채널톡 아이콘

MySQL 쿼리 튜닝 자동화: AI 진단부터 재발 추적

SQL 튜닝을 배운 다음, 반복되는 튜닝 대응 업무를 자동화하세요. MySQL 쿼리 수집부터 AI 진단·실측 검증·담당자 인계·재발 추적까지 연결하는 실무 프로젝트입니다.

1명 이 수강하고 있어요.

난이도 중급이상

수강기한 무제한

sql튜닝
sql튜닝
실습 중심
실습 중심
AI 활용법
AI 활용법
sql튜닝
sql튜닝
실습 중심
실습 중심
AI 활용법
AI 활용법

수강 후 이런걸 얻을 수 있어요

  • 총 부하와 실행 횟수로 쿼리 우선순위표를 작성하고 AI 제안의 채택·기각·보류 근거를 기록합니다.

  • 실측 검증·담당자 인계·개선과 재발 추적을 연결하고 사후 성과 보고서를 완성합니다.

MySQL 쿼리 튜닝 자동화: AI 진단부터 재발 추적

SQL 튜닝을 배운 다음, 반복되는 튜닝 대응 업무를 자동화하세요. MySQL 쿼리 수집부터 AI 진단·실측 검증·담당자 인계·재발 추적까지 연결하는 실무 프로젝트입니다.

수집부터 재발 추적까지, 하나의 흐름으로

쿼리 수집 → AI 진단 → 실측 검증 → 담당자 티켓 → 해결·재발 추적

  • 수집: performance_schema 누적값의 스냅숏 차이를 저장하고 실행 횟수와 총 부하로 대응 우선순위를 정합니다.

  • 진단: 읽기 전용 근거 도구와 Claude Code로 실행 계획과 개선 제안을 살펴봅니다.

  • 검증: 별도 DB에서 단일 ADD INDEX 전후의 결과 동일성과 성능을 측정하고 인덱스를 되돌립니다.

  • 인계: CMDB의 담당자 정보와 기존 티켓을 연결해 중복 발행을 방지합니다.

  • 추적: 해결 이후의 관측 결과와 재발 상태를 Grafana 리포트와 업무 기록으로 남깁니다.

운영 DB의 인덱스를 자동 적용하지 않습니다. 검증 결과와 변경 계획을 남기고 실제 운영 변경은 사람의 승인과 점검을 거칩니다.

수강 후 완성하는 네 가지 결과물

  • 쿼리 우선순위표: 평균 실행 시간·횟수·총 부하를 비교하고 우선 처리 대상과 제외 이유를 설명합니다.

  • AI 제안 검증 기록: 결과 동일성, 실행 계획, 전후 측정과 되돌리기 조건을 확인해 채택·기각·보류 근거를 작성합니다.

  • 담당자 요청서: 대상 클러스터, 쿼리 지문, 담당 팀과 기존 티켓을 연결합니다.

  • 사후 성과 보고서: 실제 적용 여부, 관측 조건과 표본, 개선·악화·재발 및 다음 행동을 기록합니다.

시작 안내 + 7개 학습 섹션, 총 8개 섹션

  1. 시작 안내 · 학습 자료와 실습 경로: 학습 순서와 검증 범위를 확인합니다.

  2. 관측 기준과 실습 환경 준비: 평균 시간·실행 횟수·총 부하를 구분합니다.

  3. 실행 계획·인덱스·쿼리 튜닝 판단: 실행 계획을 읽고 인덱스와 쿼리 개선을 실습합니다.

  4. 수집·검출·CMDB 연결: 스냅숏과 검출 규칙을 구성하고 수집 공백과 실제 미실행을 구분합니다.

  5. Claude Code 진단과 실측 검증: AI 제안을 검토하고 별도 DB에서 효과를 측정합니다.

  6. 담당자·티켓·해결과 재발 추적: 중복 방지와 해결·재발 상태를 연결합니다.

  7. Grafana·성과 기록·운영 변경: 관측 결과를 시각화하고 적용 사실과 성과를 기록합니다.

  8. 종합 판단 과제와 AWS 확장: 종합 과제를 완성하고 클라우드 확장 경로를 살펴봅니다.

