데이터 분석가가 되고 싶은데 SQL 함수가 너무 많아서 어디서부터 시작해야 할지 막막하신가요?
좋은 소식이 있어요. 채용 공고 57건을 분석한 결과, 95%의 공고에서 SQL을 필수 역량으로 요구하고 있어요[1]. SQL은 데이터 분석가에게 가장 중요한 스킬이에요. 그리고 실무에서 자주 사용하는 핵심 함수 5가지만 익혀도 대부분의 분석 업무를 수행할 수 있어요.
오늘은 주니어 데이터 분석가가 반드시 알아야 할 SQL 필수 함수 TOP 5를 소개할게요.
1. COUNT, SUM, AVG - 집계 함수의 기본
데이터 분석의 시작은 숫자를 세고, 더하고, 평균을 구하는 것이에요.
집계 함수는 여러 행의 데이터를 하나의 결과값으로 요약해줘요[3]. 실무에서 가장 많이 사용하는 함수들이에요:
함수 | 용도 | 활용 예시 |
|---|---|---|
COUNT | 개수 세기 | 일별 주문 수, 가입자 수 |
SUM | 합계 계산 | 총 매출, 누적 판매량 |
AVG | 평균 계산 | 평균 구매 금액, 평균 체류 시간 |
실무 팁: COUNT와 DISTINCT를 함께 사용하면 중복을 제외한 고유 값의 개수를 구할 수 있어요[3].
2. CASE WHEN - 조건부 분류의 핵심
데이터를 특정 조건에 따라 분류해야 할 때 CASE WHEN이 필요해요.
CASE WHEN은 "스칼라, 조건문, 함수 호출, 심지어 SQL 쿼리까지 입력받아 표현식 값을 반환하는 매우 다재다능한 도구"예요[6].
활용 예시:
구매 금액에 따른 고객 등급 분류 (VIP, 일반, 휴면)
연령대별 그룹 구분 (10대, 20대, 30대...)
상태값 변환 (1 → '활성', 0 → '비활성')
집계 함수와 조합하면 조건별 통계도 한 번에 계산할 수 있어요.
3. JOIN - 테이블 연결의 기술
실무에서는 데이터가 여러 테이블에 나뉘어 저장돼요. JOIN은 이 테이블들을 연결하는 핵심 기능이에요[2].
종류 | 설명 |
|---|---|
INNER JOIN | 양쪽 테이블에 모두 있는 데이터만 |
LEFT JOIN | 왼쪽 테이블 기준, 오른쪽에 없으면 NULL |
활용 예시: 고객 정보 테이블과 주문 테이블을 연결해서 "어떤 고객이 어떤 상품을 구매했는지" 분석할 수 있어요.
4. GROUP BY - 데이터 그룹화의 핵심
GROUP BY와 집계 함수의 조합은 데이터 분석의 핵심이에요[4]. 개별 레코드를 보는 것에서 패턴을 발견하는 단계로 나아갈 수 있어요.
활용 예시:
카테고리별 매출 합계
월별 가입자 수 추이
지역별 평균 구매 금액
WHERE vs HAVING: WHERE는 그룹화 전에 필터링, HAVING은 그룹화 후에 필터링해요.
5. 윈도우 함수 (ROW_NUMBER, RANK, LAG)
윈도우 함수는 고급 분석을 위한 필수 도구예요. 복잡한 셀프 조인이나 다중 쿼리 없이도 분석 문제를 해결할 수 있어요[6].
데이터 분석가 면접에서도 자주 출제되는 주제예요[5]:
함수 | 용도 |
|---|---|
ROW_NUMBER | 순번 부여 |
RANK / DENSE_RANK | 순위 매기기 |
LAG / LEAD | 이전/다음 행 값 비교 |
활용 예시:
고객별 최근 구매 내역 조회
전월 대비 매출 성장률 계산
코호트 분석, 시계열 분석[6]
마무리 - 다음 단계는?
이 5가지 함수를 마스터하면 실무 데이터 분석 업무의 상당 부분을 수행할 수 있어요.
62%의 데이터 분석가가 매일 SQL을 사용한다는 통계가 있어요[2]. 그만큼 SQL은 데이터 분석가의 기본 중의 기본이에요.
처음부터 모든 걸 완벽하게 알 필요는 없어요. 실습하면서 하나씩 익혀가는 게 가장 효과적이에요. 트리업의 SQL 로드맵을 활용하면 현재 수준을 파악하고 체계적으로 학습할 수 있어요.
작은 노력들이 모여 큰 성장을 만들어요. 꾸준히 학습하며 목표를 향해 나아가세요!
