데이터베이스
데이터베이스 작동 방식
AI에게 애플리케이션 구축을 요청하면, AI는 블로그 게시물, 사용자 프로필, 제품 카탈로그 등 앱에 필요한 데이터를 저장할 전용 데이터베이스를 생성합니다. 이 데이터베이스는 다른 프로젝트와 완전히 격리되어 있으며 보안 및 추적 기능이 자동으로 구성됩니다.
데이터베이스는 전 세계에 복제되어 자동 백업과 함께 빠르고 안정적인 데이터 저장소를 제공합니다. 테이블 생성, 데이터 간 관계 설정, 보안 규칙 구성, 전체가 매끄럽게 작동하도록 하는 일까지 모든 기술적 세부 사항은 AI가 관리합니다.
자동으로 제공되는 것:
- 완전한 격리 - 데이터가 다른 모든 프로젝트와 분리됩니다.
- 자동 백업 - 데이터가 지속적으로 백업되고 보호됩니다.
- 보안 강제 적용 - 모든 쿼리에 액세스 제어가 자동으로 적용됩니다.
- 감사 추적 - 모든 변경 사항이 타임스탬프 및 사용자 정보와 함께 추적됩니다.
- 빠른 성능 - 짧은 지연 시간을 위해 데이터가 전 세계에 분산됩니다.
- 시각적 관리 도구 - UI를 통해 데이터를 탐색, 검색, 편집, 내보내기할 수 있습니다.
자동 데이터 추적
AI가 생성하는 모든 테이블에는 따로 신경 쓰지 않아도 보안, 감사 추적, 데이터 무결성을 제공하는 네 개의 특수 열이 자동으로 포함됩니다.
_row_id - 고유 식별자
각 레코드는 절대 변하지 않는 고유 ID를 갖습니다. AI는 이를 사용해 관련 데이터를 연결하고(예: 블로그 게시물과 작성자 연결) 특정 레코드를 업데이트합니다. 직접 ID 열을 만들 필요가 없습니다. 시스템이 자동으로 처리합니다.
_created_by - 사용자 추적
사용자가 레코드를 생성할 때마다 시스템이 자동으로 해당 사용자의 ID를 기록합니다. 이를 통해 "내 게시물만 보기"나 "작성자만 편집 가능" 같은 기능이 가능해집니다. AI는 이를 보안 규칙에 활용하여, 적절한 경우 사용자가 자신의 데이터에만 접근하거나 수정할 수 있도록 합니다.
_created_at - 생성 날짜
데이터가 생성된 시점을 타임스탬프로 저장합니다. 이를 통해 최신순 정렬, "2일 전에 게시됨" 라벨 표시, 최근 활동 필터링이 가능합니다. 타임스탬프는 자동으로 설정되며 절대 변경되지 않습니다.
_updated_at - 최종 수정 시각
레코드가 변경될 때마다 자동으로 업데이트됩니다. "마지막 수정" 정보 표시, 캐싱 전략 구현, 최근 활동 추적에 유용합니다. 시스템이 완전히 자동으로 처리하므로 직접 업데이트할 일이 없습니다.
데이터 삭제
데이터를 삭제하면 레코드가 데이터베이스에서 영구적으로 제거됩니다. 내장된 실행 취소 기능은 없습니다. 대량 삭제나 큰 구조 변경처럼 위험한 변경을 앞두고 있다면 먼저 계정의 스냅샷을 생성하세요. 삭제된 데이터를 되찾는 방법은 스냅샷 복원입니다.
AI가 데이터베이스를 생성하고 업데이트하는 방법
앱에 어떤 데이터가 필요한지 AI에게 알리면, AI가 보이지 않는 곳에서 적절한 데이터베이스 테이블을 생성합니다. 이 과정은 데이터베이스 구조의 모든 변경 사항을 추적하는 마이그레이션 시스템을 사용하므로, 시간이 지나면서 무엇이 바뀌었는지 파악하고 업데이트하거나 롤백할 수 있습니다.
자동으로 일어나는 일:
"사용자가 게시물을 작성할 수 있는 블로그를 만들어 줘" 같은 요청을 하면 AI는 다음을 수행합니다.
- 테이블 구조 설계 - 필요한 필드(제목, 내용, 게시 날짜 등)를 결정합니다.
- 추적 열 추가 -
_row_id,_created_by,_created_at,_updated_at을 포함합니다. - 성능 인덱스 생성 - 쿼리가 빠르게 실행되도록 데이터베이스 인덱스를 추가합니다.
