AI 시대의 데이터베이스 개론

전통 데이터베이스의 원리에서 AI 데이터 시스템까지

문태은 지음

엠카잇 2026년 08월 20일 출간

작품소개

책소개

AI가 답을 만들어 주는 시대에도 데이터베이스를 배워야 할까?

AI는 몇 초 만에 SQL을 만들고 필요한 정보를 정리해 준다. 그러나 AI가 참조한 데이터가 오래되었거나, 테이블의 관계를 잘못 이해했거나, 조회 조건을 빠뜨렸다면 자연스럽게 보이는 답도 틀릴 수 있다. 중요한 것은 AI가 답을 만들 수 있느냐가 아니라, 그 답이 어떤 데이터와 구조와 조건에서 만들어졌는지를 확인할 수 있느냐이다.

『AI 시대의 데이터베이스 개론』은 바로 그 힘을 기르는 책이다.

이 책은 데이터가 정보와 지식으로 발전하는 과정에서 출발한다. 파일로 데이터를 관리할 때 어떤 문제가 발생하는지 살펴본 뒤, 데이터베이스와 DBMS가 데이터를 어떻게 통합하고 보호하는지 이해한다. 이어서 릴레이션, 키, 무결성 제약조건을 배우고, 현실의 요구사항을 ER 다이어그램과 관계 스키마로 바꾸는 과정을 따라간다.

설계한 데이터베이스는 MySQL 8.4 LTS에서 직접 구현한다. 테이블을 만들고 데이터를 입력한 뒤 SELECT, 조건 검색, 함수, 그룹 분석, 조인과 서브쿼리를 이용하여 질문의 답을 찾는다. SQL을 실행하는 것만으로 끝내지 않고, 조회된 열과 행, 정렬 순서, NULL, 집계값과 영향받은 행 수가 예상과 일치하는지도 확인한다.

정규화에서는 단순히 정규형의 이름을 외우지 않는다. 하나의 테이블에 여러 사실을 섞어 저장할 때 왜 삽입·수정·삭제 이상이 발생하는지 살펴보고, 함수 종속성을 이용하여 좋은 테이블 구조로 분해한 뒤 데이터가 손실 없이 다시 연결되는지 검증한다.

트랜잭션, 동시성 제어, 회복, 권한, 보안과 백업을 통해 데이터베이스를 안전하게 운영하는 방법도 다룬다. 마지막에는 NoSQL, 클라우드 데이터베이스, 데이터 웨어하우스와 OLAP, 데이터 마이닝, 임베딩, 벡터 데이터베이스, RAG, Text-to-SQL로 학습 범위를 확장한다. 이를 통해 오래된 원리와 새로운 기술이 서로 떨어져 있는 것이 아니라 하나의 데이터 흐름으로 이어진다는 사실을 이해하게 된다.

대학생뿐 아니라 데이터베이스를 처음 배우는 비전공자, SQL을 기초부터 익히려는 개발 입문자, 데이터를 업무에 활용하는 직장인, AI가 만든 SQL과 결과를 스스로 판단하고 싶은 독자도 순서대로 따라갈 수 있다.

이 책의 목표는 명령어를 많이 외우게 하는 것이 아니다. 데이터가 어떻게 구조화되고 연결되는지 이해하고, 직접 설계하고 실행하며, 사람과 AI가 만든 결과를 스스로 검증할 수 있게 하는 것이다.

