SQLD 개념 1과목, 2과목 정리

Ureca.·2024년 10월 9일

SQLD sql 데이터자격검정

velog 플랫폼에서 첫 포스팅입니다.

그렇기에, 과거 노션에 정리했던 글을 그대로 복사해왔기 때문에 가독성에서 문제가 발생할 수도 있기 때문에, 해당사항을 댓글로 남겨주시면 빠른 수정하겠습니다. 해당 정리본은 24년 8월 24일에 시험을 치루기 전에 작성했던 것으로 최신 경향과 큰 차이가 없음을 알립니다.

1과목과 2과목을 분리하려고 했었으나, 포스팅용이 아니었기에 노션에 정리한 원본 그대로 올립니다.

SQLD 개념 정리

데이터 모델링의 이해

데이터 모델링이란?

데이터 모델링은 ‘현실 세계’를 단순화하여 표현하는 기법

데이터 모델링 특징과 목적

추상화 : 현실 개념을 ‘간략하게’ 표현
단순화 : 단순하고 쉽게 표현함으로써 핵심에 집중 + 불필요 제거
명확화 : 애매모호함을 제거하고, ‘정확하게’ 현상을 기술

데이터 모델링 유의점 및 3가지 관점과 중요 3요소

유의점

중복
- 같은 데이터가 엔티티에 중복 저장되면 안 된다.
비유연성
- 사소한 변경에 데이터 모델이 수시로 변경되면 안 된다. → 모델과 프로세스를 분리해 변화를 일으킬 가능성을 줄인다.(유연성 있도록)
비일관성
- 연관 관계를 명확하게 정의해야 한다.(일관성 있도록)

관점

데이터 관점(What, Data)
- 어떤 데이터들이 업무와 얽혀있는지
프로세스 관점(How, Process)
- 업무가 실제로 처리하고 있는 일이 무엇인지, 무엇을 해야하는지
데이터와 프로세스의 상관 관점(Data vs Process, Interaction)
- 프로세스 흐름에 따라 데이터가 어떻게 영향을 받고 있는지

중요 요소

대상(Entity)
속성(Attribute)
관계(Relationships)

모델링의 3가지 단계

[ㄱ - ㄴ - ㅁ]

개념적 데이터 모델링
1. ‘전사적’으로 수행, 추상화 레벨이 가장 높음
2. E-R Diagram을 생성
논리적 데이터 모델링
1. Key, 속성, 관계들을 표현하는 단계
2. 정규화 활동이 이뤄지는 단계 → 논리적 데이터 모델을 대상으로 정규화 한다.
물리적 데이터 모델링
1. 실제 DB를 구현할 수 있도록 성능, 가용성 등을 고려하는 단계

데이터 스키마 단계에 따른 독립성

스키마란?

테이블이 어떤 구성으로 되어있는지에 대한 기본적인 테이블의 구조를 정의한 것

데이터 스키마의 구조

User
↑

외부 스키마
- 여러 사용자가 보는 스키마 정의 및 표현(View), 사용자 관점
개념 스키마
- 모든 사용자가 보는 데이터 정의 및 표현 관계를 정의하는 단계, DB 정의, 설계자 관점
내부 스키마
- 물리적인 저장 구조를 나타내는 단계 → 저장 구조, 칼럼, 인덱스 정의, 개발자 관점

↓

논리적 독립성
- 외부 스키마와 개념 스키마의 연관 관계. 개념이 변경되어도 외부 스키마 영향 X
물리적 독립성
- 개념 스키마와 내부 스키마의 연관 관계. 내부가 변경되어도 외부/개념 영향 X

엔터티

엔터티란?

업무에서 쓰이는 데이터들을 용도별로 분류한 데이터의 그룹. 테이블

엔터티의 특징

업무에서 쓰이는 정보여야 함
식별자가 있어야함
2개 이상의 인스턴스를 가져야 함.
반드시 속성을 가져야 하며, 하나의 인스턴스는 2개 이상의 속성을 가진다.
엔터티는 2개 이상의 속성을 가진다.
다른 엔티티와 1개 이상의 관계를 가져야한다.

