[SQLD 20화] 데이터 입력과 수정, 그리고 지능형 동기화를 완성하는 INSERT, UPDATE, MERGE 실무 활용 가이드 (SQLD, 직장인 SQL)

작성자:

1. 데이터 분석 그릇을 채우는 마지막 단계: DML의 완성

19화에서 우리는 테이블을 완전히 제거하는 DROP과 구조는 남겨둔 채 내부 데이터만 즉시 초기화하여 저장 공간을 효율적으로 회수하는 TRUNCATE 명령어의 기능적 차이와 데이터 생명주기 관리의 중요성을 살펴보았습니다. 테이블의 구조를 설계하고 비우는 DDL(데이터 정의어) 단계를 정복하고 나면, 데이터 분석가는 드디어 비어 있는 데이터 그릇에 실질적인 비즈니스 데이터를 집어넣고 수정하는 ‘데이터 조작 언어(DML, Data Manipulation Language)’의 종착역에 도달하게 됩니다.

실무 분석 과정에서는 새로운 테이블을 생성한 뒤 정제된 마케팅 대상자 명단을 밀어 넣거나, 기존 고객 마스터 테이블에 새로 갱신된 연락처 정보와 고객 등급을 주기적으로 업데이트해야 하는 상황이 빈번하게 발생합니다. 이러한 적재 및 갱신 프로세스는 데이터의 정확성과 무결성을 실시간으로 지탱하는 뼈대가 됩니다.

이때 데이터를 테이블에 안전하게 집어넣는 INSERT, 기존 데이터를 정밀하게 수정하는 UPDATE, 그리고 이 둘을 유기적으로 결합하여 데이터 존재 여부에 따라 입력을 수행하거나 수정을 분기해 주는 지능형 명령어인 MERGE의 문법적 속성을 명확히 인지할 필요가 있습니다. 본 연작 시리즈의 최종화에서는 테라데이터 SQL 환경을 기준으로 데이터 적재 및 동기화 제어 기법을 설명하겠습니다.

2. 데이터 삽입과 수정을 위한 필수 DML 문법 규칙

데이터를 다루는 가장 직관적이고 기본적인 두 가지 DML 명령어인 INSERT와 UPDATE의 표준 문법 구조와 규칙을 객관적으로 짚어보겠습니다.

1) INSERT INTO: 새로운 행 데이터의 적재

INSERT 명령어는 지정한 테이블에 새로운 행(Row)을 삽입할 때 사용됩니다. 실무에서는 임의의 값을 직접 입력하는 방식보다, 다른 테이블에서 가공해 낸 결과 집합을 대량으로 한 번에 적재하는 ‘INSERT … SELECT’ 방식이 높은 빈도로 활용됩니다.

-- 가공된 분석 결과를 특정 마트에 대량으로 삽입하는 INSERT-SELECT 문법 구조
INSERT INTO DW_MART.VIP_CAMPAIGN_TARGET (
    CUST_NO
  , TOTAL_PAY_AMT
  , REG_DT
)
SELECT 
    CUST_NO
  , SUM(PAY_AMT)
  , CURRENT_DATE
FROM 
    DW_MART.DAILY_ORDER_LOG
WHERE 
    ORDER_DT BETWEEN '2026-06-01' AND '2026-06-30'
GROUP BY 
    CUST_NO
HAVING 
    SUM(PAY_AMT) >= 5000000;

2) UPDATE: 기존 데이터의 정밀 수정

UPDATE 명령어는 이미 테이블 내에 적재되어 있는 특정 행의 칼럼 값을 원하는 형태로 변경할 때 사용됩니다.

-- 특정 고객의 휴면 여부 상태를 변경하는 UPDATE 문법 구조
UPDATE DW_MART.CUSTOMER_MSTR
SET 
    ACTIVE_YN = 'N'
  , LAST_MOD_DT = CURRENT_DATE
WHERE 
    LAST_LOGIN_DT < '2025-07-17'; -- 1년 이상 로그인하지 않은 고객 대상 제한

⚠️ UPDATE 실행 시 주의해야 할 문법적 함정

  • WHERE 절 누락의 참사: UPDATE 문을 실행할 때 WHERE 절을 실수로 누락하게 되면, 테이블 내에 존재하는 모든 행(Row)의 데이터가 예외 없이 지정한 값으로 덮어써지는 복구 불가능한 장애가 발생할 수 있습니다. 수억 건의 데이터가 한순간에 동일한 값으로 변해버리는 대형 사고를 예방하기 위해서는 실행 전 조건절의 범위를 이중으로 검증하는 습관이 중요합니다.

3. 현업 비즈니스 사례로 보는 MERGE 문의 지능형 동기화 전략

실무에서 데이터 마트를 운영하다 보면 “회원 마스터에 신규 가입한 회원은 새로 추가(INSERT)하고, 이미 존재하는 회원은 최근 등급 정보로 수정(UPDATE)해 달라”는 식의 동기화 요청을 가장 많이 처리하게 됩니다.