목차

[목차]
머리말
이 책의 구성
학습 방법

제1부 데이터베이스의 이해

Chapter 01 AI 시대, 왜 데이터베이스를 배우는가
1 데이터에서 지식까지
2 생활 속에서 만나는 데이터베이스
3 파일 시스템은 왜 한계에 부딪혔을까?
4 데이터베이스의 등장과 AI 시대의 역할

Chapter 02 데이터베이스와 DBMS
1 데이터베이스의 정의와 특징
2 DBMS가 필요한 이유와 주요 기능
3 데이터베이스 시스템의 구성 요소와 사용자
4 3단계 스키마와 데이터 독립성
5 데이터 언어와 시스템 카탈로그

Chapter 03 관계 데이터 모델
1 데이터 모델과 관계 데이터 모델
2 릴레이션의 구조와 특성
3 데이터를 식별하고 연결하는 키
4 무결성 제약조건
5 관계 대수의 기본 연산

제2부 데이터베이스 설계와 구현

Chapter 04 데이터 모델링과 ER 모델
1 데이터 모델링의 필요성과 과정
2 개체와 속성
3 관계와 제약조건
4 ER 다이어그램 작성과 검증
5 ER 모델을 관계 스키마로 변환하기

Chapter 05 MySQL로 데이터베이스 시작하기
1 MySQL 8.4 LTS와 실습 환경
2 공통 실습 데이터베이스
3 데이터 타입과 제약조건
4 데이터베이스와 테이블 생성
5 데이터 입력과 기본 SELECT
6 안전한 데이터 수정과 삭제

제3부 SQL로 데이터 다루기

Chapter 06 SELECT로 데이터 찾기
1 SELECT문의 기본 구조
2 WHERE를 이용한 조건 검색
3 중복 제거와 데이터 정렬
4 조회 범위 제한
5 NULL과 표현식

Chapter 07 함수와 그룹별 데이터 분석
1 숫자 함수와 문자열 함수
2 날짜·시간 함수와 형 변환
3 조건 처리와 NULL 관련 함수
4 집계 함수와 그룹별 분석

Chapter 08 여러 테이블과 복잡한 질문 해결하기
1 조인이 필요한 이유
2 내부 조인과 외부 조인
3 서브쿼리
4 집합 연산과 공통 테이블 표현식
5 자연어 질문을 복합 SQL로 바꾸기

Chapter 09 정규화와 좋은 테이블 설계
1 이상 현상과 함수 종속성
2 제1정규형과 제2정규형
3 제3정규형
4 보이스-코드 정규형과 관계 분해
5 역정규화와 실무 설계의 균형

제4부 데이터베이스 활용과 운영

Chapter 10 데이터베이스 객체와 SQL 활용
1 뷰
2 인덱스
3 저장 프로시저와 사용자 정의 함수
4 트리거
5 메타데이터와 실행 계획

Chapter 11 트랜잭션과 데이터 회복
1 트랜잭션과 ACID 특성
2 트랜잭션 제어
3 동시성 문제와 격리 수준
4 잠금과 교착상태
5 로그와 체크포인트를 이용한 회복

Chapter 12 데이터베이스 보안과 관리
1 사용자 계정과 인증
2 권한과 역할 관리
3 SQL 삽입 공격과 방어
4 개인정보 보호와 감사
5 백업·복구와 운영 관리
6 AI 연동 환경의 보안과 관리

Chapter 13 데이터베이스의 미래와 AI
1 NoSQL과 새로운 데이터 저장 방식
2 분산·클라우드·분석과 데이터 마이닝
3 임베딩과 벡터 데이터베이스
4 검색 증강 생성
5 Text-to-SQL과 AI 기반 데이터베이스 운영
6 책임 있는 AI 데이터 시스템과 미래

참고문헌
핵심용어집
찾아보기

책 속으로

“데이터베이스는 오랫동안 정보 시스템의 중심에서 데이터를 정확하게 저장하고 연결하며 공유하는 역할을 해 왔습니다. 생성형 AI가 자연어로 질문을 이해하고 답을 만들어 주는 시대가 되었지만, AI가 신뢰할 수 있는 답을 만들기 위해서는 여전히 정확한 데이터 구조와 최신 데이터, 적절한 접근 권한, 검증 가능한 결과가 필요하다.”

“AI가 의도적으로 거짓 정보를 만든 것은 아니다. 학교의 최신 개설 과목, 실시간 수강 정원, 선수 과목 규칙에 접근할 수 없는 상태에서 가람이 입력한 정보와 제한된 자료만으로 답을 생성했기 때문이다. 가람에게 필요한 것은 문장이 자연스러운 답이 아니라 최신 학사 데이터와 정확한 규칙에 근거한 답이었다.”