엔터티 분류 방법과 그에 따른 종류

유형, 무형에 따른 분류

※ 유개사유~

개념 엔티티
- 형태가 없음 ex) 부서, 학과
유형 엔티티
- 물리적인 형태가 존재 ex) 상품, 회원
사건 엔티티
- 행위로 인해 발생하는 것 ex) 주문, 이벤트 응모

발생 시점에 따른 분류

※ 발퀴중~(기본, 행위, 중심)

기본 엔티티
- 원래 존재하는 요소로 독릭접 엔티티가 가능
- 상품, 회원, 부서
중심 엔티티
- 업무 과정 중 하나, 기본 엔티티로부터의 파생, 행위 엔티티를 생성
- 주문, 매출, 계약
행위 엔티티
- 2개 이상의 엔티티로부터 파생
- 주문 내역, 이벤트 응모 이력 등

엔티티 명명 주의점

실제 업무에서 쓰이는 용어를 사용
되도록 약어는 지양.
단수 명사로 표현
중복 X, 유일
엔터티 생성 의미대로 이름 부여

속성

속성이란

엔티티의 특징을 나타내는 최소의 데이터 단위

속성의 특징

더 이상 쪼개지지 않음.
업무에서 필요로 하는 항목
엔터티와 인스턴스를 설명
하나의 속성은 하나의 속성값만 가진다. → 여러 개일 경우 1차 정규화를 해줘야 한다.
일반 속성은 주식별자에 함수적 종속성을 가져야 한다. → 부분적 종속일 경우에는 2차 정규화 과정을 거쳐야 한다.

※ 정규화는 2장에서

속성의 특성에 따른 분류

일반적인 특성에 따른 분류

※ 특파썰기~

기본 속성
- 바로 정의 가능한 속성
설계 속성
- PK의 토대
파생 속성
- 원래 속성을 계산해 저장할 수 있도록 하는 속성으로 빠른 성능을 기대

구성 방식에 따른 분류

PK 속성
FK 속성
일반 속성

속성의 분해 가능 여부에 따른 분류

단일 속성
복합 속성
다중값 속성

속성이 만들어낸 데이터 모델의 개념

도메인

속성이 가질 수 있는 속성 값의 범위

용어 사전

속성의 이름을 정확하고 직관적으로 부여하기 위한 용어 사전

시스템 카탈로그

시스템과 관련있는 데이터를 가진 DB
SQL로 조회 가능
메타 데이터, Select만 가능하고, insert, update 등은 불가능하다.

관계

관계란

엔터티와 엔터티 사이에 속성끼리의 연결에 의해 만들어지는 상관 관계

종류

존재 관계
- 모델링 된 엔터티들이 존재로 관계를 가짐
행위 관계
- 모델링 된 엔터티들이 행위에 의해 관계를 가짐

UML 클래스 다이어그램에 의해 나뉘는 종류

연관 관계
- 필수적 관계(존재적 관계, 식별자 관계).
- 항상 서로를 이용한다.(실선)
- 멤버 변수로 선언
의존 관계
- 선택적 관계(비식별자 관계)
- 상대 클래스 행위에 따라 이용한다.(점선)
- 행위 코드 오퍼레이션에서 파라미터로 사용

관계 표기 방법(ERD)에 따른 특성 분류

관계명
- 동사 사용
관계 차수
- 1:1, 1:M, M:N으로 구분
관계 선택 사양
- 필수적 관계, 선택적 관계

관계 체크 사항

엔터티 사이 관심있는 연관 규칙이 존재하는가?
두 엔터티 사이 정보의 조합이 발생하는가?
업무기술서, 장표에 관계연결에 대한 규칙이 서술되어 있는가?
업무기술서, 장표에 관계연결을 가능하게 하는 동사(Verb)가 있는가?

식별자

식별자란

각각의 인스턴스를 구분 가능하게 만들어주는 대표 속성

주식별자

PK에 해당하는 속성
유일성
최소성
불변성
존재성

식별자의 특성과 특정 여부에 따른 분류

대표성 여부

주식별자(PK) - #으로 표현
- PK는 여러 속성이 존재 할 수 있으나, 여러 속성이 존재 할 경우 나머지 일반 속성들이 해당 PK들 속성에 대해 함수적 종속성을 띄어야 하며, 그렇지 않을 경우 2차 정규화를 통해 부분 종속에 해당하는 속성을 따로 엔터티로 관리한다.
보조식별자
- 식별은 가능하나 엔터티를 대표하지는 앟는다,.
- 대른 엔터티와의 참조 관계로 연결되지 않는다.

