기본 콘텐츠로 건너뛰기

생성형 AI의 혁신적 기능! "자연어 질의어로 SQL문을 생성한다고?” (팁)[16-Claude AI 로 블로깅하고 책쓰기]

 생성형 AI의 혁신적 기능! "자연어 질의어로 SQL문을 생성한다고?”

Claude AI나 ChatGPT, Gemini와 같은 생성형 AI가 DB 스키마 정보만으로 자연어 질의와 SQL문을 생성할 수 있다는 것은 매우 흥미롭고 놀라운 기능입니다. 이로 인해 사용자들은 다음과 같은 이점을 얻을 수 있습니다.

1. 사용 편의성 향상

  • 사용자가 SQL 문법을 숙지하지 않아도 자연어로 DB에 질의할 수 있습니다.
  • 예를 들어, "지난 한 달간 가장 많이 팔린 제품 Top 5를 보여줘"라고 묻는 것만으로 AI가 자동으로 해당 SQL문을 생성해 줍니다.

2. 개발 속도 향상

  • 개발자들이 일일이 SQL문을 작성할 필요 없이 자연어 질의만으로 원하는 데이터를 추출할 수 있어 개발 속도가 빨라집니다.
  •  복잡한 JOIN이나 서브쿼리가 필요한 경우에도 AI가 자동으로 처리해 줍니다.

3. 비즈니스 인사이트 발굴

  • 비개발자들도 쉽게 데이터를 탐색하고 분석할 수 있게 되어, 새로운 비즈니스 인사이트를 얻을 수 있습니다.
  • 예컨대 마케터가 "신규 고객 유치율이 가장 높은 마케팅 채널 3개를 알려줘"라고 묻는 것만으로 고객 유치에 효과적인 채널을 파악할 수 있습니다.

이처럼 생성형 AI의 DB 스키마 기반 자연어 질의 및 SQL문 생성 기능은 기업의 데이터 활용을 혁신할 수 있는 엄청난 잠재력을 갖고 있습니다. 개발, 마케팅, 영업, 기획 등 다양한 분야에서 이 기술을 활용한다면 업무 효율성과 의사결정 속도를 크게 높일 수 있을 것입니다. 앞으로 많은 기업들이 이 놀라운 AI 기능을 경쟁적으로 도입하고 활용 사례를 만들어갈 것으로 기대됩니다.

Claude 를 활용한 DB 스키마 정보 이용 예시


샘플 DB 스키마는 엔트로픽 사이트에서 게시된 [1]전형적인 DB 스키마 (Customers, Products, Orders, Orders_Items, Reviews) 를 이용하였습니다.

이 DB 스키마 웹 사이트 전체를 텍스트 복사한 후 이를 구글 Docs에 붙여 넣기 합니다. 이 구글 Docs에 저장된 내용을 PDF 파일로 내보기 한 후 이 PDF 파일을 Claude 에게 (또는 ChatGPT도 가능) 업로드한 후 ‘자연어 10개와 이에 맞는 SQL문을 표로 만들어줘’  라고 명령하면 됩니다. 간단하지요.

(** 이 ERD 그림은 Claude 에게 ‘업로드한 DB 스키마에 해당하는 ERD를 그리는 파이선 코드를 생성 해줘’  한 후 Claude 가 생성한 파이선 코드를 복사하여 ChatGPT에서 실행한 결과입니다. **)

이렇게 하면 Claude는 이 스키마 정보를 바탕으로 다음과 같은 일을 할 수 있습니다:

1. 자연어 질의 이해

  • 사용자의 자연어 질의에 등장하는 키워드를 DB 스키마의 테이블/컬럼명과 매칭합니다.
  • 질의에 사용된 집계함수(SUM, AVG 등), 조건(최근 1년간, Top 10 등)을 파악합니다.