이를 INSERT와 UPDATE 쿼리로 각각 분리하여 두 번 실행하려고 하면, 대상 데이터를 매번 대조해야 하므로 쿼리가 길어질 뿐만 아니라 대용량 데이터 환경에서 불필요한 시스템 자원 낭비를 초래하는 경향이 있는 것으로 알려져 있습니다.

이러한 두 단계의 작업을 하나의 쿼리 안에서 자동으로 분기하여 원스톱으로 해결해 주는 구세주가 바로 MERGE (병합) 구문입니다. 이해를 돕기 위해 실제 유통 기업의 고객 관리 부서에서 일상적으로 겪는 가상의 시나리오를 살펴보겠습니다.

📊 [실무 사례 예시: 마케팅 기획 팀 박 대리의 일일 고객 마스터 동기화 작업]

백화점 마케팅 팀의 박 대리는 매일 밤 전국의 오프라인 점포와 온라인몰에서 유입되는 고객 행동 데이터를 취합하여 ‘통합 고객 분석 마스터 테이블(INTEG_CUST_MSTR)’을 갱신하는 배치를 관리하고 있습니다.

  • 작동 규칙: 어제 하루 동안 활동이 포착된 고객 리스트(DAILY_ACTIVE_CUST)를 기준으로, 마스터 테이블에 존재하지 않는 완전히 새로운 회원번호라면 행을 신규 삽입하고, 이미 존재하는 회원번호라면 최근 구매액 정보를 최신 수치로 합산 수정해야 합니다.

박 대리는 동일 테이블에 두 번 접근하는 비효율을 방지하고 작업 단계를 축소하기 위해 다음과 같이 MERGE 구문 치트키를 적용한 동기화 쿼리를 설계하여 배치를 구성했습니다.

-- [올바른 예시] MERGE 구문을 활용해 조건에 따른 입력 및 수정을 단 한 번에 끝내는 동기화 쿼리
MERGE INTO DW_MART.INTEG_CUST_MSTR T -- [1] TARGET: 값을 채워 넣을 최종 대상 마스터 테이블
USING DW_MART.DAILY_ACTIVE_CUST S   -- [2] SOURCE: 새로 유입된 일일 활동 고객 원천 테이블
ON (T.CUST_NO = S.CUST_NO)          -- [3] 두 테이블을 연결할 매칭 기준 키 설정

-- 매칭되는 회원번호가 이미 존재하는 경우 (UPDATE 분기)
WHEN MATCHED THEN
    UPDATE SET 
        T.LAST_ACTIVE_DT   = S.ACTIVE_DT
      , T.TOTAL_PURCHASE_AMT = T.TOTAL_PURCHASE_AMT + S.DAILY_PURCHASE_AMT

-- 매칭되는 회원번호가 존재하지 않는 신규 고객인 경우 (INSERT 분기)
WHEN NOT MATCHED THEN
    INSERT (
        T.CUST_NO
      , T.LAST_ACTIVE_DT
      , T.TOTAL_PURCHASE_AMT
    ) VALUES (
        S.CUST_NO
      , S.ACTIVE_DT
      , S.DAILY_PURCHASE_AMT
    );

💡 MERGE 구문이 가져다주는 비즈니스적 가치 분석

위와 같이 MERGE 구문을 활용해 일일 배치를 가동하면 다음과 같은 실무적 이점을 기대할 수 있는 것으로 평가받고 있습니다.

  1. 데이터 파이프라인의 고속 가동: 데이터를 읽어서 비교한 뒤 어떤 조건으로 분기할지를 시스템 내부의 단일 트랜잭션 안에서 최적화하여 한 번에 처리하므로, 쿼리 작성에 드는 공수가 대폭 감소하고 전반적인 동기화 연산 속도가 향상됩니다.
  2. 데이터 무결성의 상시 보장: 신규 데이터 누락과 기존 데이터의 오기입 가능성이 원천적으로 분리 제어되므로, 전사 마케터들이 아침에 출근하여 대시보드를 열었을 때 고객들의 구매 실적이 단 1원도 어긋나지 않고 완벽하게 최신화되어 있는 정교한 무결성 상태를 유지할 수 있습니다.

4. 팩트 체크 및 데이터 분석가의 관점 점검 (대량 데이터와 MERGE의 성능)

기술 콘텐츠의 객관성과 신뢰성을 위해, 실무에서 대량의 데이터를 대상으로 DML 및 MERGE 문을 구사할 때 분석가들이 가장 많이 오해하거나 혼동하는 사실 관계들을 명확히 점검해 보겠습니다.