스스로 생성 되었는가

내부식별자
- 다른 엔터티 참조 없이 내부에서 스스로 생성된 식별자
외부식별자
- 다른 엔터티와 연결고리 역할
- 부모 엔터티의 FK를 받아 주식별자로 사용하면 해당 자식 엔터티 PK는 SQL 조인에서 반드시 사용되고 WHERE 절에서 사용할 가능성이 높다.

단일 속성인지에 대한 여부(주식별자 구성이 여러 속성인가)

단일 식별자
복합 식별자

대체되었는지 기존에 있는지에 대한 분류

원조 식별자
- 업무에 의해 만들어지는 식별자.
- 가공되지 않은 식별자
인조 식별자
- 인위적으로 만든 식별자
- 주식별자가 복잡할 때 이를 통합
- 불필요한 인덱스를 생성해 성능이 저하될 수 있다.
- 중복 데이터 발생 가능성이 존재
- 개발 편의성이 줄어들 수 있다.

식별자 관계 vs 비식별자 관계

식별자 관계

트랜잭션에 의한 관계. 모든 것이 동시에 커밋, 롤백
부모 엔터티의 식별자 속성이 자식 엔터티의 주식별자가 된다.
강한 연결 관계
실선(항시 연결)
부모-자식 관계가 상시 유지
SQL문의 조인을 최소화

비식별자 관계

부모 엔터티의 식별자 속성이 자식 엔터티의 일반 속성이 되는 관계
약한 연결 관계
점선(선택적 연결)
부모-자식 관계 유지 안 될 수 있음

성능 데이터 모델링의 개요

성능 데이터 모델링의 정의

설계단계의 데이터모델링 때부터 성능과 관련된 사항이 모델링에 반영될 수 있도록 하는 것

성능 데이터 모델링 수행시점

사전에 할수록 비용은 적게 든다.
분석/설계 단계에서 성능을 고려해 재업무 비용을 최소화할 수 있다.

성능 데이터 모델링 고려사항

성능 데이터 모델링 프로세스
- 정규화
- DB 용량 산정
- 트랜잭션의 유형 파악 → 테이블 수직 분할(반정규화)
  
  등등.

정규화

정규화란

엔터티를 작은 단위로 분리하는 과정
논리 데이터 모델에서 행하는 과정이다.
개념 모델링, 물리 모델링에서 일어나는 일이 아니다.

정규화의 장점

데이터의 무결성을 위해 수행
일관성 확보
독립성 확보 → 데이터 중복 제거
유연성 확보 → 데이터 분할로 인해 유연하게 접근 가능
입력, 수정, 삭제 성능은 일반적으로 향상

정규화의 단점

엔터티 갯수 증가 → 관계 증가
조회 성능의 저하

제 1 정규화

모든 속성은 반드시 하나의 값을 가진다.

제 2 정규화

PK가 두 개 이상일 때, 그 PK의 부분집합으로 종속되는 관계가 있다면 분리해야한다.
이를 부분 함수적 종속 제거라고 한다.

제 3 정규화

PK가 아닌 일반 칼럼에 의존하는 칼럼이 존재할 시 이를 제거한다.
A→B, B→C일 때, A→C가 성립하는 것을 의미한다.

반정규화

반정규화란

정규화된 데이터 모델에 대해 성능 향상과 단순화를 위해 데이터를 중복, 통합, 분리하는 기법
보통 정규화 시 여러 조인을 요구해 성능이 떨어지기 때문에 의도적으로 정규화를 위배하는 것을 말한다.

관계와 조인

관계란

부모 엔터티의 식별자를 자식에 상속하고, 상속된 속성을 매핑키로 활용

관계의 분류

존재 관계
행위 관계

조인이란

데이터 중복을 피하기 위해 테이블은 정규화에 의해 분리
using을 사용해 조인을 만들었을 때, 접두사를 붙일 수 없다.
https://cceeun.tistory.com/189

결과

결과

결과

Right Join에서도 이와 같이 문장을 구성하면 된다.

트랜잭션

트랜잭션이란

하나의 연속적인 업무 단위를 뜻한다.
하나의 트랜잭션에 속한 동작들은 모두 성공하거나, 모두 취소되어야 한다.
서로 독립적으로 업무가 발생하면 안 된다.
부분 커밋 불가하다.