2. SQL문 생성

  • 파악된 테이블/컬럼, 집계함수, 조건을 조합하여 올바른 문법의 SQL문을 자동 생성합니다.
  • 필요한 경우 테이블 간 JOIN이나 서브쿼리도 사용합니다.

3. 데이터 타입 고려

  • 컬럼의 데이터 타입(INT, VARCHAR, DATE 등)을 고려하여 적절한 연산과 비교를 수행합니다.
  •  필요 시 문자열은 따옴표로 감싸고, 날짜는 데이터베이스에 맞는 포맷을 사용합니다.

4. 검증 및 정제

  •  생성된 SQL문이 문법적으로 올바르고 실행 가능한지 검증합니다.
  •   보안상 위험할 수 있는 내용(SQL Injection 등)은 제거합니다.

자연어 질의 20개와 해당 SQL문 예시

Claude Prompt:‘자연어 20개와 이에 맞는 SQL문을 표로 만들어줘’

Claude 답변:

자연어 질의

SQL문

평균 주문금액이 $100 이상인 고객의 이메일 주소를 가져와줘

SELECT email<br>FROM Customers<br>WHERE customer_id IN (<br>  SELECT customer_id<br>  FROM Orders<br>  GROUP BY customer_id<br>  HAVING AVG(total_amount) >= 100<br>);

재고가 가장 적은 제품 카테고리 TOP 3를 보여줘

SELECT category<br>FROM Products<br>GROUP BY category<br>ORDER BY SUM(stock_quantity) ASC<br>LIMIT 3;

직원 급여에서 부서별 최고/최저 급여액을 보여줘

SELECT department,<br>  MAX(salary) AS max_salary,<br>  MIN(salary) AS min_salary<br>FROM Employees<br>GROUP BY department;

작년 동월 대비 매출 증가율이 가장 높은 달은 언제야?

WITH monthly_sales AS (<br>  SELECT DATE_FORMAT(order_date, '%Y-%m') AS month,<br>    SUM(total_amount) AS sales<br>  FROM Orders<br>  GROUP BY DATE_FORMAT(order_date, '%Y-%m')<br>)<br>SELECT month, sales,<br>  LAG(sales) OVER (ORDER BY month) AS prev_sales,<br>  sales / LAG(sales) OVER (ORDER BY month) - 1 AS growth<br>FROM monthly_sales<br>ORDER BY growth DESC<br>LIMIT 1;

신규 가입 고객 비율이 제일 높은 도시 TOP 5는?

SELECT city, <br>  COUNT(CASE WHEN YEAR(NOW()) = YEAR(first_order_date) THEN customer_id END) / COUNT(*) AS new_customer_ratio<br>FROM (<br>  SELECT c.city, c.customer_id, MIN(o.order_date) AS first_order_date<br>  FROM Customers c<br>  JOIN Orders o ON c.customer_id = o.customer_id<br>  GROUP BY c.city, c.customer_id<br>) AS t<br>GROUP BY city<br>ORDER BY new_customer_ratio DESC<br>LIMIT 5;

주문건수가 가장 많은 요일 순위

SELECT DAYNAME(order_date) AS day_of_week, COUNT(*) AS order_count<br>FROM Orders<br>GROUP BY DAYNAME(order_date)<br>ORDER BY order_count DESC;

3월 주문 중 아직 미배송된 주문금액 합계는?

SELECT SUM(total_amount) AS undelivered_total<br>FROM Orders<br>WHERE status != 'Delivered'<br>  AND YEAR(order_date) = YEAR(CURDATE())<br>  AND MONTH(order_date) = 3;

카테고리별로 재고 부족 제품 리스트(재고<10개)를 보여줘

SELECT p.product_name, p.category, p.stock_quantity <br>FROM Products p<br>WHERE p.stock_quantity < 10<br>ORDER BY p.category, p.stock_quantity;

가입 후 아무것도 주문하지 않은 휴면 고객은 몇명이지?