총 59개 수업 · 영상 2시간 41분. 영상 시청 외에 환경 준비와 실습·과제 작성 시간이 필요합니다.

9개 상황으로 검증과 사후 판단을 연습합니다

결과 변경, 수집 공백, 실행 없음, 인덱스 미사용, 환경 변화, 철회, 개선, 악화, 미적용 사례를 다룹니다. 합성 사례·답안 템플릿·해설·평가 루브릭으로 어떤 근거가 더 필요한지 설명합니다.

자동 채점은 필수 항목과 판정 코드의 일치를 확인합니다. 설명의 품질은 루브릭으로 별도 검토하며, 과제 통과는 공인 자격이나 운영 변경 승인을 의미하지 않습니다.

구매 전 실제 수업을 미리 확인하세요

아래 커리큘럼에서 ‘01-01 강의 소개’(3분 36초)와 ‘01-06 무엇부터 고칠까 — 총 부하로 줄 세우기’(2분 30초)의 미리보기를 확인할 수 있습니다.

별도의 약 1분 41초 홍보 영상에는 실제 수업 발췌 약 90초가 포함되어 있습니다. 홍보 영상과 무료 수업 미리보기는 서로 다른 영상입니다.

수업에는 로컬 AI 합성 남성 내레이션을 사용합니다. 본편에는 선택 가능한 한국어 자막과 별도 SRT·대본을 제공하므로, 미리보기에서 설명 속도와 발음을 확인해주세요.

이런 분께 추천합니다

  • SELECT·JOIN을 읽고 반복되는 느린 쿼리 대응을 자동화하려는 백엔드 개발자

  • 진단·담당자 인계·사후 관측을 연결하려는 DBA·SRE·플랫폼 엔지니어

  • AI 제안의 적용 여부를 근거와 실측으로 판단하려는 기술 리드

기본 SQL과 인덱스 개념, 터미널 명령과 Python 가상환경의 기초가 필요합니다. SQL 문법 입문과 SQLP 시험 대비는 별도의 기초 과정을 권장합니다.

실습 환경과 별도 비용

  • 계정 없는 판단 과제: Python 3.10 이상과 편집기로 시작합니다. Python 표준 라이브러리만 사용하며 외부 API·클라우드 계정이 필요하지 않습니다.

  • 로컬 MySQL 실습: Docker 또는 별도 MySQL 환경과 Python이 필요합니다. 합성 주문 200만 행을 사용하므로 여유 메모리·디스크·포트를 준비해주세요. 실행 시간과 계획은 환경마다 다릅니다.

  • 새 AI 진단 실행: Claude Code 인증과 읽기 전용 실습 도구가 필요하며 서비스 이용 비용은 별도입니다. 녹화된 결과로도 학습할 수 있습니다.

  • AWS 확장 실습: Terraform·CLI, 승인된 AWS 계정, 리소스 삭제 권한과 모델 접근이 필요하며 배포 시 별도 과금됩니다.

제공 자료와 AWS 보완 소스

총 59개 수업과 영상 2시간 41분, SRT·대본, 워크북, 핵심 개념 확인 문항, 합성 과제와 해설, 판단 루브릭, 4종 업무 기록 양식 및 설치·검증·삭제 안내를 제공합니다.

별도 합성 RDS 환경에서 수집·검출, 내부 티켓, Bedrock 진단, 검증 인덱스 추가·제거와 해결·재발 추적을 확인한 AWS 보완 소스도 제공합니다. 실행 기록, 테스트와 사양별 검증 범위는 AWS 공개 보완 소스와 문서에서 확인하세요.

최신 최소 사양의 전체 재배포·실측, Jira·Slack 실제 전송, 장기 복구와 기존 운영 DB 이식은 별도 검증 대상입니다. 환경별 실행 결과와 AI 답변은 달라질 수 있습니다. 모델 가중치·회사 운영 데이터·인증값은 제공 자료에 포함하지 않습니다.

