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