오라클 데이터베이스는 다시 한 번 큰 전환점 앞에 서 있습니다.

오랫동안 익숙하게 사용해 온 19c 중심의 운영 방식과 개발 방식은 Oracle AI Database 26ai에 이르러 적지 않은 변화를 맞이했습니다. 멀티테넌트 아키텍처는 이제 선택이 아닌 기본 구조가 되었고, SQL 문법은 더 간결해졌습니다. 여기에 벡터 검색과 생성형 AI 연동까지 더해지면서 데이터베이스의 역할도 단순한 저장소를 넘어 새로운 방향으로 확장되고 있습니다.

이 책은 Oracle AI Database 26ai의 신기능을 단순히 소개하는 데서 그치지 않습니다. 기존 방식에서는 무엇이 불편했는지, 26ai에서는 그 문제가 어떻게 개선되었는지, 실제 업무에 적용할 때 어떤 점을 조심해야 하는지를 실습 흐름에 맞춰 차근차근 설명합니다. 저자가 직접 테스트한 SQL과 실행 결과를 바탕으로 구성했기 때문에 문서만 읽었을 때 놓치기 쉬운 차이도 함께 확인할 수 있습니다.

새로운 SQL 문법, 멀티테넌트 운영 기능, 성능 진단과 최적화 기능, AI Vector Search와 Select AI 같은 AI 기능까지 폭넓게 다루지만, 단순히 기능을 나열하는 방식은 지양했습니다. 각 장은 기능의 필요성을 먼저 짚고, 실습을 통해 동작을 확인한 뒤, 내부 동작과 주의사항을 정리하는 흐름으로 구성되어 있습니다. 독자는 책의 순서를 따라가며 26ai의 변화를 자연스럽게 이해할 수 있습니다.

오라클의 신기능은 설명만 읽어서는 실무 감각이 잘 잡히지 않습니다. 직접 실행해 보고, 에러를 만나 보고, 실행 계획과 데이터 딕셔너리를 확인해야 실제 환경에서 어떻게 써야 할지 판단할 수 있습니다. 이 책은 그 과정을 실무자의 시선으로 정리한 Oracle AI Database 26ai 실습형 안내서입니다.

오라클 26ai를 처음 접하는 개발자와 DBA, 19c 이후의 업그레이드와 마이그레이션을 준비하는 엔지니어, 데이터베이스 안에서 AI 기능이 어떻게 구현되는지 궁금한 독자에게 이 책은 실무적인 기준을 잡는 데 도움이 될 것입니다. 새로운 문법을 익히는 것을 넘어, 달라진 오라클 데이터베이스의 방향을 실무 관점에서 이해할 수 있도록 돕습니다.

 

이 책의 대상 독자

이 책은 오라클 데이터베이스를 운영하거나, 오라클 기반 애플리케이션을 개발하는 실무자를 위해 쓰였습니다.

오라클 데이터베이스를 처음 접하는 입문자와 주니어 개발자는 복잡한 레거시 문법 대신 더 직관적이고 간결해진 최신 SQL 문법을 배울 수 있습니다. DBA와 데이터베이스 아키텍트는 11g, 19c 환경에서 26ai로의 업그레이드와 마이그레이션을 준비하는 데 필요한 운영 관점을 얻을 수 있습니다. 백엔드 개발자와 데이터 엔지니어는 Boolean, Vector, JSON 같은 데이터 타입과 AI 연동 기능을 통해 애플리케이션 구조를 어떻게 단순화할 수 있는지 확인할 수 있습니다.

 

이 책의 구성

이 책은 Oracle AI Database 26ai의 변화를 네 개의 흐름으로 나누어 설명합니다.

Part 1에서는 기존 SQL 작성 방식을 더 짧고 직관적으로 바꿔주는 문법 개선을 다룹니다. Part 2에서는 멀티테넌트 환경을 중심으로 DBA가 알아야 할 관리와 운영 기능을 살펴봅니다. Part 3에서는 실행 계획, SQL 이력, True Cache, 동시성 제어처럼 성능 진단과 최적화에 필요한 기능을 다룹니다. Part 4에서는 AI Vector Search, Select AI, SQLcl MCP를 통해 데이터베이스와 생성형 AI가 연결되는 흐름을 실습합니다.

각 장은 기능 소개, 실습 준비, 실습 가이드, 심화 분석, 주의사항의 순서로 구성되어 있습니다. 단순히 기능을 읽고 넘어가는 것이 아니라, 직접 실행하고 결과를 확인하면서 실무 적용 기준까지 함께 정리할 수 있도록 구성했습니다.