SQL 기본 및 활용

SQL 문을 읽는 순서

from - where - group by - having - select - order by 순서

Where 절 특징

where 절에서 함수를 사용하는 것은 가능하나, 집계 함수(SUM, AVG, COUNT 등)를 직접 사용하는 것은 허용하지 않는다. where 절은 개별적으로 필터링을 해야하나, 집계 함수는 여러 행의 데이터를 요약해 결과를 생성하기 때문에 적용할 수가 없다.
즉, where sum(sala) > 20000은 잘못된 예인데, sum(sala)는 여러 행의 sala 값을 합산하는데, where 절에서 수행할 수 있는 개별 행에 대한 조건이 아니다.
사용하기 위해서는 having 절을 사용해야 한다. having 절은 group by 절과 함께 사용해 그룹화된 결과에 대해 조건을 적용한다.
Alias를 사용할 수 없다. 이유는 select 절이 실행되기 전에 처리되기 때문이다.

관리 구문

DML(데이터 조작어)
- 인셀업대~
- insert, select, update, delete, merge
- SQL Auto

✅

insert into 테이블명 칼럼명 values 리스트
update 테이블명 set 칼럼명 = data where 조건
delete from where
merge
into : 애를 수정할 것
using : 애를 참조해서 수정할 것
on : 조건이 true, false이면 그에 따라 수정할 것

DDL(데이터 정의어)
- create, alter, drop, rename, truncate
- ORACLE, MYSQL 둘 다 Auto Commit
- varchar2는 오라클에서, varchar는 sql에서 사용

✅ create table 테이블명 (); drop table 테이블명; rename table 변경전이름 to 변경후이름; truncate table 테이블명;

ALTER TABLE 테이블명 ADD 칼럼명 데이터타입 {DEFAULT} {제약조건}
ALTER TABLE 테이블명 ADD CONSTRAINT 제약속성명 제약조건 (칼럼명) -> 괄호 필요
		
		-> NOT NULL 속성은 맨처음에 부여 불가능
		-> 이미 TABLE에 여러 속성들 있을텐데 거기에 ADD 되는거다 보니 애초에 값이
		-> 모두 NULL로 채워지기 때문
		-> BUT ! 만약 DEFAULT 선언해놓은 상태면 NOT NULL 걸면 제약 가능 
		-> DEFAULT 값으로 이미 NULL말고 다른 값들이 다 들어가있어서

[ 칼럼 수정 ORACLE = MODIFY ]
ALTER TABLE 테이블명 MODIFY 칼럼명 데이터타입 {DEFAULT} {제약조건}
ALTER TABLE 테이블명 MODIFY (칼럼명 데이터타입 {DEFAULT} {제약조건})
		-> () 괄호 붙여도 되고 안붙여도 된다.
		-> MODIFY는 동시에 여러개 불가능하다.

[ 칼럼 수정 SQL SERVER = ALTER COLUMN ]
ALTER TABLE 테이블명 ALTER COLUMN 칼럼명 데이터타입 {DEFAULT} {제약조건}
		-> ALTER COLUMN 은 () 사용하지 않고
		-> 여러개 동시에 수정 불가능하다.

(기존에 있던 칼럼을 KEY로 만들 수도 있음)
ALTER TABLE 테이블명1 ADD CONSTRAINT KEY이름 FOREIGN KEY (지정칼럼)
REFERENCES 테이블명2(지정칼럼)
		-> KEY 지정할 땐 칼럼에 무조건 () 씌워줘야한다.

		-> ADD, MODIFY 둘 다 명령어 뒤에 COLUMN 이 오지 않음
		-> MODIFY로 데이터 크기 줄이는건 안됨, 그러나 늘리는건 상관없음
		-> 데이터 타입도 바꾸려면 안에 들어있는 데이터가 없어야함 -> BUT CHAR -> VARCHAR는 가능
		-> NULL값이 칼럼에 없어야 NOT NULL 제약 조건이 추가 가능
---------------------
ALTER TABLE 테이블명 DROP COLUMN 칼럼명;
ALTER TABLE 테이블명 RENAME COLUMN 기존 칼럼명 TO 변경할 칼럼명;

		-> DROP, RENAME은 COLUMN 이 붙어야한다.
		-> 왜냐 !? DROP, RENAME은 COLUMN 말고 TABLE에도 가능하니깐 구분해야함