SELECT COUNT(*) AS dormant_customers<br>FROM Customers c<br>LEFT JOIN Orders o ON c.customer_id = o.customer_id<br>WHERE o.order_id IS NULL;

제품별 평균 리뷰 점수와 리뷰 개수를 보여줘

SELECT p.product_name, <br>  AVG(r.rating) AS avg_rating,<br>  COUNT(r.review_id) AS review_count<br>FROM Products p<br>LEFT JOIN Reviews r ON p.product_id = r.product_id<br>GROUP BY p.product_id, p.product_name;

자연어 질의문

SQL문

2022년에 주문한 고객의 이름, 이메일, 주문일자, 총 주문금액을 조회하세요

SELECT c.first_name, c.last_name, c.email, o.order_date, o.total_amount<br>FROM Customers c<br>JOIN Orders o ON c.customer_id = o.customer_id<br>WHERE o.order_date BETWEEN '2022-01-01' AND '2022-12-31';

가장 많이 팔린 상위 5개 제품의 이름, 카테고리, 판매수량을 조회하세요

SELECT p.product_name, p.category, SUM(oi.quantity) AS total_quantity<br>FROM Products p<br>JOIN Order_Items oi ON p.product_id = oi.product_id<br>GROUP BY p.product_id<br>ORDER BY total_quantity DESC<br>LIMIT 5;

평균 평점이 4점 이상인 제품의 이름, 평균 평점, 리뷰 개수를 조회하세요

SELECT p.product_name, AVG(r.rating) AS avg_rating, COUNT(r.review_id) AS review_count<br>FROM Products p<br>JOIN Reviews r ON p.product_id = r.product_id<br>GROUP BY p.product_id<br>HAVING AVG(r.rating) >= 4;

주문 상태가 "Shipped"인 주문의 주문번호, 고객명, 주문일자, 총 주문금액을 조회하세요

SELECT o.order_id, c.first_name, c.last_name, o.order_date, o.total_amount<br>FROM Orders o<br>JOIN Customers c ON o.customer_id = c.customer_id<br>WHERE o.status = 'Shipped';

2023년 상반기(1월6월) 매출 총액과 하반기(7월12월) 매출 총액을 각각 조회하세요

SELECT<br> SUM(CASE WHEN order_date BETWEEN '2023-01-01' AND '2023-06-30' THEN total_amount ELSE 0 END) AS first_half_revenue,<br> SUM(CASE WHEN order_date BETWEEN '2023-07-01' AND '2023-12-31' THEN total_amount ELSE 0 END) AS second_half_revenue<br>FROM Orders<br>WHERE order_date BETWEEN '2023-01-01' AND '2023-12-31';

"Electronics" 카테고리에 속하는 제품들의 평균 가격을 조회하세요

SELECT AVG(price) AS avg_price<br>FROM Products<br>WHERE category = 'Electronics';

2023년 1분기(1월~3월) 주문에서 구매한 제품의 이름, 수량, 총 판매금액을 조회하세요

SELECT p.product_name, SUM(oi.quantity) AS total_quantity, SUM(oi.quantity * oi.price) AS total_sales<br>FROM Products p<br>JOIN Order_Items oi ON p.product_id = oi.product_id<br>JOIN Orders o ON oi.order_id = o.order_id<br>WHERE o.order_date BETWEEN '2023-01-01' AND '2023-03-31'<br>GROUP BY p.product_id;

고객별 총 주문금액이 1000달러 이상인 고객의 ID, 이름, 총 주문금액을 조회하세요

SELECT c.customer_id, c.first_name, c.last_name, SUM(o.total_amount) AS total_order_amount<br>FROM Customers c<br>JOIN Orders o ON c.customer_id = o.customer_id<br>GROUP BY c.customer_id<br>HAVING SUM(o.total_amount) >= 1000;

