭션 안에서 실행, 실제 고객 데이터와 접속 정보 같은 민감 정보 입력 금지

특히 UPDATE·DELETE는 WHERE 조건 하나 차이로 전체 데이터가 바뀝니다

결과 건수: 예상한 건수와 맞는지, 조인 때문에 같은 행이 중복되지 않았는지
실행 계획: EXPLAIN으로 인덱스를 타는지, 큰 테이블을 통째로 읽지 않는지
쓰기 쿼리: UPDATE·DELETE는 백업을 받고, 트랜잭션 안에서 먼저 실행해 본 뒤 확정
민감 정보: 실제 고객 이름·연락처 같은 데이터나 DB 접속 정보는 AI에 넣지 않기

우리비엔씨 SQL 전용 GPT

위의 팁을 매번 챙기기 번거롭다면 SQL 전용으로 설정한 GPT를 쓰는 것도 방법입니다. 「Database SQL 최적화 마스터」는 SQL 문장 생성에 맞춰 설정한 ChatGPT용 GPTs로, 일반 대화형 AI보다 DBMS 옵티마이저의 원리를 감안해 인덱스를 잘 타는 방향으로 쿼리를 쓰도록 만들었습니다. DBMS별 특성과 차이, 함수 사용법도 물어볼 수 있고, ChatGPT 계정만 있으면 아래 주소에서 바로 쓸 수 있습니다.

Database SQL 최적화 마스터 바로가기 (chatgpt.com)

ChatGPT GPTs Database SQL 최적화 마스터 소개 화면 - By 우리비엔씨, SQL Query 작성 지원 및 Slow Query 최적화 튜닝 전문가

ChatGPT GPT 스토어에 공개된 「Database SQL 최적화 마스터」

AI로 해결되지 않는 느린 쿼리 대응

AI는 눈앞의 쿼리 한 줄을 다듬는 데는 강하지만, 시스템 전체의 테이블 관계와 데이터 분포까지는 보지 못합니다. 쿼리를 여러 번 고쳐도 느리다면 원인이 쿼리 밖, 즉 인덱스 설계나 테이블 구조에 있을 가능성이 큽니다. 이런 경우의 진단 순서는 SQL 튜닝 6단계 글에 정리해 두었습니다.

자주 묻는 질문

Q. 「Database SQL 최적화 마스터」는 무료로 쓸 수 있나요?

ChatGPT 계정이 있으면 무료 계정으로도 GPT 스토어의 GPTs를 쓸 수 있습니다. 다만 무료 계정은 하루 사용량 한도가 있어, 길게 주고받으면 중간에 막힐 수 있습니다. 우리비엔씨가 별도로 요금을 받지는 않습니다.

Q. 회사 DB 구조를 AI에 넣어도 괜찮을까요?

테이블과 컬럼 구조 정도는 대부분 문제가 없지만, 회사 보안 정책을 먼저 확인하세요. 실제 고객 데이터, 비밀번호, 서버 주소는 넣지 않는 것이 원칙이고, 테이블 이름이 민감하다면 일반적인 이름으로 바꿔 물어봐도 충분합니다.

Q. AI가 만든 쿼리로 튜닝까지 할 수 있나요?

쿼리 한두 개의 작성 방식을 고치는 수준이라면 꽤 도움이 됩니다. 하지만 데이터가 많은 운영 시스템 전체가 느린 경우에는 인덱스, 뷰, 테이블 관계를 함께 봐야 해서 실행 계획을 직접 분석하는 작업이 필요합니다.