퀵스타트 SQL with 챗GPT

[ 1부 | SQL 시작하기 ]

1장 Oracle Live SQL 사용하기
1.1 Oracle Live SQL 설정

2장 Oracle 실습 환경 설정
2.1 Windows
__Oracle Database 설치
__SQL Developer 설치
2.2 macOS
__Oracle Database 설치
__SQL Developer 설치

[ 2부 | AI 똑똑하게 사용하는 법 ]

3장 챗GPT 이해하기
3.1 챗GPT의 작동 원리와 한계
__챗GPT는 어떻게 작동하는가?
__SQL 작성에 왜 챗GPT가 적합한가?
__작동 원리만큼 중요한 한계점 파악
__협업 파트너로서 챗GPT 활용하기
3.2 프롬프트 엔지니어링 개념
__프롬프트란?
__프롬프트 엔지니어링이란?
__왜 프롬프트 엔지니어링이 필요한가?
__프롬프트 설계의 기본 구성
__SQL 작성을 위한 프롬프트 예시
__프롬프트 엔지니어링의 실무 가치
3.3 자연어와 SQL 간의 변환 메커니즘
__자연어 이해: 의미를 파악하는 능력
__SQL 구조 매핑: 언어 → 논리 변환
__챗GPT가 사용하는 방식: 예측 기반 생성
__정확도에 영향을 주는 요소
__AI가 만든 SQL의 한계와 응용 전략

4장 효율적인 프롬프트 작성법
4.1 좋은 질문과 나쁜 질문 예시
__나쁜 질문은 왜 문제가 될까?
__좋은 질문의 조건
4.2 편리한 SQL 작성을 위한 프롬프트 템플릿
__매출 데이터 월별 집계
__상위 고객 TOP 10 조회
__주문 데이터에서 이상 거래 탐지
__다중 테이블 JOIN 분석

5장 SQL을 위한 챗GPT 활용 패턴
5.1 모델링 기반 SQL 생성
__모델링 기반 SQL 생성의 단계별 흐름
5.2 비즈니스 요구사항을 쿼리로 변환하기
__요구사항 분석의 중요성
__요구사항 쿼리 변환 실전 예제
__모호한 요구사항 다루기
5.3 SQL 스니펫 라이브러리 생성
__SQL 스니펫 라이브러리의 효과와 구성 원칙
__챗GPT로 스니펫 생성하기
__스니펫 예시
__스니펫 및 버전 관리
__챗GPT와의 스니펫 최적화 루프

6장 도구와 통합하기
6.1 VS Code + 챗GPT 연동
__VS Code와 챗GPT를 연동해야 하는 이유
__연동하는 방법
[실전 퀵테스트] AI + SQL 활용 감각 익히기

[ 3부 | AI야, SQL을 작성해줘 ]

7장 기본 SQL 자동 생성
__AI가 작성하는 SQL을 바로 적용할 수 있을까?
__SQL 자동 생성의 시대
7.1 기본 SQL 개념 이해하기
__SELECT 이해하기
__결과 열 이름 바꾸기
__상수(리터럴)와 계산 결과도 컬럼이 될 수 있다
__함수로 값 변환하기
__중복 제거: DISTINCT
__테이블 Alias의 필요성
__CASE WHEN: 조건에 따른 분기 처리
__WHERE: 필요한 데이터만 필터링하기
__NULL 이해하기
__ORDER BY
7.2 SELECT, WHERE, ORDER BY 자동화
__좋은 프롬프트 예시
__SELECT, WHERE, ORDER BY 자동화 예시

8장 JOIN과 서브쿼리 생성
8.1 JOIN 개념 이해하기
__EQUI JOIN(등가 JOIN)
__NON-EQUI JOIN(비등가 JOIN)
__INNER JOIN
__OUTER JOIN
8.2 서브쿼리 개념 이해하기
__위치에 따른 서브쿼리 분류
__반환 데이터 유형에 따른 서브쿼리 분류
__메인 쿼리와의 연관성에 따른 서브쿼리 분류
__EXISTS
8.3 JOIN 쿼리 자동화
__JOIN 자동화 예시
8.4 서브쿼리 자동화
__서브쿼리 자동화 예시

9장 집계 및 분석 쿼리 생성
9.1 GROUP BY와 집계 함수 개념 이해하기
__GROUP BY
__집계 함수
__GROUP BY와 집계 함수의 결합
__HAVING 절의 역할
9.2 윈도우 함수 개념 이해하기
__윈도우 함수의 기본 구조
9.3 집계 쿼리 자동화
__집계 쿼리 자동화 예시
9.4 분석 쿼리 자동화
__분석 쿼리 자동화 예시
[실전 퀵테스트] 기본기 다시 잡기

[ 4부 | AI야, SQL을 튜닝해줘 ]

10장 실행 계획도 보지 않고 튜닝을 한다고요?
10.1 SQL 튜닝의 첫걸음 - 실행 계획 이해하기
10.2 실행 계획 확인
__DBMS_XPLAN
__실행 계획 분석 방법
__Predicate Information
10.3 오라클 아키텍처
__오라클 아키텍처 개요
__하드 파싱 vs 소프트 파싱
__DB Buffer Cache
__블록
__Redo Log
__Undo Log
10.4 튜닝의 목적
__튜닝의 주요 목적
__튜닝을 위한 기본 전략
10.5 옵티마이저의 작동 방식
__옵티마이저란?
__옵티마이저의 실행 계획 선택 요소
__옵티마이저 힌트
__실행 계획의 COST 계산 원리
__통계 정보와 수집 방법
__SQL 튜닝 사전 체크리스트
10.6 AI와 함께 실행 계획 분석하기

11장 AI와 함께 인덱스 설계하기
11.1 인덱스를 생성하면 왜 빨라질까?
__데이터 저장 구조
__인덱스의 기본 구조
__B-Tree 인덱스
__인덱스 손익분기점
__결합 인덱스
11.2 Index Scan vs Table Full Scan
__인덱스를 활용한 데이터 탐색
__Sequential Access vs Random Access
__Index Range Scan
__Index Full Scan
__Index Unique Scan
__Index Skip Scan
__Index Fast Full Scan
11.3 인덱스 구성 전략
__결합 인덱스 구성 전략
__인덱스 튜닝 실전 사례
11.4 인덱스를 타지 못하게 만드는 비효율 SQL
__인덱스 컬럼에 함수 사용으로 인한 인덱스 무력화
__묵시적 데이터 형변환으로 인한 인덱스 미사용
__부정형 비교 연산자 사용
__LIKE 연산자의 선두 와일드카드 사용
__IS NULL / IS NOT NULL 조건
11.5 AI에게 인덱스 추천 받기
__인덱스 설계 추천 예시

12장 AI가 알려주는 튜닝
12.1 프롬프트 구성
12.2 AI를 활용한 튜닝 예제
__JOIN 튜닝이 필요한 상황
__JOIN 튜닝 사례
__SORT 튜닝이 필요한 상황
__SORT 튜닝 사례
[실전 퀵테스트] 튜닝을 위한 실행 계획 개념