"New York"에 거주하는 고객 중 2023년에 주문한 고객의 이름, 이메일, 주문일자를 조회하세요

SELECT c.first_name, c.last_name, c.email, o.order_date<br>FROM Customers c<br>JOIN Orders o ON c.customer_id = o.customer_id<br>WHERE c.city = 'New York' AND o.order_date BETWEEN '2023-01-01' AND '2023-12-31';

재고 수량이 10개 미만인 제품의 이름, 카테고리, 가격, 재고수량을 조회하세요

SELECT product_name, category, price, stock_quantity<br>FROM Products<br>WHERE stock_quantity < 10;

결론

Claude와 같은 생성형 AI가 DB 스키마 정보로부터 자연어 질의의 의도를 파악하고 그에 맞는 SQL문을 자동 생성할 수 있게 되면, 기업들은 개발 리소스를 크게 절약하면서도 데이터 활용도를 높일 수 있습니다.

비개발자들도 복잡한 쿼리를 직접 작성할 필요 없이 마치 동료에게 묻듯이 자연어로 데이터를 조회하고 분석할 수 있게 됩니다. 이는 데이터 민주화를 앞당기고, 보다 많은 구성원들이 데이터 기반의 의사결정을 내릴 수 있도록 도울 것입니다.

이 과정은 RAG(Retrieval-Augmented Generation)의 한 부분이 될 수 있습니다. RAG는 방대한 외부 지식을 활용하여 언어 모델의 생성 능력을 높이는 기술입니다. 질의에 필요한 정보를 외부 데이터베이스, 문서 등에서 찾아 언어 모델에 제공함으로써 보다 정확하고 풍부한 답변을 생성할 수 있게 됩니다.

DB 스키마와 데이터를 지식 소스로 활용한다면, 사용자의 질의에 대해 실제 DB에서 데이터를 검색하고 이를 바탕으로 SQL문과 답변을 생성하는 RAG 시스템을 구현할 수 있을 것입니다. 이는 단순히 SQL문을 생성하는 것을 넘어, 실제 DB 데이터와 연계된 보다 강력한 질의응답 시스템으로 발전할 수 있음을 시사합니다.

앞으로 AI 기술이 고도화되고 다양한 외부 지식과 결합되면서, 사용자의 복잡한 요구사항도 만족시킬 수 있는 종합적인 데이터 분석 및 질의응답 솔루션이 등장할 것으로 기대됩니다. 기업들은 RAG와 같은 첨단 AI 기술을 적극 도입하여 데이터 활용 경쟁력을 한층 더 높여나가야 할 것입니다.


댓글

이 블로그의 인기 게시물

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

[팁] Google Slide 프리젠테이션시 모든 한글폰트가 '굴림체' 로 바뀌는 현상을 해결한 크롬 확장 프로그램 소개

구글 문서도구인 구글 슬라이드를 이용하여 프리젠테이션을 많이 하는 분들을 위한 희소식 현재 구글 슬라이드에서는 슬라이드 편집시 사용한 고유 한글 폰트들은 프리젠테이션 모드로 전환할 경우는 모두 '굴림체' 로 바뀌어 표시가 되는 불편함이 있었습니다. 예). 슬라이드 편집에서 사용한 '궁서체' 한글 폰트는, 프리젠테이션 모드에서는 '굴림체'로 바뀌어 디스플레이됨 예). 슬라이드 편집 모드 - '궁서체' 폰트 사용 프리젠테이션 모드에서 '굴림체' 로 변경됨    따라서, 이러한 현상을 해결하는 크롬 확장 프로그램이 개발 되었습니다.  크롬 확장 프로그램 명 - ShowAsis 입니다. 크 롬 웹스토어 링크 -  https://goo.gl/PVPkZz 이 확장 프로그램을 사용하여 슬라이드 프리젠테이션을 하면, 편집 모드의 폰트 그대로 프리젠테이션시에도 그대로 한글 폰트로 디스플레이 됩니다. 단, 단점은 슬라이드가 애니메이션 슬라이드가 있는 경우는 애니메이션이 동작하지 않습니다. ----------------------- G Suite/Google Apps 전문 블로그 -  charlychoi.blogspot.kr 도서 '기업과 학교를 위한 구글크롬북'

[ChatGPT 모델 옵션 완벽 분석: 나에게 맞는 최적의 모델은?]

