현대 비즈니스 환경에서 데이터 관리의 시작은 대부분 ‘엑셀(Excel)’이나 ‘구글 스프레드시트’입니다. 하지만 데이터의 양이 늘어나고 관리해야 할 항목 간의 관계가 복잡해지면, 우리는 곧 ‘엑셀의 한계’에 직면하게 됩니다. 수많은 시트를 오가며 데이터를 복사하거나, VLOOKUP 함수가 깨져서 고생해 본 경험이 있다면 이제는 ‘스프레드시트’가 아닌 ‘데이터베이스’를 고민해야 할 때입니다.
오늘은 노코드 툴의 선두 주자인 에어테이블(Airtable)을 통해, 비개발자도 쉽게 이해할 수 있는 관계형 데이터베이스(Relational Database) 설계 기초를 알아보겠습니다.
1. 왜 엑셀은 데이터베이스가 될 수 없는가?
엑셀은 훌륭한 계산 도구이자 장부입니다. 하지만 ‘데이터 간의 연결’이라는 측면에서는 몇 가지 치명적인 약점을 가지고 있습니다.
- 데이터 중복 발생: 동일한 거래처 정보를 여러 시트에 반복해서 입력해야 합니다. 만약 거래처 전화번호가 바뀌면 모든 시트를 찾아 수정해야 하는 번거로움이 있습니다.
- 데이터 무결성 부족: 한 셀에는 텍스트를, 그 아래 셀에는 숫자를 입력해도 엑셀은 제지하지 않습니다. 이는 나중에 자동화나 통계를 낼 때 큰 오류의 원인이 됩니다.
- 다대다(Many-to-Many) 연결의 어려움: 한 명의 고객이 여러 상품을 주문하고, 하나의 상품이 여러 고객에게 팔리는 복잡한 관계를 엑셀에서 표현하려면 시트가 매우 지저분해집니다.
2. 에어테이블(Airtable): 스프레드시트의 탈을 쓴 강력한 DB
에어테이블은 겉모습은 엑셀과 비슷하지만, 본질은 관계형 데이터베이스(RDBMS)입니다. 가장 큰 차이점은 데이터의 ‘형식’을 강제할 수 있고, 서로 다른 테이블을 ‘연결’할 수 있다는 점입니다.
핵심 개념: 테이블(Table) vs 시트(Sheet)
엑셀의 시트가 단순히 칸을 나눈 종이라면, 에어테이블의 테이블은 ‘특정한 객체(Entity)의 집합’입니다. 예를 들어 ‘고객’ 테이블에는 오직 고객 정보만, ‘주문’ 테이블에는 오직 주문 정보만 담습니다. 그리고 이 두 테이블을 Linked Record 기능을 통해 연결합니다.
3. 관계형 데이터베이스 설계의 핵심 기초
에어테이블에서 전문적인 DB를 설계하기 위해 반드시 알아야 할 세 가지 기초 원칙을 소개합니다.
① 객체 지향적 테이블 분리
모든 정보를 한 곳에 몰아넣지 마세요.
- 잘못된 예: ‘주문’ 리스트에 고객 이름, 연락처, 주소, 상품명, 가격을 모두 적는 것.
- 올바른 예:
[고객]테이블,[상품]테이블,[주문]테이블을 각각 만들고 서로 연결하는 것.
② 고유 식별자(Primary Key) 설정
각 레코드(행)를 구분할 수 있는 고유한 값이 필요합니다. 에어테이블에서는 보통 첫 번째 컬럼(Primary Field)을 일련번호나 고유한 이름으로 설정하여, 다른 테이블에서 참조할 때 혼선이 없도록 합니다.
③ 필드 타입의 엄격한 관리
에어테이블은 각 열(Field)에 형식을 지정합니다. 날짜는 ‘Date’ 필드에, 금액은 ‘Currency’ 필드에, 상태값은 ‘Single Select’ 필드에 담아야 합니다. 이렇게 형식이 엄격해야 나중에 조건별 필터링이나 자동화(Automation)가 오류 없이 작동합니다.
4. 노코드 환경에서의 ‘연결된 데이터’가 주는 마법
관계형 설계를 마치면 어떤 일이 벌어질까요? [주문] 테이블에서 ‘홍길동’이라는 고객만 선택하면, 에어테이블은 자동으로 [고객] 테이블에 저장된 홍길동의 연락처와 주소를 불러옵니다(Lookup 기능).
또한, 홍길동의 전화번호가 변경되었을 때 [고객] 테이블에서 단 한 번만 수정하면, 그와 연결된 수백 건의 주문 기록에 반영된 정보가 실시간으로 업데이트됩니다. 이것이 바로 데이터의 일관성이자 자동화의 기초입니다.
결론: 툴보다 중요한 것은 ‘데이터의 구조’입니다
에어테이블은 단순한 협업 도구가 아닙니다. 비즈니스의 흐름을 데이터 구조로 치환하여 관리할 수 있게 해주는 강력한 무기입니다. 엑셀의 자유로움 속에서 데이터가 엉키고 있다면, 이제는 관계형 데이터베이스의 논리를 빌려 업무 시스템을 재구축해 보시기 바랍니다.
다음 포스팅에서는 이렇게 설계된 에어테이블 데이터를 활용해 ‘매일 아침 자동으로 발송되는 업무 리포트’를 만드는 법을 알아보겠습니다.