DCL(데이터 제어어)
- grant, revoke
TCL(트랜잭션 제어어)
- commit, rollback, savepoint
- 오라클 Auto

✅ Delete는 데이터를 삭제한다. undo 데이터를 생성하기에 느리다. Drop은 데이터와 구조를 동시에 삭제한다. Truncate는 데이터만 초기화하며 구조는 놔둔다. undo 데이터를 생성하지 않기에 delete보다 빠르다. undo 데이터를 생성했다는 것은 되돌릴 수 있다라는 의미이다. 즉, rollback이 가능하다.

SELECT

select, from은 필수이며 where 절은 필수가 아니므로 생략이 가능하다.

함수

문자형 함수

CHR
- 코드 값에 따른 문자 출력(ASCII 코드)
LOWER
- 입력 문자열을 소문자로 변환
UPPER
- 입력 문자열을 대문자로 변환
LTRIM(문자열, [특정문자])
- 왼쪽 특정문자 제거(제거 되면 멈춤)
RTRIM
SUBSTR(문자열, 시작점, [길이])
- 1부터 시작하며, 문자열의 원하는 부분만 잘라서 추출한다.
- SUBSTR(’블랙핑크제니’, 3, 2) → ‘핑크’
- SUBSTR(’블랙핑’, 3, 3) → ‘핑’
INSTR(문자열, 특정문자, [시작점], 몇번째에 발견])
- 문자열에서 원하는 문자 찾아서 위치 반환
- INSTR(’A#B#C#’, ‘#’, 3, 2) → 6
LENGTH(문자열)
- 문자열의 길이를 반환
REPLACE(문자열, 찾는 문자열, [변경 할 문자열])
- 문자열에서 특정 문자열을 찾아서 이를 변경 → 변경 할 문자 입력 안하면 없앤다.
LPAD(문자열, 길이, 특정 문자)
- 문자열이 설정한 길이가 될 때 까지 왼쪽을 특정 문자로 채운다.
RPAD
CONCAT(문자, 문자)
- 두 문자를 결합하는 함수

숫자형 함수

ABS(수)
SIGN(수)
- 부호를 반환.
- 0은 0을 반환한다.
CEIL(수) → 올림
- 소수점 이하의 수를 올림
- 음수일 때는 커진다.
ROUND(수, [자릿수]) → 반올림
- 수를 지정한 소수점 자릿수까지 반올림.
- Default 시에는 정수로 만든다.
- 음수는 해당 자릿수의 정수를 반올림
  - ex) ROUND(163.76, 1) → 163.8 / 소수 첫째 자리에서 반올림
  - ex) ROUND(163.76, -2) → 200 / 십의 자리에서 반올림
TRUNC(수,[자릿수]) → 버림
- 수를 지정한 소숫점 자릿수까지 버림.
- Default = 정수로 만든다.
  - ex) TRUNC(54.29, 1) → 54.2
  - ex) TRUNC(54.29, -1) → 50
FLOOR(수) → 소수점 이하 버림
- 소수점 이하의 수를 버림
  - ex) FLOOR(22.3) → 22
  - ex) FLOOR(-22.3) → -23
MOD(수1, 수2) → 나머지
- 수1을 수2로 나눈 나머지를 반환
- 수2가 0일 경우 수1을 그대로 반환
  - ex) MOD(15, 7) → 1
  - ex) MOD(15, -4) → 3
  - 음수를 MOD할 경우에는 양수라 생각한다.

날짜 함수

SYSDATE
- 현재 연, 월, 일, 시, 분, 초를 반환
EXTRACT(특정 단위 FROM 날짜데이터 OR SYSDATE)
- 특정 단위의 날짜를 반환
- ex) EXTRACT(YEAR FROM SYSDATE) → 2024
- ex) EXTRACT(MONTH FROM SYSDATE) → 8
ADD_MONTHS(날짜 데이터, 특정 개월 수)
- 날짜를 더해 반환하는 함수
- 기준 날짜 일자가 존재하지 않으면 해당 월의 마지막 일자 반환
  - ex) ADD_MONTHS(TO_DATE(’2021-12-31’), 1) → 2022-01-31
  - ex) ADD_MONTHS(DATE ‘2022-01-31’, 1) → 2022-02-28