“데이터를 흔히 ‘가공되지 않은 원재료’라고 설명하지만, 실제로는 조금 더 주의해서 이해해야 한다. 무엇을 측정할지, 어떤 기준으로 분류할지, 어느 시점의 값을 기록할지는 사람이 정한다. 따라서 데이터는 아무 의미도 없는 값이 아니라, 특정한 목적과 방법으로 수집된 기록이다.”

“같은 데이터라도 목적에 따라 서로 다른 정보가 될 수 있다. 중요한 점은 데이터가 저절로 정보가 되는 것이 아니라, 질문과 맥락에 맞는 처리 과정이 필요하다는 것이다.”

“초보자가 자주 하는 오해: ‘파일은 낡았고 데이터베이스는 새롭다’고 구분하면 안 된다. 개인 문서와 이미지 원본처럼 파일이 적합한 데이터도 많다. 데이터베이스 시스템은 데이터를 체계적으로 조직하고 관리하여 조직의 공통 데이터를 안전하게 활용하도록 돕는다.”

“DBMS를 사용한다고 중복이나 오류가 저절로 사라지는 것은 아니다. 잘못된 데이터 구조, 빠진 제약조건, 지나치게 넓은 권한을 설정하면 DBMS도 그 잘못된 기준을 일관되게 실행할 뿐이다. DBMS의 기능은 올바른 설계와 운영 절차가 있을 때 효과를 발휘한다.”

“수강 상담 AI에게 ‘성적이 좋은 학생을 보여 줘’라고 질문했다고 하자. AI는 곧바로 SQL을 만들 수 있지만, ‘성적이 좋다’는 말에는 기준이 없다. 90점 이상을 뜻하는지, 학과별 상위권인지, 아직 점수가 없는 수강생을 제외할지에 따라 결과가 완전히 달라진다. 질문의 모호함이 해결되지 않으면 문법상 올바른 SQL도 잘못된 답을 낼 수 있다.”

“결과 행 수 하나만 맞는다고 조회가 정확한 것은 아니다. 잘못 포함된 행과 빠진 행의 수가 같으면 전체 행 수는 우연히 같을 수 있다. 최소한 반드시 포함되어야 할 행, 반드시 제외되어야 할 행, 경계값에 있는 행, NULL을 가진 행을 각각 대표 사례로 정해 확인한다.”

“AI가 만든 SQL은 스키마에 없는 테이블이나 열을 추측할 수 있고, 이름이 비슷한 열을 잘못 연결하거나 조인 조건을 빠뜨릴 수 있다. 먼저 ERD와 테이블 구조를 대조해 모든 식별자가 실제로 존재하는지 확인해야 한다.”

“RAG가 환각을 자동으로 없애지는 않는다. 검색기가 잘못된 문서를 찾거나 필요한 문서를 놓칠 수 있고, 문서가 오래되었거나 서로 충돌할 수 있으며, 모델이 근거를 무시하거나 인용과 다른 답을 만들 수 있다. 검색 실패와 생성 실패를 분리해 평가한다.”

“좋은 AI는 좋은 데이터만으로 완성되지 않는다. 데이터의 출처와 사용 권한을 확인하고, 결과를 검증하며, 잘못된 결과가 사람에게 미칠 영향을 관리할 때 책임 있는 AI가 된다.”

“데이터베이스를 공부하는 가장 좋은 방법은 구조를 이해하고 직접 실행한 뒤 결과를 확인하는 것입니다. 이 책이 데이터베이스의 기본 원리를 정확하게 익히고, AI가 제안한 SQL과 데이터 결과까지 스스로 검증할 수 있는 힘을 기르는 데 도움이 되기를 바란다.”