[목 차]

Part 1. 현대적 SQL 문법과 개발 편의성 개선

Chapter 1. SQL 작성의 패러다임 변화

1.1 존재 여부 확인: IF [NOT] EXISTS

1.2 서브쿼리 없는 UPDATE/DELETE: Direct Join을 활용한 DML 단순화

1.3 FROM 절 없는 SELECT: SELECT 문법의 간소화

1.4 더 직관적인 GROUP BY: Alias 및 Position 사용과 GROUP BY ALL

1.5 신규 INSERT 문법: SET 구문과 By Name 매핑

1.6 집계 함수의 진화: 조건부 필터

1.7 날짜 계산의 표준화: DATEDIFF 함수

1.8 서브쿼리 없는 윈도우 함수 필터링: QUALIFY 절

1.9 의도치 않은 행 증가 차단: JOIN TO ONE을 활용한 조인 정합성 확보

1.10 복잡한 SQL 구조화: 중첩 WITH 절 활용

 

Chapter 2. 새로운 데이터 구조와 객체

2.1 가상 테이블의 진화: Table Value Constructor (TVC) 활용법

2.2 개발자를 위한 메타데이터: Annotation

2.3 데이터 품질의 표준화: SQL Domain을 활용한 제약조건 관리

2.4 임시 데이터 처리의 최적화: Staging Table

2.5 데이터 타입과 함수: UUID 생성 함수 및 Boolean 타입 활용

2.6 안전한 데이터 갱신: UPDATE 시 DEFAULT ON NULL 옵션

2.7 스키마 레벨 제약사항: Assertion

 

 

Part 2. DBA를 위한 관리와 운영의 진화

Chapter 3. 데이터베이스 운영과 안정성

3.1 기동 순서 제어: PDB 기동 순서 조정 및 의존성 관리

3.2 유연한 공간 관리: 테이블스페이스 Shrink

3.3 스키마 관리의 간소화: Schema Level 권한 부여 및 관리

3.4 읽기 전용의 유연성: 하이브리드 Read-Only PDB 구성

3.5 차세대 메모리 관리: UMM (Unified Memory Management) 아키텍처 이해

 

Chapter 4. 개발 및 운영 효율성의 극대화

4.1 에러 메시지의 진화: TNS 및 일반 에러 메시지 개선

4.2 확장된 한계: 테이블 최대 컬럼 개수 증가와 DB_DEVELOPER_ROLE

4.3 클래식의 진화: SQL*Plus 신규 명령어와 편의성 개선

4.4 데이터베이스 내부의 방화벽: SQL Firewall

4.5 파티션 메타데이터 관리: HIGH_VALUE의 CLOB 및 JSON 활용

4.6 가상 컬럼 없는 파티션 확장: Partition by Expression 지원

 

 

Part 3. 고성능 DB를 위한 진단과 최적화

Chapter 5. 실행 계획 시각화와 고급 진단 기법

5.1 실행 계획의 해부: Xplan의 Query Block Registry 개선

5.2 힌트 분석의 자동화: Xplan Hint Report 및 SQL Analysis Report

5.3 Temp 사용량의 시각화: 10046 Trace를 이용한 I/O 병목 추적

5.4 테이블 액세스 통계: DBA_TABLE_ACCESS_STATS 뷰 활용

5.5 SQL 이력 추적: V$SQL_HISTORY를 통한 과거 쿼리 분석

 

Chapter 6. 최적화와 동시성 제어

6.1 PL/SQL 자동 변환: SQL Transpiler

6.2 낙관적 동시성 제어의 완성: JSON Relational Duality View

6.3 대량 데이터 로드 최적화: Direct Load 제약 해제 및 신규 힌트

6.4 병렬 처리의 자유: Parallel DML 트랜잭션 제약 해제

6.5 동시성의 한계 돌파: Lock Free Reservation

6.6 트랜잭션 제어: 트랜잭션 우선순위 설정 및 자동 롤백

6.7 인메모리 기반 애플리케이션 가속: Oracle True Cache

6.8 대기 시간의 명시적 제어: DML에 대한 WAIT 및 NOWAIT 지원

 

 

Part 4. Oracle AI Vector Search와 차세대 아키텍처

Chapter 7. 오라클 AI의 핵심, 벡터(Vector)

7.1 AI를 품은 데이터 타입: VECTOR 데이터 타입의 이해와 DDL

7.2 DB 내부 임베딩 생성: ONNX 모델 임포트 및 VECTOR_EMBEDDING 활용

7.3 초고속 AI 검색의 핵심: 벡터 인덱스의 종류와 HNSW 생성

7.4 의미 기반 검색: VECTOR_DISTANCE를 활용한 유사도 검색

7.5 유지보수의 효율화: IVF Index Online Rebuild

 

Chapter 8. 생성형 AI 통합과 활용

8.1 온프레미스의 클라우드화: DBMS_CLOUD 패키지 설치 및 설정

8.2 자연어로 DB와 대화하기: Select AI 구성

8.3 LLM과 DB의 직접 연결: SQLcl + MCP(Model Context Protocol) 활용

8.4 Select AI Agent: Agent 기반 자율 모니터링 워크플로우 구축

 

 

부록. DBA를 위한 실무 참고 사이트