SQL·데이터베이스
SQL and Databases
데이터를 구조로 설계하고 질의로 다루는 역량. 단일 테이블 조회에서 아키텍처 설계와 표준 기여까지 이어진다.
SQL과 데이터베이스는 데이터를 어떤 구조로 저장하고 어떻게 꺼낼지 결정하는 역량입니다. 단일 테이블 조회에서 시작해 여러 테이블을 연결하는 질의, 요구사항을 반영한 스키마 설계, 실행 계획을 읽는 성능 개선, 트랜잭션 처리계와 분석계를 나누는 아키텍처 결정으로 이어집니다. 특정 제품의 기능 숙련이 아니라, 왜 그 구조와 저장 기술을 선택했는지 설명하는 판단력이 레벨을 가릅니다.
레벨 개요
| 레벨 | 숙련도 단계 | 해시태그 |
|---|---|---|
| Lv.1 | Query Reader (질의 읽기) | #Select#Where#TableStructure#PrimaryKey |
| Lv.2 | Data Retriever (데이터 조회) | #Join#GroupBy#Subquery#DataTypes |
| Lv.3 | Schema Builder (스키마 구축) | #Normalization#IndexBasics#Transaction#DataModeling |
| Lv.4 | Performance Tuner (성능 개선) | #QueryOptimization#ExecutionPlan#LockContention#Partitioning |
| Lv.5 | Data Architect (데이터 설계) | #SchemaEvolution#Replication#WorkloadSeparation#RetentionPolicy |
| Lv.6 | Platform Governance Lead (플랫폼 거버넌스) | #DataGovernance#PlatformStrategy#StorageEngine#TeamEnablement |
| Lv.7 | Field Shaper (분야 형성) | #StandardsAuthorship#DatabaseResearch#DataLegacy |
레벨
레벨 1
#Select#Where#TableStructure#PrimaryKey단일 테이블에서 조건에 맞는 데이터를 꺼내는 단계
데이터베이스를 처음 다루기 시작한 상태입니다. 테이블이 행과 열로 이루어지고 각 열에 자료형이 있다는 구조를 이해하며, 조건과 정렬을 붙여 원하는 행을 꺼냅니다. 값이 없음을 뜻하는 상태를 일반 비교로 찾을 수 없다는 점도 구분하지만, 여러 테이블을 함께 다루지는 못합니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.2 Data Retriever 단계로 진입하여 여러 테이블을 연결하는 질의에 도전할 준비가 됐습니다. 관계형 데이터베이스의 힘은 테이블을 나눠 저장하고 필요할 때 이어 붙이는 데서 나옵니다.
레벨 2
#Join#GroupBy#Subquery#DataTypes여러 테이블을 연결하고 집계해 보고용 결과를 만드는 단계
두 개 이상의 테이블을 연결해 필요한 열만 뽑고, 범주별로 묶어 합계와 건수를 냅니다. 내부 조인과 외부 조인의 결과 차이를 데이터로 재현해 설명하고, 데이터 변경 작업도 영향 범위를 확인하며 수행합니다. 요청받은 결과는 만들 수 있지만 구조를 설계하지는 못합니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.3 Schema Builder 단계로 진입하여 요구사항에서 스키마를 직접 설계하는 데 도전할 준비가 됐습니다. 남이 만든 구조를 조회하는 일과 구조를 정하는 일 사이에 가장 큰 자율성의 도약이 있습니다.
레벨 3
#Normalization#IndexBasics#Transaction#DataModeling요구사항에서 스키마를 설계하고 트랜잭션을 다루는 단계
업무 요구사항을 듣고 개체와 관계를 정리해 스키마를 직접 설계합니다. 정규화를 적용하되 반정규화가 필요한 지점을 근거와 함께 제시하고, 여러 변경을 트랜잭션으로 묶어 실패 시 원상복구되게 처리합니다. 인덱스를 만들어 조회 시간 변화를 측정하며, 백업과 복구 절차를 문서로 남깁니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.4 Performance Tuner 단계로 진입하여 실행 계획을 읽고 느린 질의를 개선하는 데 도전할 준비가 됐습니다. Silberschatz 외(2019)가 정리한 질의 처리와 최적화 단원이 이 전환의 이론적 출발점입니다.
