AI로 SQL 작성하는 법: 개발자를 위한 실전 가이드 (2026)

범용 LLM이라면 어떤 것이든 SELECT 문은 기꺼이 써 줘요. 하지만 여러분의 users 테이블이 실제로는 accounts라는 이름이라는 것, status가 정수로 저장된 enum이라는 것, deleted_at IS NOT NULL이 행이 없다는 뜻이 아니라 소프트 삭제되었다는 뜻이라는 것은 잘 모르죠. 결국 CREATE TABLE 문을 채팅창에 붙여 넣게 되는데, 금방 지겨워지고 스키마가 바뀌는 순간 쓸모없어져요.

해결책은 모델이 스키마에 직접 접근하게 해서, 매번 설명하지 않아도 스스로 찾아보게 하는 거예요. 이 가이드에서는 연결하기, 일상 언어로 질문하기, 결과 검토하기, 이미 작성한 쿼리를 AI로 설명하거나 정리하기까지 전체 워크플로를 처음부터 끝까지 살펴봐요. 저희가 가장 잘 아는 도구인 Beekeeper Studio의 AI Shell로 구체적으로 보여드리지만, 기본 워크플로(스키마를 인식하는 프롬프트, 실행 전 검토)는 어떤 도구를 쓰든 똑같이 적용돼요.

먼저 시중의 AI SQL 도구를 폭넓게 비교해 보고 싶다면 SQL AI 앱 및 서비스 모음을 확인해 보세요.

준비물

• 연결할 데이터베이스 (Postgres, MySQL, SQLite, SQL Server 등 무엇이든)
• Beekeeper Studio. 스키마 인식 AI는 무료 Community Edition에는 포함되지 않지만, 가입이나 신용카드 없이 14일 동안 무료로 체험할 수 있어요
• 이미 사용 중인 LLM 제공업체의 API 키(Claude, OpenAI 모두 가능), 또는 모든 것을 내 컴퓨터에 두고 싶다면 로컬 Ollama 모델

API 비용에 붙는 추가 요금도 없고 Beekeeper 계정도 필요 없어요. 스크립트에서 API를 호출할 때처럼 모델 제공업체에 직접 비용을 내면 돼요.

1단계: 데이터베이스에 연결한 뒤 쿼리 탭 대신 AI Shell 열기

평소처럼 연결하세요. 평소 워크플로와 다른 점은 하나뿐이에요. 새 쿼리 탭을 여는 곳에 드롭다운이 있어서 대신 AI Shell 탭을 열 수 있어요.

처음 열 때는 제공업체를 고르고 API 키를 입력해요. 그 후에는 연결별로 기억되므로 세션마다 다시 입력할 필요가 없어요.

2단계: 일상 언어로 질문하기

테이블 설명이 아니라 실제로 알고 싶은 것을 입력하세요. AI Shell은 이미 스키마에 접근할 수 있으니 미리 설명할 필요가 없어요.

그다음을 지켜보세요. SQL을 한 줄도 쓰기 전에 관련 있어 보이는 테이블의 컬럼부터 조회해요. 여기서 정말 중요한 부분이 바로 이거예요. 테이블 이름으로 컬럼 이름을 추측하는 게 아니라 직접 확인하는 거죠.

3단계: 승인 전에 검토하기

기본적으로 AI Shell은 무언가를 하기 전에 먼저 물어봐요. 테이블 스키마를 읽기 전에도, 쿼리를 실행하기 전에도요. 단계마다 Yes / No 확인이 있어서 직접 클릭하지 않으면 아무 일도 일어나지 않아요.

도구를 신뢰하게 되면 사람들이 건너뛰는 단계지만, 절대 건너뛰면 안 되는 단계예요. yes를 누르기 전에 생성된 SQL을 읽어 보세요. 특히 JOIN 조건과 행을 걸러내는 WHERE 절을요. 두 테이블의 관계를 살짝 잘못 이해한 모델도 결과는 반환해요. 다만 틀린 결과일 뿐이죠. 그럴듯해 보이는 틀린 숫자는 명백한 오류보다 더 위험해요.