  ChatGPT 모델 옵션 완벽 분석: 나에게 맞는 최적의 모델은? GPT-4, GPT-4o, o3, o4-mini... 헷갈리는 모델들, 속 시원히 정리해 드립니다! ChatGPT를 사용하다 보면 다양한 모델 옵션 때문에 어떤 것을 선택해야 할지 고민될 때가 많습니다. 특히 글쓰기, 창의적인 작업, 일상 업무 등 다양한 용도로 AI를 활용하는 경우, 각 모델의 특성을 이해하고 상황에 맞게 선택하는 것이 중요합니다. 이 글에서는 ChatGPT에서 제공하는 주요 모델들의 의미와 특징, 장단점을 자세히 살펴보고, 여러분의 필요에 맞는 최적의 모델을 선택할 수 있도록 가이드를 제공합니다. 모델별 개요와 특징 ChatGPT에 표시되는 여러 모델은 크게  GPT 계열 (대규모 언어 모델 기반)과  o-시리즈 (강화학습으로 추론 능력을 향상시킨 모델)로 나눌 수 있습니다. 각 모델의 상세 내용을 살펴보겠습니다. 1. GPT-4 (기존 GPT-4 모델) 의미 및 특징 2023년 초 출시된 GPT-4는 GPT-3.5 대비 월등한 성능을 보인 OpenAI의 주력 언어 모델입니다. 뛰어난 텍스트 생성 능력과 이미지 입력 처리(멀티모달) 기능을 처음 도입했으며, 출시 당시 여러 시험에서 상위 10% 성적을 기록할 만큼 높은 지능 수준을 입증했습니다. 복잡한 문제 해결과 자연스러운 창작에 강점이 있었습니다. 장점 높은 출력 품질 : 복잡한 질문에도 깊이 있는 답변 생성 풍부한 표현력 : 창의적인 아이디어 제시에 유리 멀티모달 : 이미지 이해 및 설명 가능 (초기 버전) 단점 느린 응답 속도 높은 비용 및 자원 소모 : 사용량 제한 존재 지원 종료 예정 : 최신 모델로 대체 진행 중 2. GPT-4o (GPT-4 Omni 모델) 의미 및 특징 GPT-4를 개선한  옴니(Omni) 모델 로, 텍스트, 이미지, 오디오 등 모든 유형의 입력/출력을 단일 모델로 처리합니다. 이름의 'o'는 "모든 것(omni)"을 의미하며, GPT-4 대비 성능 향상 및...