변환 함수

TO_NUMBER(문자열)
- 문자열을 숫자로 변환
TO_CHAR(수 OR 날짜, [포맷])
- 수나 날짜 데이터를 문자형 또는 입력 포맷으로 변환
TO_DATE(문자열, 포맷)
- 포맷 형식의 문자 데이터를 YYYY-MM-DD 형식의 날짜 데이터로 바꿈

그룹 함수

COUNT(대상)
- 행의 수 리턴
SUM(대상)
- 합을 리턴
AVG(대상)
- 평균을 리턴
MIN(대상)
- 최솟값 리턴
MAX(대상)
- 최댓값 리턴
VARIANCE(대상)
- 분산 리턴
STDDEV(대상)
- 표준편차 리턴

※ 그룹함수에서 NULL은 무시한다.

NULL 함수 & 치환 함수

NVL(인수1, 인수2)
- 인수1의 값이 NULL일 경우 인수2를 반환
- NULL이 아니면 그대로 인수1 반환
NULLIF(인수1, 인수2)
- 인수1과 인수2가 같으면 NULL 반환
- 같지 않으면 인수1을 반환
COALESCE(인수1, 인수2, 인수3, … )
- NULL이 아닌 최초의 인수를 반환
NVL2(인수1, 인수2, 인수3) → 3개 까지
- 인수1이 NULL이 아니면 인수2, NULL이면 인수 3반환
  - ex) NVL2(REVIEW_SCORE, ‘리뷰있음’, ‘리뷰없음’)

CASE
- 별도의 else가 없으면 NULL 값이 else의 default가 된다.
DECODE(대상, 값1, 리턴1, 값2, 리턴2, … ELSE 값)
- CASE 구문과 같은 역할 조건의 구분은 없다.

윈도우 함수

RANK(1,2,2,4), DENSE_RANK(1,2,2,3), ROW_NUMBER(1,2,3,4)

LAG(이전 결과 가져온다.), LEAD(이후 결과 가져온다)

LAG(SAL, 2, 0) → SAL은 두 번째 앞의 행을 가져오며, 없을 경우에는 0을 입력한다. 기본은 NULL이다.

CUME_DIST, PERCENT_RANK, NTILE, RATIO_TO_REPORT

CUME_DIST : 전체건수에서 현재 행보다 작거나 같은 건수에 대한 누적백분율

PERCENT_RANK : 제일 먼저 나오는 것을 0, 늦게 나오는 것을 1로 하여 순서별 백분율을 구한다.

NTILE : NTILE(4) 4개 그룹으로 분류한다.

RATIO_TO_REPORT : SUM 값에 대한 행별 컬럼 값의 백분율을 소수점으로 변환한다.

그룹핑

<GROUPING SETS>

SELECT department, job, SUM(salary)
FROM employees
GROUP BY GROUPING SETS (
  (department, job),
  (department),
  (job),
  ()
);

department와 job으로 그룹화된 결과
department로만 그룹화된 결과
job으로만 그룹화된 결과
전체 데이터의 합계 (그룹화 없음)

<ROLLUP>

SELECT department, job, SUM(salary)
FROM employees
GROUP BY ROLLUP (department, job);

department와 job으로 그룹화된 결과
department로만 그룹화된 결과 (각 부서별 합계)
전체 합계 (모든 부서와 직무를 포함한 합계)
특징: ROLLUP은 지정된 순서대로 그룹화를 수행하며, 마지막에 전체 합계를 추가합니다.
예를 들어 ROLLUP (A, B, C)는 다음과 같은 집계 결과를 반환합니다:
(A, B, C)
(A, B)
(A)
()

<CUBE>

SELECT department, job, SUM(salary)
FROM employees
GROUP BY CUBE (department, job);

department와 job으로 그룹화된 결과
department로만 그룹화된 결과
job으로만 그룹화된 결과
전체 합계
그리고 다른 모든 가능한 조합들
징: CUBE는 모든 가능한 조합을 계산하므로,
예를 들어 CUBE (A, B, C)는 다음과 같은 모든 조합에 대한 결과를 반환합니다:
(A, B, C)
(A, B)
(A, C)
(B, C)
(A)
(B)
(C)
()

Ureca.

한 편의 주마등이 망작이 될 수는 없잖아.

다음 포스트