  • MERGE 문을 사용하면 개별 INSERT와 UPDATE를 쓰는 것보다 항상 절대적으로 빠른가?
    • 팩트 체크: 대부분의 대용량 동기화 상황에서 MERGE 문은 INSERT와 UPDATE를 별도 실행하는 것보다 하나의 문장에서 처리할 수 있어 관리가 편리하며, 많은 경우 Optimizer가 효율적인 실행 계획을 선택할 가능성이 높으므로 대량 동기화 작업에서 좋은 성능을 기대할 수 있습니다. 그러나 극단적으로 큰 억 단위의 두 대용량 테이블을 아무런 조건 없이 전체 대상으로 MERGE 하려고 하면, 양쪽 테이블의 모든 키값을 대조해야 하므로 시스템에 과도한 연산 부하를 유발하는 경향이 있습니다.
    • 따라서 대규모 마트를 다룰 때는 원천 테이블(SOURCE)의 범위를 WHERE 절을 통해 오늘 날짜 하루 치 등으로 최대한 좁혀놓은 상태에서 병합을 시도하거나, 매칭 컬럼에 적절한 인덱스가 존재하는 상태에서 쿼리를 던지는 것이 안전한 최적화 팁으로 권장됩니다.
  • MERGE 문의 ON 절에 쓰인 결합 키 칼럼을 UPDATE 절에서 임의로 수정할 수 있는가?
    • 팩트 체크: 불가능합니다. 대부분의 DBMS와 테라데이터에서는 MERGE의 매칭 기준(ON 절)에 사용된 컬럼은 UPDATE 대상으로 사용할 수 없습니다. 예를 들어 ON (T.CUST_NO = S.CUST_NO)와 같이 CUST_NO를 매칭 키로 지정해 두고, UPDATE SET T.CUST_NO = '123' 형태로 매칭 기준 칼럼 자체의 값을 도중에 변경하려고 지시하면 시스템은 즉시 구문 에러를 발생시킵니다. 데이터베이스 엔진이 행을 가두어 동기화하는 기준 뼈대 자체가 흔들리기 때문입니다. 따라서 수정하고자 하는 대상 칼럼은 연결고리가 아닌 순수 데이터 영역의 칼럼이어야 함을 숙지해야 합니다.

5. 20화 요약 및 실무 DML 데이터 적재 자가 진단 체크리스트

쿼리를 최종 빌드하여 배치 시스템에 이식하기 전, 적재 로직의 안정성과 일관성을 검증할 수 있는 요약 가이드를 제공합니다.

체크포인트발생 가능한 실무 리스크현직 분석가의 권장 대안 및 조치
UPDATE 절 실행 시 WHERE 조건 누락 여부전사 테이블 내 전체 행 데이터가 임의의 값으로 오염되는 대참사 발생실행 전 실행 계획을 확인하거나, 가급적 18화의 임시 테이블에 먼저 복사하여 검증
MERGE ON 절 매칭 키의 중복 존재성동일한 Target 행에 여러 Source 행이 매칭되어 MERGE 오류 발생병합을 시도하기 전 소스 테이블의 조인 키가 고유한지 GROUP BY 등을 이용해 매칭 키가 유일하도록 사전에 집계
대용량 소스 테이블 범위의 무조건 병합스캔 비용 상승으로 심각한 속도 지연 및 스풀 부족 유발USING (SELECT * FROM ... WHERE DT = '오늘') 형태로 소스 범위를 선행 차단

6. 테라데이터 SQL 20부작 연작 시리즈를 마치며

지난 제1화 데이터 조회의 시작부터 시작하여 20화의 완성도 높은 대량 데이터 동기화 기법에 이르기까지, 우리는 단일 테이블 제어, 다중 테이블 조인(INNER, LEFT OUTER), 임시 처리 뷰(Inline View, Volatile Table), 고급 분석용 윈도우 함수(ROW_NUMBER, CSUM, LAG), 그리고 저장 공간 관리(DROP, TRUNCATE)와 데이터 적재(MERGE)에 이르는 대용량 데이터웨어하우스 분석의 전 과정을 체계적으로 익혀 보았습니다.

실무 데이터 분석의 세계에서 쿼리를 능숙하고 가독성 있게 다듬는 역량은 단순히 코딩 속도가 빠른 것을 넘어, 복잡하게 얽힌 기업의 비즈니스 현안을 가장 명확하고 무결한 통계 지표로 구조화하여 의사결정의 신뢰성을 담보해 주는 강력한 무기가 됩니다.

그동안 본 20부작 마스터 연작 시리즈를 함께해 주신 수많은 실무 분석가와 직장인 독자 여러분께 깊은 감사를 드립니다. 이번 시리즈에서 다룬 정교한 문법 규칙과 실무 튜닝 노하우들이 여러분의 데이터 파이프라인 생산성을 비약적으로 향상시키고, 더 나아가 뛰어난 데이터 분석가로 도약하는 든든한 밑거름이 되기를 진심으로 기원합니다.

댓글 남기기