Claude Max 요금제, 과연 월 $100의 가치가 있을까? Pro 사용자들의 불만과 Research 기능의 실체

  Claude Max 요금제, 과연 월 $100의 가치가 있을까? Pro 사용자들의 불만과 Research 기능의 실체 클로드가 한국 사용자들에게도 Research 서비스를 오픈했군요, Max (월 100달러) 가입을 유도하는 문구가 클로드 사이트 접속시 유난하게 보입니다.  최근 Anthropic의 Claude가 새로운 'Max' 요금제(월 $100)를 출시하며 기존 Pro 사용자들 사이에서 논란이 일고 있습니다. 특히, Max 요금제의 핵심 기능으로 내세우는 'Research' 기능의 실효성과 더불어, 기존 Pro 요금제(월 $20)의 사용 환경이 이전보다 악화되었다는 불만이 터져 나오고 있습니다   ( https://shorturl.at/RAlpf  ).  이는 Anthropic이 수익 극대화를 위해 의도적으로 Pro 사용자들을 Max 요금제로 유도하려는 전략이 아니냐는 의구심마저 낳고 있습니다. 점점 더 팍팍해지는 Claude Pro: 의도된 불편함인가? 가장 큰 불만은 Claude Max 출시 이후 기존 Pro 요금제의 사용 경험이 눈에 띄게 저하되었다는 점입니다. 사용자들은 이전보다 ▲더 잦은 사용량 제한 ▲짧아진 세션 유지 시간 ▲엄격해진 토큰 크기 제한 등을 체감하고 있다고 입을 모읍니다. 과거 월 $20로 누렸던 비교적 자유로운 사용 환경과 성능을 기대하기 어려워졌다는 것입니다.  이는 마치 Max 요금제로의 업그레이드를 강요하는 듯한 인상을 줍니다. Pro 요금제는 '일상적인 생산성'을 위한 옵션으로 남겨두고, 조금 더 깊이 있는 작업이나 활용을 원하는 사용자는 울며 겨자 먹기로 월 $100짜리 Max 요금제를 선택하도록 유도하는 전략으로 비칠 수 있습니다. 월 $100의 가치? Claude Max 'Research' 기능 살펴보기 Claude Max의 핵심 기능인 'Research'는 방대한 정보를 빠르게 분석하고 요약해 주는, 소위 '딥 리서치' 기능입...

Gemini 2.5 Pro, '책 쓰기'의 새로운 지평을 열다: 『AI Deep Research 완전 정복』 탄생 비화

  Gemini 2.5 Pro, '책 쓰기'의 새로운 지평을 열다: 『AI Deep Research 완전 정복』 탄생 비화 AI 시대를 맞아 많은 작가들이 생성형 AI를 글쓰기 파트너로 활용하려 시도합니다. 하지만 솔직히 말해, 짧은 글이나 아이디어 구상을 넘어  '책 한 권' 을 쓰는 여정에서 AI와 성공적으로 협업하기란 쉽지 않은 과제였습니다. 가장 큰 어려움은 바로  '맥락 유지' 였죠. 이야기가 길어질수록 AI가 앞서 나눈 대화나 설정된 스토리를 잊어버리고 엉뚱한 방향으로 가기 일쑤였으니까요. 그런데 이번에 『AI Deep Research 완전 정복』 을 집필하면서, 저는  Gemini 2.5 Pro 와 함께 이 한계를 뛰어넘는 놀라운 경험을 했습니다. 단순히 'AI의 도움을 받았다'는 차원을 넘어,  진정한 '협업'을 통해 책 한 권을 완성 할 수 있었던 그 놀라움과 감탄을 여러분과 나누고 싶습니다. 긴 호흡의 집필, 흔들림 없는 맥락 유지 능력에 감탄하다! 책 쓰기는 마라톤과 같습니다. 수백 페이지에 달하는 긴 여정 동안 일관된 톤과 스토리를 유지하는 것이 핵심이죠. 기존의 생성형 AI들은 이 '긴 호흡'에 약점을 보이는 경우가 많았습니다. 세션이 끊기거나, 대화가 길어지면 이전 맥락을 놓쳐 작가가 끊임없이 방향을 다시 잡아줘야 했죠. 하지만  Gemini 2.5 Pro는 달랐습니다.  책 전체의 구조와 흐름, 등장인물의 설정과 같은 방대한 정보를 놀랍도록  안정적으로 기억하고 유지 했습니다. 마치 지치지 않는 조수처럼, 제가 설정한 큰 그림 안에서 일관성을 유지하며 다음 이야기를 함께 써 내려갔습니다. 덕분에 저는 전체 맥락을 바로잡는 데 에너지를 쏟는 대신, 내용의 깊이와 창의적인 표현에 더 집중할 수 있었습니다. 책 한 권을 쓰는 긴 과정 내내  세션을 유지하며 맥락을 이해하는 능력 , 이것이야말로 Gemini 2.5 Pro가 보여준 첫 번째 놀라움이었습니다....