- 관계 설정 - 테이블을 서로 연결합니다(예: 게시물을 작성자와 연결).
- 변경 사항 적용 - 데이터베이스에 테이블을 생성합니다.
- 보안 구성 - 액세스 제어 규칙을 설정합니다(아래 참조).
- 변경 사항 기록 - 감사 및 롤백을 위해 생성된 내용의 기록을 저장합니다.
데이터 관계:
AI는 데이터 간의 관계를 자동으로 관리합니다. 예를 들면:
- 일대다: 한 사용자가 여러 블로그 게시물을 가질 수 있습니다.
- 다대다: 한 게시물에 여러 태그를 붙일 수 있고, 한 태그가 여러 게시물에 적용될 수 있습니다.
- 필수 필드: 반드시 있어야 하는 이메일 주소.
- 고유 값: 중복될 수 없는 사용자 이름.
- 유효성 검사 규칙: 음수가 될 수 없는 가격.
애플리케이션이 무엇을 해야 하는지 설명하면 이 모든 것이 자동으로 설정됩니다.
자동 보안 및 액세스 제어
데이터는 행 수준 보안(RLS)으로 자동 보호됩니다. RLS는 각 데이터를 누가 보고 수정할 수 있는지 정확하게 제어하는 시스템입니다. AI에게 애플리케이션을 설명하면 구축 중인 내용에 맞는 보안 규칙이 설정됩니다.
예를 들어 "사용자는 자신의 메모만 볼 수 있어야 해"라고 말하면 AI는 각 사용자가 자신이 만든 레코드에만 접근할 수 있도록 규칙을 구성합니다. "블로그 게시물은 공개하되 작성자만 편집할 수 있게 해 줘"라고 하면 그대로 설정됩니다. 보안은 데이터베이스 수준에서 강제 적용되므로 우회할 방법이 없습니다. 누군가 API에 직접 접근하려 해도 마찬가지입니다.
보안 규칙 유형
AI는 아홉 가지 유형의 보안 규칙을 구성할 수 있으며, 이를 조합해 정교한 액세스 제어를 만들 수 있습니다.
1. 공개 액세스
로그인하지 않아도 누구나 이 데이터를 볼 수 있습니다. 마케팅 콘텐츠, 제품 카탈로그, 공개 블로그 게시물, FAQ 섹션에 적합합니다.
2. 인증된 사용자
로그인한 사용자만 데이터에 접근할 수 있습니다. 사용자 생성 콘텐츠, 커뮤니티 기능, 내부 대시보드, 회원 전용 콘텐츠에 적합합니다.
3. 소유자 전용
레코드를 만든 사람만 보거나 수정할 수 있습니다. 개인 메모, 비공개 문서, 사용자 기본 설정, 장바구니 등 각 사용자에게 완전히 비공개여야 하는 모든 데이터에 적합합니다.
4. 동일 조직
사용자는 자신이 속한 조직의 데이터에는 접근할 수 있지만 다른 조직의 데이터에는 접근할 수 없습니다. 팀 문서, 회사 전체 공지, 공유 프로젝트 데이터, 부서 리소스에 적합합니다. 각 조직은 자기 데이터만 봅니다.
5. 기본 조직
앱의 고객이 아닌 내부 팀(기본 조직) 사용자로 액세스를 제한합니다. 시스템 구성, 관리 대시보드, 청구 관리, 기능 플래그, 내부 분석, 감사 로그처럼 운영자만 봐야 하는 데이터에 유용합니다.
플랫폼 컨텍스트: 고객이 앱에 가입하면 고객마다 자신의 조직이 생깁니다. 이 규칙은 고객이 내부 관리 데이터에 접근할 수 없도록 보장합니다.
6. 사용자 속성 보유
"admin" 그룹 소속 여부처럼 특정 사용자 속성을 기준으로 접근을 결정합니다. 관리자 전용 테이블, 역할 기반 콘텐츠, 기능 플래그, 베타 액세스에 사용됩니다.
7. 레코드 필드 값 일치
레코드 자체의 특정 필드 값을 기준으로 접근을 결정합니다. 예를 들어 status = "published"인 레코드만 표시합니다. 게시본과 초안, 활성 데이터와 보관 데이터, 승인 워크플로에 적합합니다.
8. 필드 매칭
사용자 속성을 레코드 필드와 대조합니다. 예를 들어 레코드의 department가 사용자의 department와 일치하는 레코드만 볼 수 있게 합니다. 부서 기반 액세스, 위치 기반 필터링, 담당 구역 관리, 맞춤 세분화에 적합합니다.
