AI가 짠 SQL은 돌아가는데, 매출 숫자는 왜 틀릴까

#문법은 맞는데 답이 틀린다

데모에서는 감탄이 나옵니다. "지난달 가장 많이 팔린 제품 다섯 개"를 묻자마자 AI가 SQL(데이터베이스 조회 언어)을 짜서 정확한 답을 내놓습니다. 그런데 같은 AI를 회사 업무 DB에 붙이면 매출을 물었는데 견적 테이블을 고르고, 고객 수를 물었는데 탈퇴 고객까지 셉니다. SQL 문법에는 흠이 없는데 답은 틀립니다.

AI가 모르는 것은 SQL이 아니라 이 회사 DB에서 매출이 어느 테이블에 있는가입니다. OwlAI는 그 지식을 질문보다 먼저 갖춥니다. DB를 연결하면 테이블을 하나씩 분석해 설명을 남기고, 질문이 오면 그 설명을 근거로 테이블을 고릅니다.

#업무 DB는 이름만으로 읽히지 않는다

데모용 DB는 테이블 몇 개에 이름도 customers, orders처럼 친절합니다. 실제 업무 DB에는 테이블이 수백에서 수천 개 있고, 이름은 TB_SL_ORD_D, CUST_MST_BK 같은 약어입니다. 비슷한 테이블이 여러 벌 나란히 있는 일도 흔합니다. 운영용 옆에 백업용이 있고, 옛 시스템에서 넘어온 테이블 옆에 새로 만든 테이블이 있습니다.

컬럼도 사정이 같습니다. STAT_CD 컬럼의 값 03이 무엇을 뜻하는지는 이름만 봐서는 알 수 없고, 어느 테이블과 어느 테이블을 이어야 하는지는 문서에 없는 경우가 많습니다.

최신 AI 모델은 SQL 문법을 충분히 압니다. 문법은 완벽한데 회사 DB 구조는 처음 보는 신입 사원과 비슷합니다. 고참 담당자는 어떤 테이블이 진짜인지, 어떤 코드값이 무엇을 뜻하는지, 어느 테이블끼리 엮는지 압니다. AI가 정확해지려면 이 지식부터 갖춰야 합니다.

#연결하면 DB부터 공부한다

관리자가 DB를 연결하고 분석을 실행하면, OwlAI는 먼저 그 DB가 이미 가진 정보를 모읍니다. 테이블과 컬럼에 달린 설명, 키와 테이블 사이의 연결, DB가 스스로 관리하는 통계(행 수, 값의 종류 수, 비어 있는 비율, 자주 나오는 값), 표본으로 뽑은 실제 데이터 몇 줄, 그리고 현업이 이 테이블에 실제로 실행해 온 SQL입니다. 모두 DB에서 직접 조회해 온 값입니다.

AI는 이 자료를 읽고 테이블을 해석합니다. 뜻이 애매한 코드 컬럼은 값 분포를 직접 조회해 보고, 짝이 되는 코드 테이블에서 라벨을 확인합니다. 그렇게 테이블 설명과 컬럼별 의미를 쓰고, 어느 테이블끼리 어떤 컬럼으로 엮이는지 정리합니다. 마지막에는 테이블 분석을 모아 DB 전체가 어떤 업무를 다루는지 요약한 문서를 만듭니다. 테이블 이름만 보고 뜻을 짐작하지 않고, 주석·통계·실제 값·현업이 쓴 SQL을 근거로 해석하는 것입니다.

#질문이 오면 분석한 테이블 안에서 고른다

질문이 들어오면 AI는 먼저 DB 요약을 보고 어느 DB를 볼지 정합니다. 이어서 분석된 테이블 가운데 질문에 맞는 후보를 찾고, 그 테이블의 설명과 컬럼 의미를 확인한 뒤에 SQL을 씁니다. 수천 개 테이블 가운데 필요한 몇 개만 좁혀 보는 셈입니다.

답변에는 분석이 끝난 테이블만 쓰입니다. 관리자는 데이터베이스 화면에서 분석된 테이블의 비율, 아직 분석하지 않은 테이블, 분석에 실패한 테이블을 한눈에 보고, 필요한 범위부터 분석을 돌립니다. 분석하지 않은 테이블은 답에 쓰이지 않으므로, 업무에 쓰는 테이블부터 분석하고 백업이나 임시 테이블은 분석하지 않고 두면 AI가 엉뚱한 테이블을 고를 일이 줄어듭니다.

#짐작이 줄면 답도 빨라진다

분석해 둔 DB에서 AI는 분석이 남긴 설명과 컬럼 의미를 보고 테이블을 고릅니다. 테이블 이름으로 짐작하는 단계는 없습니다. 매번 구조를 처음부터 훑지 않으니 답에 이르는 단계도 짧아집니다.

사람이 쌓아 온 데이터 지식도 여기에 더해집니다. 대화 중에 "이 컬럼은 2023년 전에는 단위가 다르다" 같은 사실이 확인되면 AI가 그 테이블에 메모로 남기고, 그 뒤로 같은 테이블을 쓰는 모든 사람의 답에 반영됩니다. 이 구조는 「담당자 머릿속에만 있던 데이터 규칙, 그 사람이 떠나도 AI는 기억할까」에서 다룹니다.

이 차이는 시범 단계에서 바로 확인됩니다. 데모용 질문 대신 현업에서 매일 묻는 업무 질문을 바로 사용해 보세요.