레벨 4
#QueryOptimization#ExecutionPlan#LockContention#Partitioning실행 계획을 읽고 느린 질의와 경합을 해소하는 단계
실행 계획에서 비효율 구간을 찾아 질의를 다시 씁니다. 잠금 경합과 교착 상태를 재현해 격리 수준 조정으로 해소하고, 대용량 테이블을 분할하거나 보관 정책을 적용해 관리 비용을 낮춥니다. 장애 상황에서 로그와 지표로 원인을 추적해 복구를 주도합니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.5 Data Architect 단계로 진입하여 처리계와 분석계를 나누는 설계 결정에 도전할 준비가 됐습니다. SFIA 9의 Database design 정의에서 이 지점이 개별 질의 개선에서 플랫폼 선택 자문으로 책임이 넓어지는 경계입니다.
레벨 5
#SchemaEvolution#Replication#WorkloadSeparation#RetentionPolicy처리계와 분석계를 나누고 이중화를 설계하는 단계
트랜잭션 처리와 분석 요구를 구분해 각각에 맞는 구조를 설계하고, 복제와 이중화 구성으로 목표 복구 시간과 복구 시점을 수치로 정의합니다. 저장 기술 선택 기준을 문서화해 조직에 자문하며, 스키마 변경을 무중단으로 배포합니다. 개발자를 지도해 팀 전체의 질의 품질을 끌어올립니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.6 Platform Governance Lead 단계로 진입하여 조직 전체의 데이터 표준을 세우는 데 도전할 준비가 됐습니다. 한 시스템을 잘 설계하는 것과 여러 팀이 따를 기준을 만드는 것은 다른 종류의 책임입니다.
레벨 6
#DataGovernance#PlatformStrategy#StorageEngine#TeamEnablement조직의 데이터 표준과 거버넌스 체계를 세우는 단계
조직 전체의 데이터 아키텍처 표준을 세우고 여러 팀에 적용합니다. 품질 지표, 소유권, 변경 승인으로 이어지는 거버넌스 체계를 설계해 운영하며, 저장 엔진의 동작 원리를 근거로 기술 선택을 공개적으로 논증합니다. 교육 과정과 오픈소스 기여로 조직 밖에도 영향을 미칩니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Lv.7 Field Shaper 단계로 진입하여 분야의 표준과 방법론 자체를 만드는 데 도전할 준비가 됐습니다. 조직 안에서 통용되는 기준이 조직 밖에서 인용될 때 영향 범위가 산업 단위로 넓어집니다.
레벨 7
#StandardsAuthorship#DatabaseResearch#DataLegacy데이터 설계 방법론과 표준에 유산을 남기는 단계
데이터가 설계되고 다뤄지는 방식을 근본에서 다시 정의합니다. 만들어 낸 모델링 방법론이 외부 조직에서 채택되고, 저술과 표준 문서가 실무와 학술 양쪽에서 참조됩니다. 자격 체계나 표준 제정에 참여한 결과가 남고, 길러낸 아키텍트들이 독립적으로 활동합니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, 데이터를 다루는 방식의 최전선에서 다음 세대의 설계 기준을 형성하는 단계에 있습니다. Silberschatz 외(2019)가 정리한 교과서적 표준을 넘어, 새로운 표준을 쓰는 것이 이 단계의 과제입니다.
참고 자료
The ladder from SQLD (two subjects covering data modeling concepts plus SQL basics and application) to SQLP (three subjects adding advanced application and tuning, with 2 practical questions), together with the 40% per-subject failing threshold, grounds the level boundaries in this guide.
Describes observable behavior at each responsibility level, from Level 2 (assisting with design under supervision) to Level 5 (advising on DBMS selection and tuning transactional and analytical platforms together). Direct evidence behind the checklist items at every level.
The standard textbook for university database courses. The official author site publishes the table of contents, online chapters, and a practice SQL tool for free, which sets an authoritative learning order running from the relational model through transactions and query optimization.
Sorts 18 families of SQL error found in over 33,000 queries submitted by 237 students into syntax, semantic and logical classes. The novice error types it names, comparison with NULL, omitted joins, and illegal or insufficient grouping, are direct evidence for the Lv.1 and Lv.2 checklist items.