9. 모든 액세스 차단
특정 작업을 완전히 차단합니다. 감사 테이블의 삭제 방지, 읽기 전용 참조 데이터 생성, 추가 전용 로그 구현, 특정 레코드의 수정 원천 차단에 유용합니다.
규칙 적용 방식
보안 규칙은 데이터베이스 작업 유형별로 따로 설정할 수 있습니다.
- 데이터 읽기(SELECT) - 레코드를 볼 수 있는 사람
- 데이터 생성(INSERT) - 새 레코드를 추가할 수 있는 사람
- 데이터 업데이트(UPDATE) - 기존 레코드를 수정할 수 있는 사람
- 데이터 삭제(DELETE) - 레코드를 삭제할 수 있는 사람
AI는 여러 규칙을 OR 논리로 결합할 수 있습니다. 예를 들어 "레코드는 소유자 또는 같은 조직의 누구나 볼 수 있다"는 보안을 유지하면서 유연한 접근을 제공합니다.
실제 사례
개인 할 일 앱: AI가 "소유자 전용" 규칙을 설정하여 각 사용자는 자신의 작업만 봅니다. 작업을 만들면 본인만 보고, 편집하고, 삭제할 수 있습니다.
회사 블로그: 게시된 글은 읽기에 대해 "공개"이지만, "인증된" 사용자(팀)만 새 글을 쓸 수 있고, "소유자"(글 작성자)만 편집하거나 삭제할 수 있습니다.
멀티 테넌트 SaaS: AI가 "동일 조직" 규칙을 사용하므로 A사 사용자는 B사 데이터를 볼 수 없습니다. 내부 팀은 "기본 조직" 규칙으로 고객이 볼 수 없는 관리 기능에 접근합니다.
부서 리소스: "필드 매칭" 규칙으로 부서 속성에 따라 영업 담당자는 영업 자료만, 엔지니어링은 엔지니어링 문서만 보도록 자동으로 처리됩니다.
데이터에 접근하기
데이터베이스는 세 가지 방법으로 다룰 수 있습니다.
1. 관리 인터페이스
시각적 관리 인터페이스에서는 스프레드시트와 유사한 화면으로 데이터를 탐색, 검색, 편집, 내보내기할 수 있습니다. 데이터 필터링, 열 정렬, 레코드 인라인 편집, CSV 또는 JSON으로 내보내기가 가능합니다. 인터페이스는 테이블 구조를 기반으로 양식을 자동 생성하고, 규칙에 따라 데이터를 검증하며, 테이블 간의 관계를 처리합니다.
2. 애플리케이션에서
프런트엔드 애플리케이션은 AI가 자동으로 구성하는 REST API를 통해 데이터베이스를 직접 쿼리할 수 있습니다. API는 데이터베이스 API의 널리 채택된 표준인 PostgREST 호환 구문을 사용합니다. 설정한 모든 보안 규칙이 자동으로 적용되므로 사용자는 봐야 할 데이터에만 접근할 수 있습니다.
3. Edge Function을 통해
Edge Function(서버 측 코드)는 보안 규칙을 준수하면서 데이터베이스에 완전한 권한으로 접근할 수 있습니다. 복잡한 비즈니스 로직 구현, 외부 서비스 연동, 브라우저에서 실행하면 안 되는 작업이 필요할 때 AI가 이러한 함수를 생성합니다.
모범 사례
✅ 구조는 AI에게 맡기기 - 필요한 것을 설명하고 테이블 생성은 AI에게 맡기세요. 기술적인 데이터베이스 세부 사항은 걱정하지 않아도 됩니다.
✅ 설명적인 이름 사용 - AI와 대화할 때 데이터에 명확한 이름을 사용하십시오(예: "항목"이나 "물건" 대신 "블로그 게시물").
✅ 자동 기능 활용 - AI가 관계, 유효성 검사, 보안을 자동으로 설정합니다. 직접 만들려 하기보다 이 시스템을 신뢰하세요.
❌ 기본값을 재정의하지 마십시오 - 자동 ID 열과 타임스탬프에는 그럴 만한 이유가 있습니다. 제 역할을 하게 두세요.
❌ 보안을 건너뛰지 마십시오 - 새 기능을 만들 때는 누가 데이터를 보고 수정할 수 있어야 하는지 항상 설명하세요.
관련 문서: