ggsql 공개: ggplot2의 그래픽 문법을 SQL에서 그대로 쓸 수 있게 된다면

데이터 시각화 쪽에 떨어진 흥미로운 신제품

Posit(예전 이름 RStudio)에서 ggsql이라는 새로운 오픈소스 프로젝트의 알파 버전을 공개했어요. 이름에서 감이 오듯이, ggplot2의 문법을 SQL 환경에 가져온 거예요. R 좀 써본 분이라면 ggplot2가 얼마나 강력하고 직관적인지 알 거예요. 이 라이브러리의 철학인 "그래픽 문법(Grammar of Graphics)"을 SQL 쿼리 엔진 위에서 그대로 쓸 수 있게 만든 게 ggsql입니다.

왜 이게 지금 주목할 만하냐면요, 요즘 데이터 작업의 무게중심이 점점 "데이터베이스 안에서 직접 처리하기" 쪽으로 이동하고 있거든요. 예전엔 SQL로 집계 쿼리 날려서 데이터를 로컬로 가져온 다음 pandas나 R에서 시각화하는 게 일반적이었는데, 데이터가 커지면서 이게 점점 비효율적이 됐어요. DuckDB, Snowflake, BigQuery 같은 엔진들이 대용량 데이터를 DB 안에서 그대로 분석하는 쪽으로 성능을 끌어올린 덕분에, "데이터를 옮기지 말고 로직을 옮겨라"가 새로운 원칙처럼 자리잡았죠.

그래픽 문법이 뭐길래

그래픽 문법이라는 개념을 짧게 설명해볼게요. 리랜드 윌킨슨이 제안한 아이디어인데요, 모든 시각화를 몇 가지 독립적인 구성 요소의 조합으로 볼 수 있다는 거예요. 데이터, 매핑(어떤 변수를 x축, y축, 색깔 등에 연결할지), 기하학적 객체(점, 선, 막대 같은 모양), 통계 변환, 좌표계, 패싯(부분 그래프로 쪼개기) 같은 것들이죠.

ggplot2에선 이런 식으로 써요. ggplot(data, aes(x=time, y=sales, color=region)) + geom_line() + facet_wrap(~product). 읽어보면 문장처럼 자연스러워요. "데이터를 놓고, 시간을 x, 매출을 y, 지역을 색깔로 매핑해서, 선 그래프로 그리되, 제품별로 쪼개서 보여줘." 이런 논리적 조합이 가능한 게 그래픽 문법의 핵심이에요.

ggsql은 이 구조를 SQL로 표현할 수 있게 해줘요. 구체적인 문법은 라이브러리마다 다르겠지만, 발상은 동일해요. 쿼리 결과를 곧바로 시각화 스펙으로 변환할 수 있게 만드는 거죠. 차트 렌더링은 보통 웹 프런트엔드(D3나 Vega-Lite 같은 라이브러리)로 넘기고, ggsql은 SQL 엔진과 시각화 스펙 사이를 잇는 역할을 한다고 보면 돼요.

기존 방식과 뭐가 다른가

지금까지 SQL 결과를 시각화하는 방식은 크게 두 가지였어요. 하나는 BI 도구(Tableau, Looker, Metabase)에서 GUI로 클릭해서 만드는 방식이에요. 직관적이지만 버전 관리가 어렵고 복잡한 레이어 조합이 제한적이죠. 다른 하나는 쿼리 결과를 파이썬이나 R로 빼서 코드 기반 라이브러리로 그리는 방식이에요. 유연하지만 데이터를 옮겨야 하니까 대용량에선 느려져요.

ggsql은 그 사이에 새로운 옵션을 제시해요. SQL 워크플로우를 떠나지 않으면서 ggplot2 수준의 표현력을 갖는 거예요. 데이터 엔지니어나 분석가가 이미 쿼리로 작업하고 있는데, 시각화만을 위해 다른 도구로 컨텍스트를 옮길 필요가 없어져요. 또 Quarto나 주피터 노트북 같은 환경에서 "쿼리 결과가 곧 차트"로 이어지는 흐름을 자연스럽게 만들 수 있죠.

유사한 방향성을 가진 프로젝트들과 비교해보면 재미있어요. Mosaic(UW의 IDL 랩이 만든 시각화 프레임워크)은 DuckDB 위에서 인터랙티브 시각화를 돌리고, Malloy(Looker 창업자 루키안 게르슈니의 새 프로젝트)는 SQL을 대체할 수 있는 시맨틱 데이터 언어를 제안하고 있어요. Observable Plot도 JavaScript 기반이지만 그래픽 문법 계열이고요. ggsql은 "R 사용자들이 사랑하는 그 문법을 데이터베이스 네이티브로 가져오기"라는 점에서 특색이 있어요.

한국 개발자에게 주는 시사점

한국에서도 데이터 분석 포지션이 많아지면서 SQL은 이제 거의 필수 스킬이 됐어요. 주니어 데이터 분석가부터 백엔드 개발자까지 SQL로 리포트 뽑아야 하는 일이 흔하죠. 그런데 차트를 만드는 단계에서 "엑셀에 복붙"이나 "Tableau 실행" 같은 전환이 매번 생기는 게 생산성의 누수 포인트였어요. ggsql 같은 도구가 안정화되면 이 간극이 확 줄어들 수 있어요.

실무에서 당장 써볼 만하냐고 묻는다면, 알파 단계라는 점은 반드시 염두에 둬야 해요. 아직 기능이 ggplot2 만큼 완전하지 않을 거고, 버그도 있을 수 있어요. 하지만 사이드 프로젝트나 내부 대시보드에서 실험해보기엔 좋은 타이밍이에요. 특히 DuckDB를 로컬 데이터 분석 엔진으로 쓰는 분이라면, Pandas 대신 DuckDB + ggsql 조합을 한번 시도해볼 만해요. 대용량 CSV나 Parquet 파일을 바로 쿼리해서 차트까지 한 흐름으로 만들 수 있거든요.

학습 가치도 있어요. ggplot2 자체가 데이터 시각화의 레퍼런스로 평가받는 라이브러리라서, 그 문법에 익숙해지면 다른 시각화 도구도 훨씬 잘 이해하게 돼요. 앞으로 데이터 엔지니어링과 분석의 경계가 더 흐려질 텐데, SQL + 그래픽 문법의 조합은 그 흐름에 잘 맞는 스킬셋이에요.

마무리

한 줄로 정리하면, ggsql은 "데이터를 옮기지 않고 시각화하는" 새로운 흐름의 흥미로운 한 수예요. 여러분은 평소 데이터를 시각화할 때 어떤 도구 조합을 쓰세요? Pandas + Matplotlib, R + ggplot2, Tableau, Metabase 중 어느 쪽이 손에 익었는지, 그리고 ggsql 같은 SQL 네이티브 시각화가 그 흐름을 바꿀 수 있다고 보시는지 의견이 궁금해요.