읽기 작업마다 일일이 확인하고 싶지 않다면 설정이 있어요: Settings → General → Always allow execution of read-only queries. 이 설정을 켜면 SELECT 문은 자동 실행되지만, 데이터를 쓰는 작업은 여전히 먼저 물어봐요. 내 데이터베이스에서 도구를 어느 정도 신뢰하게 된 후에 켜 볼 만하지만, 첫날부터 추천하지는 않아요.

4단계: 쿼리만이 아니라 답변도 읽기

쿼리를 승인하면 결과 세트와 함께 그 아래에 일상 언어로 된 요약이 나와요. 단순히 SQL을 써 주는 것 이상으로 AI가 제값을 하는 부분이에요. 숫자를 보고서에 복사하거나 다른 사람에게 넘기기 전에 말이 되는지 훑어보는 데도 유용하거든요.

5단계: 후속 질문으로 다듬기

첫 결과가 딱 맞지 않아도 처음부터 다시 시작하지 마세요. 계속 대화하면 돼요:

“거기서 취소된 주문은 빼 줄래요?”

“대신 월별로 묶어 주세요”

“좀 이상한데요, 조인 때문에 중복 집계되는 게 있나요?”

AI Shell은 스키마와 쿼리 기록을 컨텍스트에 유지하기 때문에 후속 질문의 부담이 적어요. 매번 테이블을 다시 설명하는 게 아니라 이미 앞에 있는 쿼리를 다듬는 거니까요. 더 빠르다면 생성된 SQL을 직접 수정해도 돼요. 최종 답이 아니라 출발점으로 삼는 걸 막을 건 없어요.

6단계: 이미 작성한 쿼리에 활용하기

같은 AI Shell 탭은 AI가 생성한 쿼리뿐 아니라 직접 작성한 SQL에도 쓸 수 있어요. 물려받은 복잡한 쿼리, 예를 들어 주석 하나 없는 5개 테이블 조인을 붙여 넣고 무슨 일을 하는 쿼리인지, 속도를 높이려면 어디에 인덱스를 추가해야 하는지 물어보세요. 솔직히 데이터베이스 클라이언트에서 AI를 활용하는 방법 중 가장 과소평가된 것 중 하나예요. 오래된 SQL을 이해하는 게 새 SQL을 쓰는 것보다 시간이 더 걸리는 경우가 많거든요.

무엇보다 중요한 단 하나의 규칙

중요한 데이터베이스에서는 AI가 생성한 SQL을 먼저 읽어 보지 않고 절대 실행하지 마세요. 특히 UPDATE, DELETE, DROP이 들어 있다면요. AI Shell이 기본적으로 권한을 요청하는 이유가 바로 “맞아 보이는 것”과 “맞는 것”이 같지 않기 때문이에요. 도구는 “테스트 계정을 삭제해 줘”가 여러분이 생각하는 3개를 말하는지, email LIKE '%test%'에 해당하는 모든 행을 말하는지 알 수 없어요. 아주 빠르고 박식한 주니어 엔지니어처럼 대하세요. 초안은 훌륭하지만 배포 전에는 항상 한 번 더 검토할 가치가 있고, 프로덕션에서 실행하기 전이라면 더욱 그래요.

직접 사용해 보세요

AI Shell은 가입이나 신용카드 없이 14일 동안 무료로 체험할 수 있고, 모델 제공업체가 청구하는 비용 외에 추가 사용료도 없어요.

Beekeeper Studio 무료 다운로드

설정과 구성에 대해 먼저 더 자세히 알고 싶으세요? SQL AI Shell 기능 페이지와 전체 문서에서 나머지 내용을 확인할 수 있어요. 아직 도구를 비교 중이라면 AI SQL 앱 및 서비스 모음도 다음으로 읽어 볼 만해요.