구매 전에 궁금한 점

AI가 운영 DB에 인덱스를 자동 적용하나요?
아니요. 별도 검증 DB에서 확인하고 되돌립니다. AWS apply-plan은 변경 계획서를 만들며 실제 운영 변경은 사람의 승인과 점검을 거칩니다.

AI 계정 없이 시작할 수 있나요?
네. 녹화된 결과와 계정 없는 합성 판단 과제로 시작할 수 있습니다. 새 AI 진단이나 AWS 배포를 실행할 때는 별도의 인증과 비용이 필요합니다.

예제와 같은 성능이 나와야 하나요?
데이터 분포·통계·옵티마이저·실행 환경에 따라 달라집니다. 동일 조건에서 결과 동일성·실행 계획·전후 측정 근거를 비교하는 방법을 배웁니다.

질문 답변과 업데이트는 어떻게 제공되나요?
수강기한은 무제한입니다. 구매 후 6개월 동안 강의 내용·제공 예제 Q&A를 지원하며 질문을 받은 날부터 7일 이내 답변합니다. 출시 후 6개월 동안 확인된 강의·실습 오류를 수정합니다. 회사 운영 DB 개별 튜닝·배포 대행·개별 시스템 연동은 지원 범위에 포함되지 않습니다.

강사 데이터장인을 소개합니다

20년 이상 데이터베이스와 IT 분야에서 경력을 쌓아온 데이터장인입니다. 게임·금융·IT 서비스 분야에서 DBA 및 DB Platform 팀 매니저로 일하며 SQL 튜닝과 데이터베이스 플랫폼을 다뤄왔습니다. 반복되는 쿼리 대응을 수집·진단·검증·담당자 인계·사후 추적으로 연결하기 위해 이 강의를 만들었습니다. 현장에서 활용할 수 있는 자동화 흐름과 AI 제안을 검증하는 기준을 함께 전달합니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • SQL을 읽을 수 있으며 반복되는 쿼리 튜닝 요청을 자동화하고 싶은 백엔드 개발자

  • AI 제안을 검증하고 담당자·티켓·개선 추적을 연결하려는 DBA·SRE·플랫폼 엔지니어

선수 지식,
필요할까요?

  • 기본 SQL의 SELECT·JOIN·WHERE와 인덱스 개념

  • Python 코드와 터미널 명령을 읽는 능력. 로컬 실습은 Docker, AWS 확장은 별도 계정과 비용이 필요합니다.

안녕하세요
데이터장인입니다.

커리어인증

20년 이상 데이터베이스와 IT 분야에서 경력을 쌓아온 데이터장인입니다. DBA 및 DB Platform 팀 매니저로 데이터베이스 플랫폼을 다루며, MySQL·PostgreSQL·Oracle·MongoDB와 SQL 튜닝, AWS·Terraform·Python을 전문 분야로 삼고 있습니다. 게임·금융·IT 서비스 분야의 경력을 바탕으로 데이터베이스와 클라우드 아키텍처를 설명합니다. 『오라클 실무튜닝 SQL 패턴 학습』과 『Oracle Pro*C 실무프로젝트 활용서』를 출간했으며, AWS Summit 2018·2019와 데이터야 놀자 2020에서 서버리스·데이터베이스 선택·멀티데이터베이스 전략을 발표했습니다. 최근에는 Bedrock LLM을 이용한 슬로우 쿼리 분석·튜닝 권고, DB 스펙 산정 자동화, DB 메타 MCP 서버와 Slack 봇을 통한 조회 흐름을 다루고 있습니다. 이번 강의에서는 MySQL 쿼리 수집부터 AI 진단, 실측 검증, 담당자 인계, 해결과 재발 추적까지 연결하는 프로젝트를 공개 보완 소스와 합성 데이터로 설명합니다. AI 제안을 그대로 적용하기보다 결과 동일성·실행 계획·관측 조건을 확인하고, 근거가 부족하면 보류하는 판단 기준을 전달합니다. 회사 운영 데이터와 인증값은 강의 자료에 포함하지 않습니다.

더보기

커리큘럼

전체

59개 ∙ (2시간 41분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

₩23,100

70%

₩77,000

평생교육이용권 지원 강의