출판사 서평

AI 시대일수록 데이터베이스의 기본기가 중요하다

생성형 AI는 자연어 질문을 SQL로 바꾸고, 필요한 데이터를 검색하여 그럴듯한 답을 만들어 낸다. 그러나 데이터 구조가 잘못되었거나 테이블 사이의 관계가 불분명하고 최신 데이터가 연결되지 않았다면, AI의 답도 신뢰하기 어렵다. AI를 올바르게 활용하기 위해서는 데이터가 어떻게 구조화되고 저장되며 연결되는지를 이해해야 한다.

『AI 시대의 데이터베이스 개론』은 전통적인 데이터베이스 원리를 충실히 설명하면서 그 지식이 현대 AI 데이터 시스템과 어떻게 연결되는지를 보여 주는 입문 교재이다.

이 책은 데이터와 정보의 기초 개념부터 시작하여 관계 데이터 모델, 키와 무결성, ER 모델링, 관계 스키마 변환, MySQL 구현, SQL 활용, 정규화, 트랜잭션, 보안과 운영으로 학습 범위를 넓혀 간다. 이후 NoSQL, 클라우드 데이터베이스, 데이터 마이닝, 벡터 데이터베이스, RAG, Text-to-SQL까지 연결하여 데이터베이스 기술의 현재와 미래를 한 권에서 조망한다.

설명만 읽고 끝나는 교재가 아니다. MySQL 8.4 LTS와 MySQL Workbench를 이용한 단계별 실습을 통해 SQL을 직접 실행하고 결과를 확인하도록 구성했다. 특히 실행 전에 대상 행을 조회하고, 실행 후 결과와 영향받은 행 수를 검산하게 함으로써 초보자가 안전하고 정확한 데이터 처리 습관을 기를 수 있도록 했다.

또한 동일한 업무 사례를 요구사항 분석에서 ER 모델, 관계 스키마, MySQL 테이블, SQL 조회와 정규화로 이어 가며 설계와 구현의 연결을 이해하도록 돕는다. 각 장의 ‘AI 연결’에서는 앞에서 배운 데이터베이스 원리가 AI 환경에서 왜 중요한지를 설명한다.

데이터베이스를 처음 배우는 대학생, 컴퓨터공학과 소프트웨어 전공 학습자, 비전공자, 실무 기초를 다지고 싶은 독자에게 적합하다. 단순히 SQL 명령어를 암기하는 것을 넘어 데이터의 구조와 관계를 이해하고, SQL과 AI가 제시한 결과를 스스로 검증하는 힘을 길러 주는 책이다.

인물정보

저자(글) 문태은

컴퓨터공학사 학위를 받고, 한양대학교에서 정보기술경영(ITM)을 전공하여 공학박사 학위를 받았다. 35년 이상 대학과 교육 현장에서 데이터베이스, 운영체제, 자료구조와 다양한 프로그래밍 언어 과목을 강의해 온 IT 교육자로, 현재 동서울대학교 컴퓨터소프트웨어학과 겸임교수이자 엠카잇 대표로 활동하고 있다.

오랜 기간 학생들을 가르치면서 데이터베이스는 컴퓨터 전공의 기초 과목이면서도 초보자가 어렵게 느끼는 과목이라는 점을 늘 고민해 왔다. 특히 인공지능이 빠르게 발전하는 오늘날에는 AI의 성능만큼이나 정확하고 신뢰할 수 있는 데이터를 어떻게 구조화하고 저장하며 검색, 검증할 것인가가 더욱 중요해지고 있다.

생성형 AI 역시 결국 데이터에서 출발하며, 벡터 검색, RAG, Text-to-SQL과 같은 최신 AI 기술도 데이터베이스에 대한 탄탄한 이해 없이는 제대로 활용하기 어렵다. 이러한 변화 속에서 전통적인 데이터베이스의 원리를 충실히 배우면서도, 그 지식이 AI 시대의 데이터 시스템과 어떻게 연결되는지를 한 권의 책에서 자연스럽게 이해할 수 있도록 집필하였다.