SQL만으로는 부족했다

데이터 분석가의 한계

**배경:** 데이터 분석가 4년차, Python + SQL, 연봉 5,500만원

**일상:**
- SELECT, JOIN으로 데이터 추출
- 판다스로 전처리
- 시각화

**문제:**
- "이 테이블은 왜 이렇게 복잡하지?"
- "JOIN이 왜 이렇게 느리지?"
- "개발자가 왜 이런 구조로 만들었지?"

개발자와의 소통 문제

**상황:**
신규 지표 추가 요청

**개발자:**
"그 지표는 현재 테이블 구조로는 어려워요"

**나:**
"???" (왜 안 되는지 이해 못 함)

**결과:**
협업 비효율

김영한 강의 선택

**이유:**
"DB 설계를 이해하면 데이터도 더 잘 이해할 수 있을 것 같아서"

핵심 깨달음

1. 정규화 이해

**배운 것:**
왜 테이블이 여러 개로 나뉘는지

**Before:**
"왜 주문 정보가 3개 테이블에 흩어져 있지?"

**After:**
"아, 데이터 중복을 막기 위해서구나!"

**효과:**
JOIN 쿼리 이해도 200% 향상

2. 인덱스 이해

**Before:**
"왜 이 쿼리는 느리지?"

**After:**
"WHERE 절에 인덱스가 없구나"

**적용:**
개발자에게 인덱스 추가 요청 → 쿼리 10배 빠름

3. ERD 읽기

**쇼핑몰 프로젝트:**
ERD로 전체 데이터 구조 파악

**효과:**
- 어떤 테이블을 JOIN할지 바로 알 수 있음
- 데이터 흐름 이해

실무 적용

분석 효율 향상

**Before:**
개발자에게 "이 데이터 뽑아주세요" 요청

**After:**
직접 복잡한 JOIN 쿼리 작성

**시간 단축:**
3일 → 1시간

대시보드 설계

**Before:**
집계 쿼리가 너무 느림

**After:**
반정규화된 집계 테이블 제안 → 개발자 수용

**결과:**
대시보드 로딩 5초 → 0.5초

커리어 발전

**역할 확대:**
데이터 분석 + 데이터 모델링 참여

**연봉 협상:**
6,500만원 제시 (+18%)

결론

데이터 분석가도 김영한 강의로 **DB 설계**를 이해하면 훨씬 효율적인 분석이 가능합니다!

---

**태그**: #김영한 #데이터베이스 #데이터분석 #SQL #DB설계